JP2023518521A - 経路計画 - Google Patents
経路計画 Download PDFInfo
- Publication number
- JP2023518521A JP2023518521A JP2022558040A JP2022558040A JP2023518521A JP 2023518521 A JP2023518521 A JP 2023518521A JP 2022558040 A JP2022558040 A JP 2022558040A JP 2022558040 A JP2022558040 A JP 2022558040A JP 2023518521 A JP2023518521 A JP 2023518521A
- Authority
- JP
- Japan
- Prior art keywords
- environment
- map
- colorized
- route
- traversal
- 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
- 238000012545 processing Methods 0.000 claims description 59
- 239000013598 vector Substances 0.000 claims description 57
- 238000000034 method Methods 0.000 claims description 47
- 238000013507 mapping Methods 0.000 claims description 31
- 230000008569 process Effects 0.000 claims description 19
- 239000003086 colorant Substances 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 18
- 238000012935 Averaging Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 11
- 238000011179 visual inspection Methods 0.000 claims description 8
- 230000001131 transforming effect Effects 0.000 claims description 6
- 230000007480 spreading Effects 0.000 claims description 3
- 238000003892 spreading Methods 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000004364 calculation method Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000004807 localization Effects 0.000 description 4
- 230000007704 transition Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000009021 linear effect Effects 0.000 description 3
- 230000002829 reductive effect Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 238000009987 spinning Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000010981 turquoise Substances 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 238000004040 coloring Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000009022 nonlinear effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000012800 visualization Methods 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
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
-
- 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
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3667—Display of a road map
- G01C21/367—Details, e.g. road map scale, orientation, zooming, illumination, level of detail, scrolling of road map or positioning of current position marker
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- 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
-
- 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
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3807—Creation or updating of map data characterised by the type of data
- G01C21/3815—Road data
- G01C21/3822—Road feature data, e.g. slope data
-
- 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
- G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
- G01C21/3804—Creation or updating of map data
- G01C21/3833—Creation or updating of map data characterised by the source of data
- G01C21/3841—Data obtained from two or more sources, e.g. probe vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
- G01S17/931—Lidar systems specially adapted for specific applications for anti-collision purposes of land vehicles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/393—Trajectory determination or predictive tracking, e.g. Kalman filtering
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Theoretical Computer Science (AREA)
- Electromagnetism (AREA)
- Databases & Information Systems (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Instructional Devices (AREA)
- Massaging Devices (AREA)
- Vehicle Body Suspensions (AREA)
- Paper (AREA)
Abstract
環境を通じて経路を計画する際に使用されるコストマップを生成するシステムであって、システムは、環境のマップを取得し、環境の部分を横断する能力を示す横断データを取得し、環境のそれぞれの部分ごとに、その部分を横断する能力を示す横断インジケータを算出し、横断インジケータは、色空間内において算出され、且つ、横断インジケータを使用してマップをカラー化し、これにより、環境を横断する能力を示すカラー化されたコストマップを生成し、カラー化されたコストマップは、経路計画が実行されることを許容する、ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む。
Description
本発明は、環境を通じて経路を計画する際に使用されるコストマップを生成する方法及び装置に関し、且つ、特定の一例においては、経路計画のために使用され得るカラー化されたコストマップの生成に関する。また本発明は、経路計画のための方法及び装置と、特定の一例においては、カラー化されたコストマップを使用した経路計画と、に関する。
任意の従来の刊行物(或いは、これから導出された情報)に対する又は既知の任意の事物に対する本明細書における参照は、従来の刊行物(或いは、これから導出された情報)又は既知の事物が、本明細書が関係している研究の技術分野における一般常識の一部分を形成していることの承認又は是認又は任意の形態の示唆ではなく且つそのように解釈してはならない。
経路計画は、自律型車両の不可欠な要素である。これは、任意の基準に従って、スタート地点から最終ゴールまで移動するために車両が辿るべき最適な(或いは、ほぼ最適な)経路を定義している。実際には、タスクは、通常2つの主要要素、即ち、グローバル経路計画及びローカル経路計画を考慮することにより、実現されている。グローバル計画は、世界が静的であるという仮定により、環境の既知のマップMに基づいた完全且つ全体的な経路を提供している。車両は、グローバル経路を通じて移動するのに伴って、しばしば、マップM内にはそもそも内蔵されていなかった(そのオンボードスキャナによって識別される)移動する障害物又は世界の変化に遭遇する。ローカルプランナは、理想的には、このような障害物を回避し且つ車両の経路を適合させ、これにより、車両がそのオリジナルの計画から逸脱するようにするが、環境的状況が許容するや否やグローバル経路に戻るように試みている。
大部分の従来の経路計画アルゴリズムは、移動のコストが移動の方向とは独立しているシナリオに適している。換言すれば、地点Aから地点Bまで移動するように計画された経路は、地点Bから地点Aまでの経路と同一である。
但し、大部分の実際的な用途においては、移動の方向を弁別することが動作の成功にとっての鍵である。例えば、都市ネットワークにおいては、一方通行及び双方向通行の道路の両方において車線の方向性に関するいくつかの規則が存在しており、且つ、これらの規則を遵守しない場合には、事故に結び付き得る。また問題は、3Dオフロード地形においても存在しており、例えばこの場合に、車両は、下り坂を移動することができるが、所与の傾斜の上り坂を移動することができず、且つ、逆も又真である。産業用のエリア又はプラントにおいては、しばしば、機械(例えば、フォークリフト、トラック)及び歩行者エリア用の交通規則が存在している。
