KR20200037119A - 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템 - Google Patents

자율 주행 차량에 사용되는 터널에 기초한 계획 시스템 Download PDF

Info

Publication number
KR20200037119A
KR20200037119A KR1020197019285A KR20197019285A KR20200037119A KR 20200037119 A KR20200037119 A KR 20200037119A KR 1020197019285 A KR1020197019285 A KR 1020197019285A KR 20197019285 A KR20197019285 A KR 20197019285A KR 20200037119 A KR20200037119 A KR 20200037119A
Authority
KR
South Korea
Prior art keywords
adv
width
tunnel
lane
traffic lane
Prior art date
Application number
KR1020197019285A
Other languages
English (en)
Inventor
판 추
린 마
웨이쳉 추
Original Assignee
바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드
바이두 유에스에이 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드, 바이두 유에스에이 엘엘씨 filed Critical 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드
Priority to KR1020217036191A priority Critical patent/KR20210134853A/ko
Publication of KR20200037119A publication Critical patent/KR20200037119A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
    • 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
    • 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
    • B60W30/12—Lane 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
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • 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
    • 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
    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/161—Decentralised systems, e.g. inter-vehicle communication
    • G08G1/163—Decentralised systems, e.g. inter-vehicle communication involving continuous checking
    • 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
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/16—Anti-collision systems
    • G08G1/166—Anti-collision systems for active traffic, e.g. moving vehicles, pedestrians, bikes
    • 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
    • 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
    • B60W2552/05—Type of road, e.g. motorways, local streets, paved or unpaved roads
    • 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
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • 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
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/08—Predicting or avoiding probable or impending collision
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Human Computer Interaction (AREA)
  • Electromagnetism (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

일실시예에 따르면, 시스템은 ADV 주변의 복수의 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터, ADV의 환경을 감지하는 캡처 이미지를 수신한다. 시스템은 ADV를 위한 도로 차선의 폭에 근거하여, ADV 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성한다. 시스템은 장애물의 위치에 근거하여, 장애물의 침입 정도에 따라 통행 가능 차선의 폭을 수정하는 하나 이상의 추가 터널을 생성한다. 시스템은 제1 터널 및 추가 터널에 근거하여 ADV의 궤도를 생성하여, 이 궤도에 따라 ADV를 제어하여 장애물을 회피하여 충돌을 방지한다.

Description

자율 주행 차량에 사용되는 터널에 기초한 계획 시스템
본 개시의 실시예는 전체적으로 자율 주행 차량의 조작에 관한 것이다. 보다 구체적으로, 본 발명의 실시예들은 자율 주행 차량(ADV)에 사용되는, 터널에 기초한 계획 시스템에 관한 것이다.
자율 모드 운전(예를 들어, 무인 운전) 차량은 탑승자, 특히 운전자는 일부 운전과 관련하여 담당하고 있는 사항들로부터 해방될 수 있다. 자율 모드로 운전하는 경우, 차량은 자동차 탑재 센서를 사용하여 다양한 위치들로 이동이 가능하게 되어, 그 결과, 최소한의 인간과 기계와의 상호작용 경우 또는 승객이 없는 일부의 경우 차량의 이행이 허용된다.
차량은 계획 궤도를 이용하여 자율 주행할 수 있다. 샘플링 방법에 근거하여 차량을 위한 궤도를 계획할 수 있다. 샘플링 방법은 한 조의 궤도 후보들을 샘플링 또는 평가하여 최선의 궤도를 결정할 수 있다. 따라서 사용 가능한 궤도 후보의 결정은 최선의 궤도의 평가에 영향을 준다.
제1 양태에서, 본 발명은 자율 주행 차량(ADV)을 위한 컴퓨터 실시 방법을 제공하고, 상기 방법은 ADV 주변의 복수의 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터, ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계, ADV에 사용되는 도로 차선의 폭에 근거하여 ADV의 주행통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계, 장애물의 위치에 근거하여, 장애물의 침입 정도에 따라 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및 제1 터널 및 추가 터널에 근거하여 ADV의 궤도를 생성하여, 이 궤도에 따라 ADV를 제어하여 장애물을 회피하여 충돌을 방지하는 단계를 포함한다.
제2 양태에서, 본 발명은 명령이 저장된 비일시적 기계 판독 가능한 매체를 제공하며, 명령이 프로세서에 의해 실행되는 경우 프로세서로 하여금 동작을 실행시키되, 상기 동작들은, ADV 근처의 복수의 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터, ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계, ADV를 위한 도로 차선의 폭에 근거하여, ADV의 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계, 장애물의 위치에 근거하여, 장애물의 침입 정도에 따라 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및 제1 터널과 추가 터널에 근거하여 ADV의 궤도를 생성하여, 이 궤도에 따라 ADV를 제어하여 장애물을 회피하여 충돌을 방지하는 단계를 포함한다.
제3 양태에서, 본 발명은 데이터 처리 시스템을 제공하고, 상기 데이터 처리 시스템은 프로세서와, 메모리를 구비하고, 메모리는 명령들을 저장하기 위해 프로세서에 연결되어 있으며, 이 명령들이 프로세서에 의해 실행되는 경우 프로세서로 하여금 동작을 실행시키되, 동작들은, ADV 주변의 복수의 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터, ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계, ADV를 위한 도로 차선의 폭에 근거하여, ADV 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계, 장애물의 위치에 근거하여, 장애물의 침입 정도에 따라 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및 제1 터널과 추가 터널에 근거하여 ADV의 궤도를 생성하여, 이 궤도에 의해 ADV를 제어하여 장애물을 회피하여 충돌을 방지하는 단계를 포함한다.
본 발명의 실시예는 첨부도면의 각 도면에 있어서 한정적이 아닌 예시적인 형태로 도시되며, 도면에서의 동일한 도면 부호는 유사한 구성요소를 나타낸다.
도 1은 일실시예에 따른 네트워크화된 시스템을 나타내는 블록도이다.
도 2는 일실시예에 따른 자율 주행 차량에 의해 사용되는 센서 및 제어 시스템의 일례를 나타내는 블록도이다.
도 3a ~ 도 3b는 일실시예에 따른 자율 주행 차량에 사용되는 감지 및 계획 시스템의 일례를 나타내는 블록도이다.
도 4는 일실시예에 따른 터널에 기초한 궤도모듈의 일례를 나타내는 블록도이다.
도 5a는 일실시예에 따른 터널 평가 시나리오의 일례를 나타내는 블록도이다.
도 5b는 일부 실시예에 따른 통행 가능 차선을 따라 주행하는 자율 주행 차량의 일례를 나타내는 블록도이다.
도 5c는 일부 실시예에 따른 통행 가능 차선을 따라 주행하는 자율 주행 차량의 일례를 나타내는 블록도이다.
도 6은 일실시예에 따른 터널 평가 시나리오의 일례를 나타내는 블록도이다.
도 7은 일실시예에 따른 방법을 나타내는 흐름도이다.
도 8은 일실시예에 따른 데이터 처리 시스템을 나타내는 블록도이다.
본 발명의 다양한 실시예 및 양태들은 이하 세부 설명들을 참조하면서 설명되고, 첨부도면들은 상기 다양한 실시예를 나타난다. 다음의 설명 및 도면은 본 발명을 설명하기 위한 것으로서 본 발명을 한정하는 것으로 해석되어서는 안된다. 다수의 구체적인 세부내용들은 본 발명의 다양한 실시예들에 철저히 이해를 제공하기 위해 설명된다. 그러나, 어떤 경우에는, 본 개시의 실시예들에 대해 간결한 설명을 제공하기 위해 잘 알려진 또는 종래의 세부 사항은 설명되지 않는다.