交通の特性に起因して、経路計画における方向性は、自動運転車にとって重要である。このようなシナリオにおける方向性制約は、通常、エッジ重みを有する制御されたグラフ表現としてエンコーディングされており、且つ、最適な経路は、このような道路ネットワークに対して最小コスト経路サーチを稼働させることにより、見出されている。ストリートレベルのスケールにおいては、モーションの方向性に関して自動運転車をガイドするために道路車線グラフが利用されている。これらの車線グラフは、部分的には、相対的に高いレベルのストリートネットワークマップからアルゴリズム的に生成され、且つ、部分的には、人間によって編集されている。これらの方式は、半構造化された且つ構造化されてはいない環境において、すぐに制御不能な状態となる。
構造化されていない粗い地形の場合に、最も一般的な方式は、コストをかけたグリッドマップを生成し、A*又はDijkstraのアルゴリズムをグローバル経路のマップに対して実行し、且つ、オンライン適合のために相対的に高度なモデルに基づいたローカルプランナを実行する、というものである。
しばしば、リアルな制約の単純化及び問題の抽象化に起因して、処方されたグローバル経路は、ローカルプランナが実行することができない経路を生成している。一例は、方向性制約の影響を受ける地形である。一例として、車両の制御及び牽引が、車両が一方向において移動することのみを許容し、これにより、同一の位置からその他の方向において動けなくなる又は牽引力を失い得るであろう。グローバルナビゲーション機能は、方向性をマップ内にエンコーディングすることができる。しばしば、これは、マップ上においてコスト又は値関数を制定することを必要としており、これらの関数は、次いで、それぞれの位置においてナビゲーションポリシーを生成するために使用されている。但し、コストに対する寄与因子(移動性における牽引の効果)は、常に計測可能であるわけではなく、且つ、結合された非線形の効果を有していることから、このようなコスト関数をもたらすことは困難である。
米国特許出願公開第20150142251号明細書は、ナビゲーション情報を表す色に基づいた車両制御について記述している。一態様によれば、方法は、経路に沿って車両をナビゲートする際に使用されるデータを表す複数の色をその上部において有するオブジェクト表面の画像を受け取るステップを含む。更には、方法は、画像に基づいて経路をナビゲートするために動作するように車両を制御するステップを含む。
広範な一形態において、本発明の一態様は、環境を通じて経路を計画する際に使用されるコストマップを生成するシステムを提供することを追及しており、システムは、環境のマップを取得し、環境の部分を横断する能力を示す横断データを取得し、環境のそれぞれの部分について、その部分を横断する能力を示す横断インジケータを算出し、横断インジケータは、色空間内において算出され、横断インジケータを使用してマップをカラー化し、これにより、環境を横断する能力を示すカラー化されたコストマップを生成し、カラー化されたコストマップは、経路計画が実行されることを許容する、ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む。
一実施形態において、カラー化されたコストマップは、環境の異なる部分における許容された移動の方向を示すためにカラー化されている。
一実施形態においては、カラー化されたコストマップは、異なる許容された移動の方向が異なる色によって示されるようにカラー化されている。
一実施形態において、色空間は、色相/飽和色空間、色相/飽和/値色空間、及び色相/飽和/明度色空間の少なくとも1つである。
一実施形態においては、色空間は、色相/飽和/値色空間であり、且つ、カラー化されたコストマップは、方向性が色相成分によって示され、方向性コストが飽和成分によって示され、且つ、障害物コストが値成分によって示されるようにカラー化されている。
一実施形態において、横断データは、環境内の1つ又は複数の経路を示しており、且つ、この場合に、1つ又は複数の処理装置は、経路に沿った複数の地点のそれぞれにおいて経路ベクトルを算出するために横断データを使用し、経路ベクトルは経路上のその地点における移動の方向を示し且つ色空間内において生成されており、且つ、環境のそれぞれの部分について、1つ又は複数の経路から環境の部分内の経路ベクトルを取得し、且つ、経路ベクトルを使用して横断インジケータを生成するように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路に沿った地点において横断方向を判定し、且つ、横断方向を色空間に変換することにより、横断方向を使用して経路ベクトルを算出するように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路に沿って移動する車両の軌跡を示す軌跡データを取得し、且つ、軌跡データを使用して横断方向を判定するように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路ベクトルを組み合わせることにより、横断インジケータを生成するように構成されている。
一実施形態において、1つ又は複数の処理装置は、異なる色空間内において経路ベクトルを組み合わせ、且つ、組み合わせステップの結果を色空間に変換することによって横断インジケータを生成するように構成されている。
一実施形態において、1つ又は複数の処理装置は、RGB色空間内において経路ベクトルを組み合わせるように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路ベクトルを平均化することにより、横断インジケータを生成するように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路ベクトルと関連する重み付けを判定し、且つ、経路ベクトルの重み付けされた平均を使用して横断インジケータを生成するように構成されている。
一実施形態において、1つ又は複数の処理装置は、経路上の地点において移動の方向を広げることにより、重み付けを判定するように構成されている。
一実施形態において、1つ又は複数の処理装置は、ユーザー入力コマンドに従って、環境を通じて1つ又は複数の車両の横断を分析することにより、環境を通じて1つ又は複数の車両からデータを受け取ることにより、マッピングシステムからデータを受け取ることにより、の少なくとも1つにより、横断データを取得するように構成されており、この場合に、マッピングシステムは環境を横断し、これにより、環境のマップを生成するために使用されるマッピングデータを生成するマッピング装置を含む。
一実施形態において、1つ又は複数の処理装置は、1つ又は複数の候補経路を判定し、且つ、1つ又は複数の候補経路の視覚的検査を許容するためにカラー化されたコストマップ上において1つ又は複数の候補経路を表示するように構成されている。
一実施形態において、1つ又は複数の処理装置は、スタート及びゴールを判定し、且つ、コストマップを使用してスタート及びゴールに従って1つ又は複数の候補経路を生成するように構成されている。
広範な一形態において、本発明の一態様は、環境を通じて経路を計画する際に使用されるコストマップを生成する方法を提供することを追及しており、方法は、1つ又は複数の適切にプログラミングされた処理装置内において、環境のマップを取得するステップと、環境の部分を横断する能力を示す横断データを取得するステップと、環境のそれぞれの部分ごとに、その部分を横断する能力を示す横断インジケータを算出するステップであって、横断インジケータは、色空間内において算出されている、ステップと、横断インジケータを使用してマップをカラー化し、これにより、環境を横断する能力を示すカラー化されたコストマップを生成するステップであって、カラー化されたコストマップは、経路計画が実行されることを許容している、ステップと、を含む。
広範な一形態において、本発明の一態様は、環境を通じて経路を計画する際に使用されるコストマップを生成するコンピュータプログラムプロダクトを提供することを追及しており、コンピュータプログラムプロダクトは、1つ又は複数の適切にプログラミングされた処理装置によって実行された際に、処理装置が、環境のマップを取得し、環境の部分を横断する能力を示す横断データを取得し、環境のそれぞれの部分ごとに、その部分を横断する能力を示す横断インジケータを算出し、横断インジケータは、色空間内において算出されており、横断インジケータを使用してマップをカラー化し、これにより、環境を横断する能力を示すカラー化されたコストマップを生成し、カラー化されたコストマップは、経路計画が実行されることを許容する、ようにするコンピュータ実行可能コードを含む。
広範な一形態においては、本発明の一態様は、環境を通じて経路を計画するシステムを提供することを追及しており、システムは、環境の横断能力を示すカラー化されたコストマップを取得し、1つ又は複数の候補経路を判定し、且つ、経路を計画するために1つ又は複数の候補経路及びカラー化されたコストマップを使用するように構成された1つ又は複数の適切にプログラミングされた処理装置を含む。
一実施形態において、1つ又は複数の処理装置は、1つ又は複数の候補経路の視覚的検査を許容するためにカラー化されたコストマップ上において1つ又は複数の候補経路を表示するように構成されている。
一実施形態において、カラー化されたコストマップは、複数の異なる経路に沿って許容された移動の方向を示すためにカラー化されている。
一実施形態において、カラー化されたコストマップは、異なる許容された移動の方向が異なる色によって示されるようにカラー化されている。
一実施形態において、色空間は、色相/飽和色空間、色相/飽和/値色空間、及び色相/飽和/明度色空間の少なくとも1つである。
一実施形態において、色空間は、色相/飽和/値色空間であり、且つ、カラー化されたコストマップは、方向性が色相によって示され、方向性と関連するコートが飽和によって示され、且つ、二次的コストが値によって示されるようにカラー化されている。
広範な一形態において、本発明の一態様は、環境を通じて経路を計画する方法を提供することを追及しており、方法は、1つ又は複数の適切にプログラミングされた処理装置内において、環境の横断能力を示すカラー化されたコストマップを取得するステップと、1つ又は複数の候補経路を判定するステップと、経路を計画するために1つ又は複数の候補経路及びカラー化されたコストマップを使用するステップと、を含む。
広範な一形態において、本発明の一態様は、環境を通じて経路を計画するコンピュータプログラムプロダクトを提供することを追及しており、コンピュータプログラムプロダクトは、1つ又は複数の適切にプログラミングされた処理装置によって実行された際に、処理装置が、環境の横断能力を示すカラー化されたコストマップを取得し、1つ又は複数の候補経路を判定し、且つ、経路を計画するために1つ又は複数の候補経路及びカラー化されたコストマップを使用するようにするコンピュータ実行可能コードを含む。本発明の広範な形態及びその個々の特徴は、関連において且つ/又は独立的に使用することが可能であり、且つ、別個の広範な形態に対する参照は、限定を意図したものではないことを理解されたい。更には、方法の特徴は、システム又は装置を使用して実行することができると共に、システム又は装置の特徴は、方法を使用して実装することができることを理解されたい。
以下、以下の添付図面を参照し、本発明の様々な例及び実施形態について説明することとする。
以下、図1を参照し、環境を通じて経路を計画する際に使用されるカラー化されたコストマップを生成する方法の一例について説明することとする。
例示を目的として、プロセスは、コンピュータシステム又はこれに類似したものなどの1つ又は複数の処理システムの一部を形成する1つ又は複数の電子処理装置を使用して少なくとも部分的に実行されており、これは、任意に、ネットワークアーキテクチャ又はこれに類似したものを介して1つ又は複数のその他の装置に接続され得るものと仮定されている。図示の容易性を目的として、残りの説明は処理装置を参照することとするが、処理が必要に応じて装置の間において分散された状態において複数の処理装置を使用することも可能であり、且つ、単数形の参照は、複数形の構成を包含しており且つ逆も又真であることを理解されたい。
この例においては、ステップ100において、処理装置は環境のマップを取得している。これが実現される方式は、好適な実施形態に応じて変化することになり、且つ、例えば、データベース又はその他のリポジトリから予め生成されたマップを取得するステップと、マッピングデータ又はポイントクラウド又はこれらに類似したものに基づいてマップを生成するステップと、を含むことが可能である。このような技法については、当技術分野において既知であり、且つ従って、更なる詳細な説明はこれを省略することとする。但し、環境のマップは通常2次元環境マップであり、その例については、当技術分野において周知であることに留意されたい。
ステップ110において、処理装置は、環境の部分を横断する能力を示す横断データを取得している。横断データの特性及びこれが取得される方式は、好ましい実装形態に応じて変化することになる。例えば、横断データは、車両が、自律的に、半自律的にガイドされる、或いは、操作者によって運転される状態において1つ又は複数の車両に環境を横断させることにより、取得することができよう。この例においては、横断データは、限定を伴うことなしに、GPSセンサ、レーダー、LiDAR、又はこれらに類似したものを含むオンボードセンサによって収集することが可能であり、且つ、環境を通じて車両の軌跡を表すことができよう。
これに加えて、且つ/又はこの代わりに、横断データは、環境内において配置されたカメラ又はその他の撮像装置又はこれらに類似したものなどの環境内において提供された静的センサによってキャプチャすることもできよう。但し、これは必須ではなく、且つ、ユーザーに、実現可能な車両軌跡を手動でスケッチさせる、或いはさもなければ、横断され得る又はされ得ない環境の部分の詳細を入力させる、ことによるなどのその他の方式を使用することもできよう。例えば、これは、操作者に、環境を通じて車両によって運転され得る経路を追跡するためにその固有の領域の知識を使用させ、且つ、任意に、これに加えて、道路交通規則又はこれに類似したものなどの任意の適用可能な規則をオーバーレイさせるステップを含み得るであろう。
特定の一例においては、横断データは、環境マップを生成するために使用されるマッピングデータから導出することができる。この例においては、マッピングデータは、環境内の特徴までの範囲を示す範囲データを収集するために環境を横断する範囲センサなどのマッピングシステムを使用して収集することができる。次いで、範囲データは、範囲データがマップ及び横断データの両方を生成するために使用されることを許容する同時ローカリゼーション及びマッピング(SLAM)アルゴリズムを使用することにより、環境を通じてポイントクラウド及び軌跡に分解することができる。
ステップ120において、処理装置は、環境の異なる部分を横断する能力を示す横断インジケータを算出するために横断データを使用している。横断インジケータは、このインジケータが環境のその部分を横断する能力を表す色となるように、色空間内において算出されている。環境の部分を横断する能力は、例えば、環境の部分が横断され得る又はされ得ないことを示す2値であってもよいが、より一般的には、例えば、方向性及び方向性が適用される程度を示すために、横断に対する制限を反映するように段階分けされている。例えば、自動車道又はハイウェイ上の車線は、高度な単方向性を有し得る一方で、一車線道路は、双方向性を有し得るであろう。最後に、カーパーク又はその他の類似のエリアは、多方向性を有し得るであろう。
インジケータが判定される部分は、通常、最終的なコストマップにおける1つ又は複数のピクセルのグループなどの小さな領域であり、且つ、通常は、横断データの特性に応じて、車両又は類似のものによって横断される経路の部分に基づいたものである。この結果、横断され得る環境の複数の部分についてこのプロセスを実行することは、ステップ130において環境マップがカラー化されることを許容し、これにより、環境を横断する能力を示すカラー化されたコストマップが生成されている。
図2には、カラー化されたコストマップの一例が示されている。
この例においては、コストマップは、経路が方向性要件を表すようにカラー化された状態において、横断され得る異なるいくつかの車両経路201を示している。この例においては、経路は、色マッピング210によって示されているように、許容された移動の方向を表す色相によってカラー化された道路である。この例においては、カラーマッピングは、0°における赤色(マップ内の北方向に対応している)、60°における紫色、120°における青色、180°における青緑色、240°における緑色、及び300°における黄色を含む。従って、赤色にカラー化された道路部分201.1は、車両が北に移動するが許容されていることを示している一方で、青緑色において示された道路部分201.2は、車両が南に向かって移動できることを示している。従って、道路の任意の部分のカラー化は、道路に沿った許容された移動の方向を示している。
従って、上述の方式は、環境を横断する能力を表すべく、カラー化されたコストマップを生成するために環境の横断に関する情報を利用するように動作している。この観点において、環境を横断する能力に対する参照は、環境を通じた移動に対する物理的制限のみならず、環境の横断に適用可能な任意の規則又はこれに類似したものを包含し得ることを理解されたい。
生成されたら、次いで、ステップ140において経路計画の実行を許容するために、カラー化されたコストマップを使用することができる。この観点において、このような計画は、自律型、半自律型、又は手動的技法の組み合わせを使用して実行することができる。例えば、自律型の計算は、コスト関数として色を利用し、これにより、経路が最小コストに基づいて開発されることを許容することにより、実行することができる。但し、例えば、経路を検討するために人間の関与が必要とされている場合には、これらの経路は、カラー化されたコストマップ上において表示することが可能であり、これにより、経路の視覚的な容易な評価が許容され、その結果、これにより、操作者が経路が適切であるかどうかについて決定を下すことが許容されている。
以下、いくつかの更なる特徴について説明することとする。
上述のように、一例においては、カラー化されたコストマップは、環境の異なる部分内における許容された移動の方向を示すために、且つ具体的には、異なる許容された移動の方向が異なる色によって示されるように、カラー化されている。これは、提案された経路が方向性要件を充足しているかどうかを迅速に特定するために、視覚的検査が利用されることを許容している。具体的には、方向性要件を充足しているかどうかを判定するために、提案された経路の方向をカラー化されたコストマップ上において表示された色と比較することができる。以下の例は、方向性に合焦することになるが、環境を通じた横断に対するその他の制限を表示するために、類似の方式を使用することも可能であることを理解されたい。例えば、スロープが車両によって横断され得るかどうかを特定するように視覚的検査の使用を許容するために、勾配をカラー化することができよう。その他の例においては、色情報は、速さ、速度、加速度、又はその他の関係する情報に対する制限を表すために使用することができよう。
一例において、色空間は、色相/飽和色空間であり、且つ具体的には、色相/飽和/値(HSV)色空間又は色相/飽和/明度(HSL)色空間である。以下の説明から、HSVは、異なる範囲の情報の伝達を許容していることから、特に有益であるが、これは必須ではなく、且つ、任意のその他の適切な色空間も使用され得ることを理解されたい。
一例において、HSV色空間が使用されている際には、カラー化されたコストマップは、方向性が色相成分によって示されるように且つ方向性コストが飽和成分によって示されるように、カラー化されている。従って、高度に飽和した色が方向性が厳格に順守されなければならないことを意味している状態において、異なる方向をRGB色にマッピングすることができる一方で、相対的に低い飽和は、方向性に関する相対的に大きな柔軟性の程度が存在していることを意味している。以下の説明から明らかとなるように、方向性の制限が存在していないマップのエリアは、通常、最小飽和の結果として、白色において出現することになる。これに加えて、次いで、制限なしが、大きな値を、且つ従って、白色外観を有する状態において、障害物コストを示すために値成分を使用することができる一方で、横断され得ない通行不能な障害物は、黒色の外観を有することになる。
一例において、横断データは、環境内の1つ又は複数の経路を示している。この観点において、経路という用語は、複数の経路が単一のルートに沿って移動する複数のパス又は複数の車両のみならず、複数の異なるルートに沿って移動する1つ又は複数の車両をも包含し得るように、環境内の所与のルートに沿った単一の横断を包含するものと理解されたい。
横断データから経路を識別したら、処理装置は、経路に沿った複数の地点のそれぞれにおいて経路ベクトルを算出するために横断データを使用するように構成されている。経路ベクトルは、経路上のその地点における移動の方向を示しており、且つ、環境を通じて経路が、経路の長さに沿って分散された色空間経路ベクトルのシーケンスに事実上変換されるように、色空間内において生成されている。
一例において、処理装置は、横断データから経路に沿った地点における横断方向を判定するように構成することが可能であり、これは例えば、経路に沿って移動する車両の軌跡を示す軌跡データから車両軌跡を判定するステップと、次いで、例えば、データの特性に応じて、軌跡から移動の方向を外挿することにより、或いは、軌跡データから車両のポーズを導出することにより、軌跡を使用して横断方向を判定するステップと、を伴い得るであろう。
移動の方向を判定したら、これは、次いで、横断方向を色空間に変換することにより、経路ベクトルを算出するために使用されている。これは、通常、異なる方向を異なる色相値に関係付けるマッピングを使用して実現されており、且つ、この例については、更に詳細に後述することとする。
それぞれの経路ごとに複数の地点において経路ベクトルを算出したら、処理装置は、環境の個々の部分内の複数の経路からの経路ベクトルを組み合わせることが可能であり、これらは、次いで、横断インジケータを生成するために使用されている。従って、この例においては、複数の経路からの経路ベクトルは、これらの経路がオーバーラップしているところにおいて組み合わせられており、これにより、環境の複数の異なる部分内において横断インジケータを生成することが可能であり、これは、次いで、コストマップをカラー化するために集合的に使用することができる。
異なる経路からの経路ベクトルを組み合わせることは、方向性制限の相対的に優れた理解を許容していることを理解されたい。例えば、一車線道路上においては、道路の単一の横断は、高い程度の方向性が道路に割り当てられることを結果的にもたらすことになろう。但し、道路が一車線双方向道路である、即ち、実際には双方向である場合には、これは、異なる方向において移動する車両に対応する道路に沿った複数の経路が検討される場合にのみ、特定されることになろう。同様に、一方通行道路上において、道路に沿った複数の経路を検討することは、誤った方向において移動する車両がその道路と関連する方向性コストに過度に影響することを回避することになる。