본 명세서에 있어서, "일실시예" 또는 "실시예"는 해당 실시예를 참조하면서 설명되는 특정된 특징, 구조 또는 특성이 본 발명의 적어도 일실시예에 포함될 수 있다는 것을 의미한다. "일실시예에서"라는 용어는 본 명세서 전체에 있어서 반드시 동일한 실시예를 가리키는 것은 아니다.
본 발명의 실시예는 ADV를 위한 운전 궤도를 생성하기 위한 터널에 기초한 계획 시스템을 공개한다. 일 양태에 따르면, 시스템은 ADV 주변의 복수의 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터 ADV의 환경을 감지하는 캡처 이미지를 수신한다. 시스템은 ADV를 위한 도로 차선의 폭에 근거하여, ADV 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성한다. 해당 시스템은 장애물의 위치에 근거하여, 장애물의 침입 정도에 따라 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성한다. 시스템은 제1 터널 및 추가 터널에 근거하여, ADV의 궤도를 생성하여 이 궤도에 의해 ADV를 제어하여 장애물을 피해 충돌을 방지한다.
일실시예에서, 프로세싱 로직은 장애물 근처의 장애물의 침입 정도에 따라 통행 가능 차선의 폭을 평가함으로서, ADV가 통행 가능 차선의 폭을 통과할 수 있는지 여부를 확인하고, 평가에 근거하여 궤도를 생성한다. 일실시예에서, 추가 터널이 왼쪽 경계 주변에서 통행 가능 차선의 왼쪽 부분을 차단하는 경우, 통행 가능 차선의 폭은 왼쪽 경계에서 축소되어 수정된다.
일실시예에서, 추가 터널이 오른쪽 경계 주변에서 통행 가능 차선의 오른쪽 부분을 차단하는 경우, 통행 가능 차선폭의 폭은 오른쪽 경계에서 축소되어 수정된다. 일실시예에서는 장애물이 통행 가능 차선의 중앙부분을 차단하는 경우, 통행 가능 차선에서의 분기를 나타내는 왼쪽 추가 터널 및 오른쪽 추가 터널이 생성된다.
일실시예에서, 프로세싱 로직은 또한 왼쪽 분기의 폭과 오른쪽 분기의 폭의 (큰 쪽)에 근거하여, 새로운 통행 가능 차선을 선택한다. 일실시예에서, 통행 가능 차선의 폭이 차량의 폭보다 좁은 경우, 통행 가능 차선은 종료된다.
도 1은 본 발명의 실시예에 따른 자율 주행 차량의 네트워크 구성을 나타내는 블록도이다. 도 1에 도시된 바와 같이, 네트워크 구성(100)은 네트워크(102)에 의해 하나 이상의 서버(103) ~ (104)에 통신가능하게 연결되는 자율 주행 차량(101)을 포함한다. 하나의 자율 주행 차량으로 도시되어 있지만, 복수의 자율 주행 차량이 네트워크(102)에 의해 서로 연결되고, 혹은 서버(103) ~ (104)에 연결될 수 있다. 네트워크(102)는 근거리 통신망(LAN), 인터넷과 같은 광역 네트워크(WAN), 셀룰러 네트워크, 위성 네트워크 또는 이들의 조합과 같은 유선 또는 무선의 임의의 유형의 네트워크일 수 있다. 서버(103)~(104)는 웹 또는 클라우드 서버, 애플리케이션 서버, 백엔드 서버 또는 이들의 조합과 같은 임의의 종류의 서버 또는 서버 클러스터일 수 있다. 서버(103)~(104)는 데이터 분석 서버, 콘텐츠 서버, 교통 정보 서버, 지도 및 관심 지점(MPOI) 서버 또는 위치 서버 등일 수 있다.
자율 주행 차량은, 운전자로부터의 입력이 거의 또는 전혀 없이 차량이 환경 사이로 내비게이트하기 위한 자율 주행 모드로 구성될 수 있는 차량을 가리킨다. 이러한 자율 주행 차량은, 차량이 운행되는 환경에 관한 정보를 검출하도록 구성된 하나 이상의 센서를 갖는 센서 시스템을 포함할 수 있다. 상기 차량 및 관련 제어기는 검출된 정보를 이용하여 상기 환경 사이로 내비게이트한다. 자율 주행 차량(101)은 수동 모드, 완전 자율 주행 모드 또는 부분 자율 주행 모드로 운행될 수 있다.