経路ベクトルは、通常、組み合わせステップの結果を色空間内に変換することによって横断インジケータが生成されている状態において、異なる色空間内において組み合わせられている。従って、例えば、経路ベクトルは、RGB空間内において組み合わせられ得るHSV空間内において生成されており、これにより、結果的に得られる組み合わせられた色がHSV空間内に変換されて戻される状態において、有意な色を生成するために経路ベクトルの線形組み合わせが使用されることが許容されている。
経路ベクトルは、任意の適切な方式で組み合わせられてよいが、一例においては、これは、経路ベクトルを平均化することにより、且つ具体的には、重み付けされた平均を利用することにより、実行されている。この観点において、重み付けは、方向性が通常は別個の地点に閉じ込められないが、むしろより一般的には、地点の周りの領域に適用される、という事実を考慮するように使用することができる。但し、地点から更に離れた場合には、方向性と関連する確実性の程度は減少しており、これは、重み付けを使用することにより反映することができる。これは実際には、地点から離れた経路ベクトルが、方向性における相対的に大きな不確実を、且つ、従って、低減された重みを有する状態において、経路上のそれぞれの地点を取り囲むいくつかの経路ベクトルに結び付いている。
一例において、これは、現時点において検討対象である地点に隣接した地点も、類似の方向性要件を有することになるという仮定が実施されるように、経路上の地点の周りの車両と関連する移動の方向を広げることにより、実現されている。この方式における任意の不正確性は、通常、環境の任意の所与の部分内の複数の異なる経路からの経路ベクトルを平均化することにより、補償されていることを理解されたい。またこれは、更に詳細に後述するように、方向性に関する仮定が、低い程度の方向性の確実性にも拘らず、実際には横断されない環境のエリアまで伝播され、これにより、経路が背景内にブレンドされることを許容することを許容している。
上述のように、横断データは、好ましい実装形態に応じて、様々な方式で判定することができる。例えば、横断データは、例えば、環境マップ上の許容された移動経路をユーザーにスケッチさせることにより、ユーザー入力コマンドに従って判定することができる。より一般的には、これは、環境を通じて1つ又は複数の車両の横断を分析することにより、且つ具体的には、例えば、GPS又はLiDARデータの形態において環境を通じて移動する1つ又は複数の車両からデータを受け取ることにより、実現されている。特定の一例においては、これは、環境を横断し、これにより、環境のマップを生成するために使用されるマッピングデータを生成するマッピング装置を含むマッピングシステムからデータを受け取ることにより、実現することができる。例えば、LiDARが取り付けられた且つ同時ローカリゼーション及びマッピング(SLAM)アルゴリズムを実装した車両は、環境マップを生成するために使用され得るポイントクラウドデータのみならず、環境を通じたマッピング装置の軌跡をも提供しており、次いでこれは、横断データとして使用することができる。
上述のように、システムは、経路計画の実行を許容するように構成することが可能であり、且つ、以下、図3を参照し、このプロセスの一例について説明することとする。
この例においては、ステップ300において、ルートの開始及び終了を表すために、スタート及びゴールが判定されている。スタート及びゴールは、任意の特定の方法で判定され得るが、一例においては、これは、これらを手動的に定義させることにより実現されているが、この代わりに、これらは、予め保存されたデータ又はこれに類似したものから取得することもできよう。
ステップ310において、処理装置は、少なくとも1つの候補経路を生成することができる。経路は、マップリストリクタ方式などの様々なルート計画方式を利用して生成することが可能であり、且つ、任意に、更に詳しく後述するように、コスト関数として色を使用することにより、カラー化されたコストマップを利用して算出することもできる。次いで、ステップ320において、任意に、ユーザーがステップ330において視覚的検査を実行し、これにより、1つ又は複数の候補経路を評価することを許容するために、候補経路を表示することができる。
従って、この方式は、カラー化されたコストマップが自律的且つ/又は半自律的方式で使用されることを許容しており、且つ、特定の一例においては、視覚的検査が自律的に導出された経路の可変性を迅速に評価するために使用されることを許容している。
一例において、処理装置は、コストマップを使用して経路を生成するように構成されている。コストマップを使用して経路を生成することにより、相対的に最適な経路(相対的に短い/相対的に迅速である/危険な障害物の回避)を生成することができる。標準的な経路とコストマップによって生成された最適な経路の間の違いは、横断された環境が、危険又は克服が困難である複数の障害物を含んでいる場合に、相対的に大きくなる(この場合には、環境のマップを当初観察した際に、最適な経路は、ユーザーにとって直観に反するものとなり得る)。
一例において、処理装置は、コストマップを使用して生成された経路及び/又はコストマップに従って、環境を通じて車両をナビゲート及び/又は制御するように構成されている。これは例えば、障害物を回避するために、一方通行道路が正しい方向においてナビゲートされることを保証するために、或いは、これらに類似したことを目的として、コストマップを使用して計画された経路を辿ることにより、或いは、コストマップを使用して車両を動的に制御することにより、車両が、コストマップを考慮しつつ、環境を通じて自律的に運転することを許容している。
但し、これは必須ではなく、且つ、コストマップは、環境内において車両を運転している個人を支援するために使用され得ることを理解されたい。この例においては、コストマップは、車両内の画面上において提示され、これにより、車両が横断し得る又はし得ない場所についてユーザーに示し得るであろう。環境の従来のマップは、通常、特に、車両の横断を妨げ得る高度の変動又は障害物の存在が存在している場合には、この情報を示すことにならないであろう。ナビゲーション命令をユーザーに提示することにより、ユーザーは、マップを解釈する且つ環境を横断する方法を考案することを必要とすることなしに、車両の方向にのみ合焦することを要する。
一例においては、プロセスは、1つ又は複数の処理システムによって実行されており、且つ、図4には、適切な処理システム420の一例が示されている。
この例においては、処理システム420は、図示のようにバス425を介して相互接続された少なくとも1つのマイクロプロセッサ421、メモリ422、キーボード及び/又はディスプレイなどの任意の入出力装置423、及び外部インターフェイス424を含む。この例においては、外部インターフェイス424は、処理システム420を通信ネットワーク、データベース426、その他のストレージ装置、又はこれらに類似したものなどの周辺装置に接続するために利用することができる。単一の外部インターフェイス424が示されているが、これは、例示を目的としたものに過ぎず、且つ実際には、様々な方法を使用する複数のインターフェイス(例えば、Ethernet、シリアル、USB、無線、又はこれらに類似したもの)を提供することができる。
使用の際には、マイクロプロセッサ421は、必要とされているプロセスが実行されることを許容するように、メモリ422内において保存されているアプリケーションソフトウェアの形態における命令を実行している。アプリケーションソフトウェアは、1つ又は複数のソフトウェアモジュールを含んでいてもよく、且つ、オペレーティングシステム環境又はこれに類似したものなどの適切な実行環境内において実行されてもよい。
従って、処理システム420は、適切にプログラミングされたクライアント装置、PC、ウェブサーバー、ネットワークサーバー、又はこれらに類似したものなどの任意の適切な処理システムから形成され得ることを理解されたい。特定の一例において、処理システム420は、Intelアーキテクチャに基づいた処理システムなどの標準的な処理システムであり、これは、不揮発性(例えば、ハードディスク)ストレージ上において保存されているソフトウェアアプリケーションを実行しているが、これは必須ではない。但し、処理システムは、マイクロプロセッサ、マイクロチッププロセッサ、ロジックゲート構成、FPGA(Field Programmable Gate Array)などの実装ロジックと任意に関連付けられたファームウェア、或いは、任意のその他の電子装置、システム、又は構成などの任意の電子処理装置であってもよいことを理解されたい。
但し、後続の例を目的として仮定された上述の構成は必須ではなく、且つ、多数のその他の構成が使用され得ることを理解されたい。例えば、プロセスは、特定の実装形態に応じて、クライアント-サーバー構成、クラウドに基づいた又はエッジ演算構成、又はこれらに類似したものなどの分散された構成を使用して実装することができる。
以下、コストマップ内において方向性をエンコーディングするためにカラー化されたコストマップを生成し、且つ、次いでその後に、経路計画のためにこれを使用する上述のプロセスの特定の例について更に詳細に説明することとする。
以下、図5A及び図5Bを参照し、コストマップを生成するプロセッサの特定の例について説明することとする。
この例においては、ステップ500において、処理システム420は、データベース426から横断データを取得している。横断データは、環境を通じて経路に沿って移動する車両から収集されたデータを表しており、且つ、GPS座標、又はLiDARデータなどのマッピングデータ、又はこれらに類似したものなどの任意の位置データに基づいたものであってよいであろう。横断データは、通常、いくつかの異なる経路を含み、これらは、1つ又は複数の車両によって複数回にわたって横断されたルート又は1つ又は複数の車両によって横断された異なるルートであってよいであろう。
ステップ505において、処理装置420は、分析のために次の経路を選択しており、且つ、次いで、ステップ510において、経路上の地点を選択するために経路をセグメント化している。地点は、通常、既定の距離だけ離隔しており、この場合に、これは経路の全体長の分析を回避し、これにより演算要件を低減するために使用されている。
処理システム420は、ステップ515において、それぞれの地点における移動の方向を判定している。移動の方向は、これが判明している場合には、個々の地点における車両(或いは、その上部において取り付けられたセンサ)の向き又はポーズであることが可能であり、且つ/又は、車両によって横断された軌跡に基づいて導出することもできよう。例えば、横断データが、GPS座標のシーケンス又はこれに類似したものなどの場所情報のみを含む場合には、移動経路を導出するために、且つ、従って、車両の向きを推定するためにこれらを補間することが必要となり得る。
ステップ520において、処理システム420は、移動の方向が判定されている地点を取り囲む領域に移動の方向を事実上「広げる」ために、移動の方向を広げるように動作している。正確な移動の方向のコンフィデンスは、地点から離れるのに伴って低下することから、方向は、更に詳しく後述するように、ステップ525においてマージ重みに従って広げられる。
このプロセスは、経路に沿ったすべての地点について反復され、且つ、経路が完了した際に、ステップ530において、すべての経路が完了しているかどうかが判定されている。完了していない場合には、プロセスは、ステップ505に戻り、次の経路を分析する。
すべての経路が完了されると、処理システムは、ステップ535において、RGB色空間内において、環境マップ内のピクセルのグループなどの一部分の経路ベクトルを平均化するように動作している。平均化は、平均化プロセスの全体において実際の計測の地点から離れたベクトルに相対的に小さな重みが付与されるように、マージ重みに従って実行されている。平均化プロセスは、ステップ540において平均ベクトルを生成するために使用されており、これは、次いで、ステップ545において、環境の個々の部分の横断インジケータを形成するためにHSV色空間に変換されている。これが実行されたら、横断インジケータは、コストマップがカラー化されることを許容するように、ステップ550においてコストマップに追加されている。