일실시예에서, 자율 주행 차량(101)은 감지 및 계획 시스템(110), 차량 제어 시스템(111), 무선 통신 시스템(112), 사용자 인터페이스 시스템(113), 및 센서 시스템(115)를 포함하되 이에 국한되지 않는다. 자율 주행 차량(101)은, 예를 들어, 가속 신호 또는 명령, 감속 신호 또는 명령, 조향 신호 또는 명령, 제동 신호 또는 명령 등과 같은 다양한 통신 신호 및/또는 명령을 사용하여 차량 제어 시스템(111) 및/또는 감지 및 계획 시스템(110)에 의해 제어될 수 있는 엔진, 차륜, 스티어링 휠, 변속기 등과 같은, 일반 차량에 포함되는 특정 공통 구성요소를 더 포함할 수 있다.
구성요소(110)~(115)는 인터커넥트, 버스, 네트워크 또는 이들의 조합을 통해 서로 통신 가능하게 연결될 수 있다. 예를 들어, 구성요소(110)~(115)는, 제어기 영역 네트워크(CAN) 버스를 통해 서로 통신 가능하게 연결될 수 있다. CAN 버스는, 호스트 컴퓨터가 없는 어플리케이션들에서 마이크로 컨트롤러들과 장치들이 서로 통신할 수 있도록 설계된 차량 통신 표준이다. 그것은 메시지에 근거한 프로토콜로서, 원래는 자동차 내의 멀티플렉스 전기 배선을 위해 설계되었지만, 다른 많은 상황에도 사용된다.
도 2를 참조하면, 일실시예에서, 센서 시스템(115)은 하나 이상의 카메라 (211), 글로벌 포지셔닝 시스템(GPS) 유닛(212), 관성 측정 유닛(IMU)(213), 레이더 유닛(214) 및 광 검출 및 측정(LIDAR) 유닛(215)을 포함하지만, 이에 한정되지 않는다. GPS 시스템(212)은 자율 주행 차량의 위치에 관한 정보를 제공하도록 동작 가능한 송수신기를 포함할 수 있다. IMU 유닛(213)은, 관성 가속도에 기초하여 자율 주행 차량의 위치 및 방향 변화를 감지할 수 있다. 레이더 유닛(214)은, 무선 신호를 활용하여 자율 주행 차량의 로컬 환경 내의 물체들을 감지하는 시스템을 나타낼 수 있다. 일부 실시예들에서, 물체를 감지하는 것 외에, 레이더 유닛(214)은 물체의 속력 및/또는 진행 방향을 추가로 감지할 수 있다. LIDAR 유닛(215)은, 레이저를 사용하여 자율 주행 차량이 위치한 환경 내의 물체들을 감지할 수 있다. LIDAR 유닛(215)은, 다른 시스템 구성 요소들 중에서, 하나 이상의 레이저 소스, 레이저 스캐너 및 하나 이상의 검출기를 포함할 수 있다. 카메라(211)는 자율 주행 차량을 둘러싸는 환경의 이미지를 캡쳐하기 위한 하나 이상의 장치를 포함할 수 있다. 카메라(211)는 고정 카메라 및 / 또는 PTZ (팬 - 틸트 - 줌) 카메라일 수 있다. 카메라는, 예를 들어, 회전 및 / 또는 틸팅 플랫폼에 장착함으로써 기계적으로 이동 가능할 수 있다.