以下、好ましい実装形態の特定の詳細について更に詳細に説明することとする。
上述のように、グローバルプランナは、既知のマップMに対して動作している。マップMを通じてナビゲートする際に、車両は、物理的、法的、又は任意の制約に起因して、実現可能なエリアのみを通じてナビゲートしている。車両が移動しなければならない方式/場所のこの固有の特性に基づいて、本方式は、好ましい方向性をマップ内に内蔵するために車両軌跡から(車両がこのような軌跡を提供するローカリゼーションシステムを有すると仮定することにより)情報を抽出するように試みている。主要な課題は、経路計画アルゴリズムによって数学的に解釈され得るのみならず、そのマップの人間の観察者によって直観的に理解され得る方式において方向性を効果的に表す方式にある。
一例において、マップは、同時にマップを生成し且つ環境を通じて移動するのに伴ってセンサの位置を追跡するSLAMアルゴリズムを使用して生成されている。従って、任意のマップMは、自身と関連する軌跡Tを有することになり、この場合に、軌跡Tは、マッピングのためのデータの収集の際にセンサによって辿られた経路である。より大きな地上車両(例えば、自動車、トラック、フォークリフト、産業用キャリア、農業機械、など)用の自律型動作のケースにおいては、SLAMにおけるマップ生成は、通常、(例えば、ハンドヘルド又は航空プラットフォームを通じて生成されるマップとは異なって)車両自体上において取り付けられたセンサによって実行されている。従って、マッピングプロセスにおいて、車両(並びに、その結果、センサ)は、物理的、法的、又は任意の制約に起因して、実現可能であるエリアを通じてのみをナビゲートしている。マップが生成される方式のこの固有の特性に基づいて、本方式は、グローバル計画のために使用されるマップ内において好ましい方向性を内蔵するために軌跡から情報を抽出することができる。
次いで、方向性が、経路計画アルゴリズムによって数学的に解釈され得るのみならず、そのマップの人間の観察者によって直観的に理解され得る方式で表されている。地上車両用の2次元経路計画アルゴリズムは、しばしば、画像データ構造において表されたコストマップを分析していることから、本方式は、方向性をマップ内の異なる色として表している。
一例において、コストマップ上の経路は、ナビゲーションの際のセンサの2次元の向きに基づいてカラー化されており、この場合に、向きは、[0,2π]という範囲内であり得る。このカラーエンコーディングは、HSV色空間内において実行されており、この場合には、色相(H)成分も、[0,2π]という範囲内に含まれる円形表現を有する。図6A~図6Cには、この一例が示されている。
この例において、図6Aは、異なる方向において移動する車両631、632、633と関連するHSV色相マッピング630を示しており、この場合に、図6Bは、結果的に得られる車両経路634、635、636の色を示している。
図6Cには、複数の経路を分析することによって生成された結果的に得られるコストマップの一例が示されており、この場合に、これは、経路に沿った車両の移動の方向に従ってカラー化された経路601を示している。従ってこの例においては、色相(H)は、経路を横断している際に、車両が進行できる、且つ、従って、進行することを要する方向を表記するために使用されている。
色相のみが使用され得る一方で、より一般的には、飽和(S)及び値(V)成分も、使用されており、この場合に、飽和成分は、特定の経路における方向性の重要性を定義している(例えば、なんらの結果をも伴うことなしに車両が両方向において進行し得るエリアと、所与の方式で進行することが絶対的に禁止されているその他のエリアと、が存在している)。図6Cにおいては、低い方向性の重要性が「白色」の経路セグメント601.1において示されている。これらのセグメントにおいて、車両は、複数の方向において横断しており、従って、その経路の「双方向」特性を示しており、その結果、飽和を低下させている。最後に、値成分は、マップ内の全体的なコストを表しており、これにより、障害物を内蔵している(即ち、黒色において示されている小さな値は、障害物を表している)。
一例においては、コストマップを生成するために、数学的定式化が、自由対非自由空間コストのみではなく、最適化においてHSVコストを内蔵するように、変更されたA*アルゴリズムが使用されている。本方式は、最小限の演算量をマップ生成プロセスに追加している一方で、検討される色チャネルの数に応じて経路計画の演算的複雑さを潜在的に増大させている。
例示を目的として、以下の例は、自律型車両の動作環境について適していることから、連続時間SLAMに基づいたLiDAR慣性アルゴリズムを参照している。但し、これは必須ではなく、且つ、これは、環境を通じて実行可能な車両軌跡を導出するために使用され得る任意のデータセットに対して相対的に広範に適用され得ることを理解されたい。
この例においては、マップリストリクタ方式がコストマップの生成用の基礎として使用されている。この観点において、所与のタスクを実行するために事前にマッピングされたエリア内においてナビゲートしている際には、多くのケースにおいて、車両によって採用される最も望ましい経路が予め横断された経路に対応していると仮定することが妥当である。この仮定により、予め運転されたルートを辿るようにプランナを促すように、低コストの経路を従来のコストマップに追加することができる。この方式は、コストマップの生成のための任意のその他の要件に加えて軌跡リストの生成に依存している。プランナを予め運転された経路に対してバイアスすることは、経路から逸脱するようにプランナの能力を完全に制限することなしに効率的且つ安全なルートが採用される尤度を増大させている。
但し、このタイプの制限は、方向に関して単純である。この単純さは、更に詳細に後述される図9及び図10における実験において示されており、これは、予め横断されたルートに優先権を付与するためにコストマップが変更され得る方式を示している。以下の説明の全体を通じて、この経路バイアス戦略は、「マップリストリクタ」方式と呼称されている。
標準的なコストマップは、フィールド内のそれぞれの地点を通過することのコストを表すスカラーフィールドである。通常、このフィールドは、値の2次元又は3次元グリッドとして離散化されている。これらの値は、グリッドセルを横断することのコストを判定しており、且つ、経路プランナは、その結果、経路長に沿った統合されたコストを極小化することを目的としている。但し、これらのコストが表される方式における曖昧さが存在し得る。
例えば、[0,1]⇒{C∈:0≦C≦1}という範囲内のコストCは、経路に沿ったコストの合計(障害物を含む)が、すべてのその他の経路についてのコスト未満である場合には、どんなに危険であっても、任意の障害物が横断され得るという欠点を有している。従ってその代わりに、本方式は、0~1の「ユティリティ値」によってコストを表しており、これは、コストの逆数である。これは、障害物及び堅固な道路ラインが、例えば、絶対的に横断不能(無限大のコスト)となることを許容しており、且つ、これは、地形がゼロのコストを決して有することがない、従って、常に固有の最小コスト経路が存在していることを意味している。
多くの運転タスクの場合に、移動の方向は、例えば、計画された経路が車両を対向車内にガイドしないように、マップ内においてエンコーディングする必要がある。これは、ベクトル値を有するピクセルの画像内に2次元において離散化され得るベクトル-フィールドコストマップを必要としている。この結果、カラー画像及びその対応する編集ソフトウェアのいずれもがベクトルマップを使用することが便利であり、この場合に、ベクトル空間は画像の色空間である。
本方式において、方向「ユティリティ値」は、ピクセルごとの色ベクトルとの間の候補車両方向ベクトルのドット積(.)から算出されており、この結果、[-1,1]の範囲内の符号付き値がもたらされている。但し、ユティリティ値は、望ましくは、[0,1]という範囲内となることから、定数1がドット積に加算され、且つ、結果的に得られる値が2によって除算されている。ドット積の利点は、結果的に得られるコストが入力データに対して線形であるという点にある。これは適切であり、その理由は、カラーマップが環境上の複数の運転経路から導出され得るからであり、且つ、線形性が、色ベクトルのこのような平均化がこれらのベクトルのコストの平均に対応することを保証しているからである。
本方式は、図7A及び図7Bにおいて描かれているHSV色空間を使用しており、これは、それぞれ、従来の色相、飽和、及び値表現と、色空間をこの作業における説明において使用されている変数に関係付けている表現と、を示している。この例において、色相Hは、意図された運転方向を表しており、飽和Sは、方向性重みを定義しており、且つ、値Vは、セルの全体的コストCを表している。所与の候補方向dについて、コストは、次式のとおりである。
これは、ベクトル空間の円錐サブセットであり、且つ、これの例が、色相、飽和、及び値を有する従来の表現を示す図7A及びこの色空間をこの例において使用されているデカルト座標系に関係付けている図7Bにおいて示されている。
これらの例において、黒色は、(移動の方向とは無関係に)最高のコストを表しており、且つ、白色は、最低のコストを表している。明るい色は、色の色相に対応する方向において移動している際には、最低のコストを表している。この選択肢は、運転タスクにフィットしており、その理由は、最高コストのエリア(障害物)は、接近方向とは無関係に高コストであるが、最低コストのエリア(道路、オープンフィールド、及びその他の車両動作エリア)は、方向性が適切であり得るものであるからである。色相ベクトルによって方向を緩やかに制約することに加えて、値成分Vを使用することにより、運転方向を厳格に制約することができる。環境がマッピングされるのに伴って、障害物は、黒色としてマーキングされ(フルコスト)、すべての残りのエリアは、グレーとしてマーキングされている(中間コスト)。運転された軌跡は運転方向に従ってカラー化され、且つ、色は、軌跡経路からの距離により既定のグレー色に補間されている。これは、運転方向を制約するためにソフトに制限されたルートの組を生成している。
構内又はカーパークなどの全方向性のエリアにおいては、異なる方向における同一の経路上の複数の運転パスの平均は、図6Cにおける601.1において示されているように、平均化された白色の色を生成する。これは、非障害物の既定値として使用されているグレーよりも明るくなっており、これは、車両が、更なる方向コストを伴うことなしに車両の横断によってカバーされたエリア上において運転することを依然として選好することになることを意味している。但し、これは必ずしも、車両がグレーエリアにナビゲートすることを禁止してはおらず、その理由は、ゴールがその領域の1つ内において位置しているケースにおいて、グレーに対してのみ相対的に小さな優先権を付与するように、但し、完全にこれを回避しないように、システムをパラメータ化することができるからである。
円錐色空間であることにより、HSVは、人間の操作者によって解釈可能且つ編集可能であるフォーマットにおいて、方向性(色相)、方向確実性(飽和)、及び障害物(値)の直接的なマッピングを許容している。値成分の形態における障害物層の追加は、プランナをこれらの経路に限定するのではなく、予め運転された経路に対してプランナをバイアスすることを許容している。方向のみならず、方向確実性の使用は、交差する経路及び双方向移動の曖昧さに対処している。