센서 시스템(115)은, 소나 센서, 적외선 센서, 스티어링(조향) 센서, 스로틀 센서, 제동 센서 및 오디오 센서 (예를 들어, 마이크로폰)와 같은 다른 센서들을 더 포함 할 수 있다. 오디오 센서는 자율 주행 차량을 둘러싸는 환경에서 소리를 캡처하도록 구성될 수 있다. 스티어링 센서 (예를 들면, 전동 파워 스티어링 (EPS))는 스티어링 휠, 차량의 차륜 또는 이들의 조합의 스티어링 각도를 감지하도록 구성될 수 있다. 스로틀 센서 및 제동 센서는, 차량의 스로틀 위치 및 제동 위치를 각각 감지한다. 일부 상황에서는, 스로틀 센서와 제동 센서가 집적형 스로틀 / 제동 센서로 통합될 수 있다.
차량 제어 시스템(111)은, 스티어링 유닛(201), 스로틀 유닛(202)(가속 유닛으로도 부름) 및 제동 유닛(203)을 포함할 수 있지만, 이에 한정되지 않는다. 스티어링 유닛(201)은, 차량의 방향 또는 진행 방향을 조정하기 위한 것이다. 스로틀 유닛(202)은 모터 또는 엔진의 속력을 제어하여 차량의 속력 및 가속을 차례로 제어하기 위한 것이다. 제동 유닛(203)은 차량의 차륜 또는 타이어를 감속시키도록 마찰을 제공함으로써 차량을 감속시키기 위한 것이다. 유의해야 할 것은, 도 2에 도시된 구성 요소들은 하드웨어, 소프트웨어 또는 이들의 조합으로 실현될 수 있다.
다시 도 1을 참조하면, 무선 통신 시스템(112)은 자율 주행 차량(101)과, 장비들, 센서들, 다른 차량들 등과 같은 외부 시스템들 간의 통신을 가능하게 한다. 예를 들어, 무선 통신 시스템(112)은 직접 또는 통신 네트워크를 통해 하나 이상의 장치들과 무선 통신할 수 있으며, 예를 들어, 네트워크(102)를 통해 서버(103)~(104)와 통신할 수 있다. 무선 통신 시스템(112)은, 임의의 셀룰러 통신 네트워크 또는 무선 근거리 네트워크(WLAN)를 사용할 수 있으며, 예를 들어, 다른 구성 요소 또는 시스템과 통신하기 위해 WiFi를 사용할 수 있다. 무선 통신 시스템(112)은, 예를 들어, 적외선 링크, 블루투스 등을 사용하여, 장치(예를 들어, 승객의 모바일 장치, 차량(101) 내의 디스플레이장치, 스피커)와 직접 통신할 수 있다. 사용자 인터페이스 시스템(113)은, 예를 들어, 키워드, 터치스크린 디스플레이 장치, 마이크로폰 및 스피커 등을 포함하는 차량(101) 내에 구현되는 주변 장치들의 일부일 수 있다.
자율 주행 차량(101)의 일부 또는 모든 기능은, 특히 자율 주행 모드에서 운행될 때, 감지 및 계획 시스템(110)에 의해 제어되거나 관리될 수 있다. 감지 및 계획 시스템(110)은, 센서 시스템(115), 제어 시스템(111), 무선 통신 시스템(112) 및/또는 사용자 인터페이스 시스템(113)으로부터 정보를 수신하고, 수신된 정보를 처리하고, 출발점에서 목적지점까지의 루트(route) 또는 경로를 계획한 다음, 계획 및 제어 정보에 근거하여 차량(101)을 주행하도록, 필요한 하드웨어 (예를 들어, 프로세서(들), 메모리, 저장장치) 및 소프트웨어 (예를 들어, 운영 체계, 계획 및 라우팅(routing) 프로그램)를 포함한다. 혹은 감지 및 계획 시스템(110)은 차량 제어 시스템(111)과 함께 통합될 수 있다.
예를 들어, 승객인 사용자는, 사용자 인터페이스 등을 통해 여행의 출발 위치 및 목적지를 지정할 수 있다. 감지 및 계획 시스템(110)은 여행 관련 데이터를 획득한다. 예를 들어, 감지 및 계획 시스템(110)은 서버들(103)~(104)의 일부일 수 있는 MPOI 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, MPOI 서버는 지도 서비스와 특정 위치들의 POI들을 제공한다. 혹은, 이러한 위치 및 MPOI 정보는 감지 및 계획 시스템(110)의 영구 저장 장치에 국부적으로 캐시될 수 있다.