コストマップを生成する際には、上述のように、車両経路は個々の地点にセグメント化されており、この場合に、それぞれの地点における移動の方向は、ベクトルを生成するために使用されている。図8Aには、これの一例が示されており、これは、経路上の個々の地点を表す複数のフレーム842のそれぞれにおいて移動の方向を示す車両の向き841を示している。
双方向エリア内における色が飽和した経路から既定の背景色及び低減された飽和への上述の滑らかな遷移を提供するために、
・軌跡の広がり、及び
・色の平均化、
という2つの主要な処理ステップを完了しなければならない。
・軌跡の広がり、及び
・色の平均化、
という2つの主要な処理ステップを完了しなければならない。
滑らかな遷移を生成するために、最大距離rを有する線形で減少するマージ重みαの半径が軌跡T内のそれぞれのポーズに追加されている。滑らかな遷移を生成するために、1~0の範囲を有する線形で減少する「マージ重み」αは、経路の飽和を全般的に低減している。αは、図8Cにおいて示されているように、軌跡Tの中心からの最大距離rに従ってパラメータ化されている。この例においては、距離に伴う重みの線形の低減が使用されているが、これは必須ではなく、且つ、ベル曲線又はその他の分布などのその他の重み付けを利用することができよう。移動の方向θが、軌跡Tから抽出されており、且つ、軌跡Tの中心からの距離r内のそれぞれの地点ごとに色表現ベクトルcnを算出するために使用されている。このケースにおいては、以下のとおりである。
複数のベクトル/ピクセルが存在し得ることから、インデックスnは、これらの間を弁別するためにそれぞれに対して割り当てられている。生成された色のリストを効果的に平均化するために、且つ、双方向エリア内において飽和していない色を生成するために、T及び背景色から生成されたベクトルの重み付けされた合計が演算されている。方向ではなく色のx及びy成分を平均化することにより、合計された成分が反対方向において機能する場合には、最終的な色の飽和を低減することができる。これに加えて、z成分を平均化することにより、背景色への滑らかな遷移を実現することができる。
cBackgroundは、望ましい背景色を含むベクトルとして定義されており、従って、例えば、望ましい背景色がグレーである場合には、(0,0,0.7)というベクトルを使用することができよう。この例においては、以下のとおりであり、
ここで、Nは、そのピクセルの最大のインデックスの値である。
結果的に得られたHSV値は、経路計画において使用されるコストマップに内蔵されている。
従って、方向(ポーズ)は、図8Cにおいて記述されているように広げられる前に軌跡から抽出されている。この広げられた方向(ポーズ)内のそれぞれの地点ごとに、色ベクトルが算出され、且つ、その後に上述の式を使用して平均化されている。それぞれのピクセルごとの結果的に得られた値は、計画においてコストマップとして使用されるように書き出される前にHSVに変換されている。
以下において記述されているように、コストマップ及び経路計画機能を試験するために、いくつかの実験を実行した。
具体的には、上述の方式を標準的なコスト計算方式と比較するいくつかのシナリオを示し、これにより、方法の適用可能性を示している。
方式は、任意の特定のタイプのローカリゼーション方式に限定されてはいないが、この例は、SLAMアルゴリズムを使用するLiDAR慣性マッピングを使用している。センサは、Velodyne PUCK VLP-16 LiDAR及びMicrostrain-CV5-IMUを含む。これに加えて、LiDAR組立体が、増大した地点カバレージのために、45°において傾斜した状態においてスピニングベース上において取り付けられている。スピニングベースは、約0.5Hzにおいて回転しており、且つ、LiDAR計測値は、20Hzにおいてストリームされている。LiDARは、ロボットフレームの上方の1.88mの高さにおいて取り付けられている。システムは、2.8GHzのLGA1151 CPU及び64GBのRAM上において稼働するROSを使用することにより、C++において実装されていた。
本方式、基本的なマップリストリクタ方式、及び従来のコスト計算の間における振る舞いの差を評価し且つ示すために、3つの主要シナリオを選択した。これらのシナリオは、様々な通常の道路ネットワーク、産業用エリア、及びオフロード環境を含む。従来のコスト計算シナリオは、自由対非自由2値コストマップ表現を意味している。
図9A~図9Eにおいて描かれているシナリオ#1は、コストマップを生成するために使用される車線を有する車道901及び色マッピング910を有する図9Bにおいて示されているコストマップを含む。ゴール地点Gは、スタート地点Sから約50メートルだけ離れたとこにおいて配置されている。但し、ゴールへの最短経路は、サイトの規則に従って移動の反対方向において進行している。方向が重要ではない際には、それぞれ、図9C及び図9Dにおいて示されているように、従来のコスト計算及びマップリストリクタ方式によって生成された経路によって示されているように、短い直接的な経路が望ましい。方向が重要である場合には、本方式によって採用された経路は、フルループを実行していることから大幅に長いが、エンコーディングされた方向性の規則を遵守しており、これにより、図9Eに示されているように、道路の左手側上において常に留まっている。
図10A~図10Eに示されているシナリオ#2は、この場合にも、道路1001及び色マッピング1010を含む図10Bに示されているコストマップを含む。ゴール地点Gは、スタート地点Sから約50メートルだけ離れたところに配置されている。この例は、交通規則に違反する図10C及び図10Dにおいて示されているマップリストリクタ及び従来のコスト計算方式によって採用された両方の経路に伴って類似の結果を示している。対照的に、図10Eにおいて示されている本方式によって採用されたルートは、格段に長いが、これらの規則を遵守している。また、このシナリオにおいては、マップリストリクタと従来のコスト計算の間の差も強調表示されており、この場合に、マップリストリクタによって採用された経路は、格段に滑らかであり、且つ、既知のもっともらしい経路である予め運転されたルートをより緊密に辿っている。
図11A~図11Fにおいて示されているシナリオ#3は、非常に傾斜したオフロードエリアから構成されている。図11Bにおいて示されているコストマップは、横断された経路1101及びコストマップの生成に使用された色マッピング1110を含む。スロープを横断して登る方式を検討する際に、望ましい経路は、しばしば間接的なものであり、相対的に緩やかな上り坂を辿っている。シナリオ#3は、図11Dにおいて示されたマップリストリクタ及び本方式によって採用された経路の両方を示しており、この場合に、これらの両方は、過去の経験によってエンコーディングされた安全なルートを辿っており、これにより、緩やかな勾配を辿っている。対照的に、図11Cにおいて示されている従来のコスト計算によって採用されたルートは、車両をスロープの最も急峻なセクション内に導いており、これにより、車両に横転のリスクを課している。オフロード環境の二次的特徴は、経路がしばしば一方通行であるという点にある。この特性は、この場合にも、マップリストリクタ及び本方式の両方によって表されており、これにより、図11Eの従来のコスト計算のケースにおけるように、スロープに沿って移動することにより車両にリスクを課すのではなく、図11Fに示されているように、車両がスロープを下方に且つ経路のフラットなセクションに沿って横断することを許容している。実験における軌跡を示しているすべての図において、視覚化を目的として、反転色が表示されていることに留意されたい。
本方式の演算的複雑性は、2つの部分に分割されている。表1は、様々なシナリオにおいて必要とされているコストマップを生成するための演算時間を示している一方で、表2は、結果的に得られる軌跡を演算するための時間を示している。すべての結果は、3.4GHzのE5-2543 v3 CPUと126GBのRAM上において演算されたものであった。
表1において、カラー化された経路の包含において利用される更なる時間は、マップのサイズ及び軌跡ポイントの数に依存していることがわかる。この時間は、カラー化されていないマップについて必要されている時間の約1.8~3.5倍において変化していることがわかる。
表2は、A*アルゴリズムにおいて更なるコスト計算機能を実行することの時間コストを示している。但し、時間は、直接的に比較することができないが、軌跡長と並行して検討しなければならないことに留意することが重要である。
従って、上述の方式は、方向性をコストマップ内において内蔵するための効率的な方法を提供している。この方式は、マップに基づいたナビゲーションに対して適用可能あり、これにより、既知のマップ内において自律型のナビゲーションを必要としているエリア内において特に有用である。一例においては、この方式は、コストマップをカラー化するために、過去の移動方向を使用して車両の移動における方向性をHSV色空間内の方向性に関連付けており、コストマップは、カラー化されたら、方向性選好と共に埋め込まれている。
特定の一例において、この方法は、それぞれ、方向、方向性、及びスカラーコストをコストマップ画像内にエンコーディングするために、色相、飽和、及び値成分を使用することにより、車両の向き角度と色相-飽和-値色空間内の色相角度の間の類似性を生成している。コスト計算機能は、経路計画が自律型、半自律型、又は手動的プロセスにおいて実行されることを許容するために、この情報を経路計画アルゴリズム内に内蔵するように、A*アルゴリズムによって使用することができる。方法は、最小限の演算複雑さをSLAMに追加しており、且つ、いくつかの実際的なシナリオにおいて大きな利益をもたらしている。実験は、標準的な2値コストマップが失敗することになる一方で、この方式が適切な経路計画を許容していることを実証している。
上述の例は、方向性に合焦しているが、この方式は、速度、加速度、又は車両の任意のその他の任意の状態又は振る舞いなどの軌跡からの任意のその他の情報をマップ内に含むように外挿することができる。
本明細書及び添付の請求項の全体を通じて、文脈がそうではない旨を必要としていない限り、「有する(comprise)」という用語及び「有する(comprises)」又は「有する(comprising)」などの変形は、任意のその他の完全体又は完全体のグループの排除ではなく、記述されている完全体又は完全体若しくはステップのグループの包含を意味しているものと理解されたい。本明細書において使用されている「約」という用語は、そうではない旨が記述されていない限り、±20%を意味している。
当業者は、多数の変更及び変形が明らかとなることを理解するであろう。当業者に明らかとなるすべてのこのような変更及び変形は、以上において広範に記述されている本発明の精神及び範囲に含まれるものと見なされたい。
Claims (35)
- 環境を通じて経路を計画する際に使用されるコストマップを生成するシステムであって、前記システムは、
a)前記環境のマップを取得し、
b)前記環境の部分を横断する能力を示す横断データを取得し、
c)前記環境のそれぞれの部分ごとに、当該部分を横断する能力を示す横断インジケータを算出し、前記横断インジケータは、色空間内において算出され、
d)前記横断インジケータを使用して前記マップをカラー化し、これにより、前記環境を横断する能力を示すカラー化されたコストマップを生成し、前記カラー化されたコストマップは、経路計画が実行されることを許容する、
ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む、システム。 - 前記カラー化されたコストマップは、前記環境の異なる部分における許容された移動の方向を示すためにカラー化されている請求項1に記載のシステム。
- 前記カラー化されたコストマップは、異なる許容された移動の方向が異なる色によって示されるようにカラー化されている請求項2に記載のシステム。
- 前記色空間は、
a)色相/飽和色空間、
b)色相/飽和/値色空間、及び、
c)色相/飽和/明度色空間、
の少なくとも1つである請求項1乃至3のいずれか1項に記載のシステム。 - 前記色空間は、色相/飽和/値色空間であり、且つ、前記カラー化されたコストマップは、
a)方向性が色相成分によって示され、
b)方向性コストが飽和成分によって示され、且つ、
c)障害物コストが値成分によって示される、
ようにカラー化されている請求項1乃至4のいずれか1項に記載のシステム。 - 前記横断データは、前記環境内の1つ又は複数の経路を示し、且つ、前記1つ又は複数の処理装置は、
a)経路に沿った複数の地点のそれぞれにおいて経路ベクトルを算出するために前記横断データを使用し、前記経路ベクトルは、前記経路上のその地点における移動の方向を示しており、且つ、前記色空間内において生成され、且つ、
b)前記環境のそれぞれの部分ごとに、
i)1つ又は複数の経路から前記環境の当該部分内の経路ベクトルを取得し、且つ、
ii)前記経路ベクトルを使用して横断インジケータを生成する、
ように構成されている請求項1乃至5のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)前記経路に沿った地点における横断方向を判定し、且つ、
b)前記横断方向を前記色空間に変換することにより、前記横断方向を使用して前記経路ベクトルを算出する、
ように構成されている請求項6に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)前記経路に沿って移動する車両の軌跡を示す軌跡データを取得し、且つ、
b)前記軌跡データを使用して前記横断方向を判定する、
ように構成されている請求項7に記載にシステム。 - 前記1つ又は複数の処理装置は、前記経路ベクトルを組み合わせることにより、横断インジケータを生成するように構成されている請求項6乃至8のいずれか1項に記載のシステム。
- 前記1つ又は複数の処理装置は、
a)前記経路ベクトルを異なる色空間内において組み合わせ、且つ、
b)前記組み合わせステップの結果を前記色空間に変換することにより、前記横断インジケータを生成する、
ように構成されている請求項9に記載のシステム。 - 前記1つ又は複数の処理装置は、前記経路ベクトルをRGB色空間内において組み合わせるように構成されている請求項9又は10に記載のシステム。
- 前記1つ又は複数の処理装置は、経路ベクトルを平均化することにより、前記横断インジケータを生成するように構成されている請求項6乃至9のいずれか1項に記載のシステム。
- 前記1つ又は複数の処理装置は、
a)前記経路ベクトルと関連する重み付けを判定し、且つ、
b)前記経路ベクトルの重み付けされた平均を使用して前記横断インジケータを生成する、
ように構成されている請求項6乃至10のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、前記経路上の前記地点において移動の方向を広げることにより、前記重み付けを判定するように構成されている請求項11に記載のシステム。
- 前記1つ又は複数の処理装置は、
a)ユーザー入力コマンドに従って、
b)前記環境を通じて1つ又は複数の車両の横断を分析することにより、
c)前記環境を通じて1つ又は複数の車両からデータを受け取ることにより、
d)マッピングシステムからデータを受け取ることにより、この場合に、前記マッピングシステムは、前記環境を横断し、これにより、前記環境の前記マップを生成するために使用されるマッピングデータを生成するマッピング装置を含む、
の少なくとも1つにおいて前記横断データを取得するように構成されている請求項1乃至14のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)1つ又は複数の候補経路を判定し、且つ、
b)前記1つ又は複数の候補経路の視覚的検査を許容するために前記カラー化されたコストマップ上において前記1つ又は複数の候補経路を表示する
ように構成されている請求項1乃至15のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)スタート及びゴールを判定し、且つ、
b)前記コストマップを使用して前記スタート及びゴールに従って1つ又は複数の候補経路を生成する、
ように構成されている請求項1乃至16のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、前記コストマップを使用して経路を生成するように構成されている請求項1乃至17のいずれか1項に記載のシステム。
- 前記1つ又は複数の処理装置は、
a)前記コストマップを使用して生成された経路、及び
b)前記コストマップ、
の少なくとも1つに従って前記環境を通じて前記車両をナビゲートするように構成されている請求項1乃至18のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)前記コストマップを使用して生成された経路、及び、
b)前記コストマップ、
の少なくとも1つに従って前記環境を通じて前記車両を制御するように構成されている請求項1乃至19のいずれか1項に記載のシステム。 - 環境を通じて経路を計画する際に使用されるコストマップを生成する方法であって、前記方法は、1つ又は複数の適切にプログラミングされた処理装置内において、
a)前記環境のマップを取得するステップと、
b)前記環境の部分を横断する能力を示す横断データを取得するステップと、
c)前記環境のそれぞれの部分ごとに、当該部分を横断する能力を示す横断インジケータを算出するステップであって、前記横断インジケータは、色空間内において算出されている、ステップと、
d)前記横断インジケータを使用して前記マップをカラー化し、これにより、前記環境を横断する能力を示すカラー化されたコストマップを生成するステップであって、前記カラー化されたコストマップは、経路計画が実行されることを許容している、ステップと、
を含む、方法。 - 環境を通じて経路を計画する際に使用されるコストマップを生成するコンピュータプログラムプロダクトであって、前記コンピュータプログラムプロダクトは、1つ又は複数の適切にプログラミングされた処理装置によって実行された際に、前記処理装置が、
a)前記環境のマップを取得し、
b)前記環境の部分を横断する能力を示す横断データを取得し、
c)前記環境のそれぞれの部分ごとに、当該部分を横断する前記能力を示す横断インジケータを算出し、前記横断インジケータは、色空間内において算出され、
d)前記横断インジケータを使用して前記マップをカラー化し、これにより、前記環境を横断する能力を示すカラー化されたコストマップを生成し、前記カラー化されたコストマップは、経路計画が実行されることを許容する、
ようにするコンピュータ実行可能コードを含む、コンピュータプログラムプロダクト。 - 環境を通じて経路を計画するシステムであって、前記システムは、
a)前記環境の横断能力を示すカラー化されたコストマップを取得し、
b)1つ又は複数の候補経路を判定し、且つ、
c)経路を計画するために前記1つ又は複数の候補経路及び前記カラー化されたコストマップを使用する、
ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む、システム。 - 前記1つ又は複数の処理装置は、前記1つ又は複数の候補経路の視覚的検査を許容するために前記カラー化されたコストマップ上において前記1つ又は複数の候補経路を表示するように構成されている請求項23に記載のシステム。
- 前記カラー化されたコストマップは、複数の異なる経路に沿った許容された移動の方向を示すためにカラー化されている請求項23又は24に記載のシステム。
- 前記カラー化されたコストマップは、異なる許容された移動の方向が異なる色によって示されるようにカラー化されている請求項23乃至25のいずれか1項に記載のシステム。
- 前記色空間は、
a)色相/飽和色空間、
b)色相/飽和/値色空間、及び、
c)色相/飽和/明度色空間、
の少なくとも1つである請求項23乃至26のいずれか1項に記載のシステム。 - 前記色空間は、色相/飽和/値色空間であり、且つ、前記カラー化されたコストマップは、
a)方向性が色相によって示され、
b)前記方向性と関連するコートが飽和によって示され、且つ、
c)二次的コストが前記値によって示される、
ようにカラー化されている請求項23乃至27のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、前記コストマップを使用して経路を生成するように構成されている請求項23乃至28のいずれか1項に記載のシステム。
- 前記1つ又は複数の処理装置は、
a)前記コストマップを使用して生成された経路、及び、
b)前記コストマップ、
の少なくとも1つに従って前記環境を通じて前記車両をナビゲートするように構成されている請求項23乃至29のいずれか1項に記載のシステム。 - 前記1つ又は複数の処理装置は、
a)前記コストマップを使用して生成された経路、及び、
b)前記コストマップ、
の少なくとも1つに従って前記環境を通じて前記車両を制御するように構成されている請求項23乃至30のいずれか1項に記載のシステム。 - 環境を通じて経路を計画する方法であって、前記方法は、1つ又は複数の適切にプログラミングされた処理装置において、
a)前記環境の横断能力を示すカラー化されたコストマップを取得するステップと、
b)1つ又は複数の候補経路を判定するステップと、
c)経路を計画するために前記1つ又は複数の候補経路及び前記カラー化されたコストマップを使用するステップと、
を含む、方法。 - 環境を通じて経路を計画するコンピュータプログラムプロダクトであって、前記コンピュータプログラムプロダクトは、1つ又は複数の適切にプログラミングされた処理装置によって実行された際に、前記処理装置が、
a)前記環境の横断能力を示すカラー化されたコストマップを取得し、
b)1つ又は複数の候補経路を判定し、且つ、
c)経路を計画するために前記1つ又は複数の候補経路及び前記カラー化されたコストマップを使用する、
ようにするコンピュータ実行可能コードを含む、コンピュータプログラムプロダクト。 - 環境を通じて車両をナビゲートするシステムであって、前記システムは、
a)前記環境のマップを取得し、これにより、前記環境の前記マップは、複数の部分を含み、
b)前記環境のコストマップを生成し、これにより、前記コストマップは、前記マップのそれぞれの部分を横断するための相対コストを示し、
c)前記コストマップを使用して経路を生成し、
d)前記経路を使用して前記環境を通じて前記車両をナビゲートする、
ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む、システム。 - 環境内において車両の移動を制御するシステムであって、前記システムは、
a)前記環境のマップを取得し、これにより、前記環境の前記マップは、複数の部分を含み、
b)前記環境の部分を横断する能力を示す横断データを取得し、
c)環境のそれぞれの部分ごとに、当該部分を横断する前記能力を示す横断インジケータを算出し、前記横断インジケータは、色空間内において算出され、
d)前記横断インジケータを使用して前記マップをカラー化し、これにより、前記環境を横断する能力を示すカラー化されたコストマップを生成し、前記カラー化されたコストマップは、経路計画が実行されることを許容し、
e)前記コストマップを使用して経路を生成し、
f)前記経路を使用して前記環境を通じて前記車両を制御する、
ように構成された1つ又は複数の適切にプログラミングされた処理装置を含む、システム。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
AU2020900936A AU2020900936A0 (en) | 2020-03-26 | Path Planning | |
AU2020900936 | 2020-03-26 | ||
PCT/AU2021/050244 WO2021189100A1 (en) | 2020-03-26 | 2021-03-18 | Path planning |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023518521A true JP2023518521A (ja) | 2023-05-01 |
JPWO2021189100A5 JPWO2021189100A5 (ja) | 2023-12-06 |
Family
ID=76132779
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022558040A Pending JP2023518521A (ja) | 2020-03-26 | 2021-03-18 | 経路計画 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11852501B2 (ja) |
EP (1) | EP4127606A1 (ja) |
JP (1) | JP2023518521A (ja) |
AU (1) | AU2020277094C1 (ja) |
WO (1) | WO2021189100A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113932812A (zh) * | 2021-09-27 | 2022-01-14 | 北京邮电大学 | 路径规划方法、装置、电子设备和存储介质 |
CN115115789B (zh) * | 2022-06-01 | 2024-06-28 | 合众新能源汽车股份有限公司 | 一种道路生成方法、装置、电子设备及存储介质 |
CN115638804B (zh) * | 2022-10-24 | 2024-04-30 | 西北工业大学 | 一种无死锁的无人车辆在线路径规划方法 |
CN115646818B (zh) * | 2022-12-28 | 2023-03-28 | 江苏智联天地科技有限公司 | 一种agv智能分拣*** |
CN117516583B (zh) * | 2024-01-04 | 2024-03-19 | 高德软件有限公司 | 退出道路确定方法、装置、电子设备及存储介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1505370B1 (en) * | 2003-08-05 | 2007-10-17 | Harman Becker Automotive Systems GmbH | Method for processing digital map data |
TWI335423B (en) * | 2007-08-30 | 2011-01-01 | Mitac Int Corp | Navigation apparatus using image map and method thereof |
RU2011102588A (ru) * | 2008-06-25 | 2012-07-27 | Томтом Интернэшнл Б.В. (Nl) | Устройство навигации и способ обнаружения того, что осуществляется поиск места для стоянки |
WO2011004029A2 (en) * | 2009-07-09 | 2011-01-13 | Tomtom International Bv | Navigation devices |
US20150142251A1 (en) | 2013-11-21 | 2015-05-21 | International Business Machines Corporation | Vehicle control based on colors representative of navigation information |
US10969230B2 (en) | 2017-04-13 | 2021-04-06 | Micware Co., Ltd. | Information processing device and recording medium |
US11536580B2 (en) * | 2018-08-21 | 2022-12-27 | Ian Sliney | System and method for providing a travel route |
US11170532B1 (en) * | 2018-11-09 | 2021-11-09 | Ectoscan Systems, Llc | Method and apparatus, and analysis for color space determination of surface condition |
-
2020
- 2020-11-23 AU AU2020277094A patent/AU2020277094C1/en active Active
-
2021
- 2021-03-18 EP EP21774865.6A patent/EP4127606A1/en active Pending
- 2021-03-18 WO PCT/AU2021/050244 patent/WO2021189100A1/en unknown
- 2021-03-18 JP JP2022558040A patent/JP2023518521A/ja active Pending
- 2021-03-18 US US17/911,508 patent/US11852501B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
AU2020277094B1 (en) | 2021-06-03 |
WO2021189100A1 (en) | 2021-09-30 |
AU2020277094C1 (en) | 2023-06-29 |
EP4127606A1 (en) | 2023-02-08 |
US20230095898A1 (en) | 2023-03-30 |
US11852501B2 (en) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023518521A (ja) | 経路計画 | |
US11738770B2 (en) | Determination of lane connectivity at traffic intersections for high definition maps | |
US20220042805A1 (en) | High definition map based localization optimization | |
US11216004B2 (en) | Map automation—lane classification | |
US10474164B2 (en) | Representing navigable surface boundaries of lanes in high definition maps for autonomous vehicles | |
US9921585B2 (en) | Detailed map format for autonomous driving | |
Gruyer et al. | Accurate lateral positioning from map data and road marking detection | |
US11029697B2 (en) | Systems and methods for vehicular navigation | |
CN110264721B (zh) | 一种城市交叉口周边车辆轨迹预测方法 | |
CN109085823A (zh) | 一种园区场景下基于视觉的低成本自动循迹行驶方法 | |
Pang et al. | 3d scan registration based localization for autonomous vehicles-a comparison of ndt and icp under realistic conditions | |
DE112021004128T5 (de) | Systeme und verfahren für kartenbasierte modellierung der realen welt | |
US11465620B1 (en) | Lane generation | |
US20200393253A1 (en) | Method for generating road map for autonomous vehicle navigation | |
Mukhija et al. | Outdoor intersection detection for autonomous exploration | |
Mori et al. | Automatic Generation of Multidestination Routes for Autonomous Wheelchairs | |
US20200408533A1 (en) | Deep learning-based detection of ground features using a high definition map | |
Bashkanov et al. | Exploiting OpenStreetMap-data for outdoor robotic applications | |
Luettel et al. | Autonomous offroad navigation under poor GPS conditions | |
Manikandan et al. | Ad hoc-obstacle avoidance-based navigation system using deep reinforcement learning for self-driving vehicles | |
Tsiakas et al. | Road tracking in semi-structured environments using spatial distribution of lidar data | |
Mueller | Reinforcement Learning: MDP applied to autonomous navigation | |
Forkel et al. | Combined Road Tracking for Paved Roads and Dirt Roads: Framework and Image Measurements | |
JP2013050411A (ja) | 自車位置認識システム、自車位置認識プログラム、及び自車位置認識方法 | |
Perla et al. | Implementation of Autonomous Cars using Machine Learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231128 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231128 |