자율 주행 차량(101)이 루트를 따라 이동하는 동안, 감지 및 계획 시스템(110)은 교통 정보 시스템 또는 서버(TIS)로부터 실시간 교통 정보도 획득할 수 있다. 유의해야 할 것은 서버(103-104)는 제3 엔티티에 의해 운영될 수 있다. 혹은 서버들(103)~(104)의 기능들은 감지 및 계획 시스템(110)과 통합될 수 있다. 감지 및 계획 시스템(110)은, 실시간 교통 정보, MPOI 정보 및 위치 정보뿐만 아니라 센서 시스템(115)에 의해 검출 또는 감지된 실시간 로컬 환경 데이터(예를 들어, 장애물, 물체, 주변 차량)에 기초하여, 지정된 목적지에 안전하고 효율적으로 도착하도록, 최적의 루트를 계획하고 계획된 루트에 따라 제어 시스템(111)에 의해 차량(101)을 주행하게 할 수 있다.
서버(103)는 다양한 클라이언트에 대해 데이터 분석 서비스를 수행하기 위한 데이터 분석 시스템일 수 있다. 일실시예에서, 데이터 분석 시스템(103)은 데이터 수집기(121) 및 머신 러닝 엔진(122)을 포함한다. 데이터 수집기(121)는 다양한 차량(자율 주행 차량 또는 인간 운전자에 의해 운행되는 일반 차량을 포함)으로부터 주행 통계 정보(123)를 수집한다. 주행 통계 정보(123)는발행된 주행 명령(예를 들어, 스로틀, 브레이크, 스티어링 명령) 및 차량의 센서에 의해 상이한 시점에서 캡처된 차량의 응답(예를 들어, 속력, 가속, 감속, 방향)을 나타내는 정보를 포함한다. 주행 통계 정보(123)는, 상이한 시점에서의 주행 환경을 설명하는 정보, 예를 들어, 루트(출발 및 목적지 위치 포함), MPOI, 도로 상황, 날씨 상황 등을 더 포함할 수 있다.
머신 러닝 엔진 (122)은 주행 통계 정보(123)에 근거하여 다양한 목적을 위해 규칙, 알고리즘 및 / 또는 모델(124)의 세트를 생성 또는 훈련시킨다. 일실시예에서, 예를 들어 알고리즘 / 모델(124)은 ADV의 통행 가능 차선을 결정하기 위해 하나 이상의 터널 모델 또는 알고리즘을 포함할 수 있다. 터널 모델은, 실시간으로 ADV의 자율 주행에 사용되도록 ADV로 업로드될 수 있다.
도 3a 및 도 3b는 일실시예에 따른 자율 주행 차량과 함께 사용되는 감지 및 계획 시스템의 일례를 나타내는 블록도이다. 시스템(300)은, 도 1의 자율 주행 차량(101)의 일부로서 구현될 수 있으며, 감지 및 계획 시스템(110), 제어 시스템(111) 및 센서 시스템(115)을 포함하지만, 이에 한정되지 않는다. 도 3a 및 도 3b에 나타낸 바와 같이, 감지 및 계획 시스템(110)은 로컬라이제이션(localization) 모듈(301), 감지 모듈(302), 예측 모듈(303), 결정 모듈(304), 계획 모듈(305), 제어 모듈(306), 라우팅 / 샘플링 모듈 (307) 및 터널에 기초한 궤도 모듈 (308)을 포함하나 이에 한정되지 않는다.
모듈(301 ~ 308)의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합으로 실현될 수 있다. 예를 들어, 이 모듈들은 영구 저장 장치(352)에 설치되고, 메모리(351)에 로드되며, 또한 하나 이상의 프로세서(미도시)에 의해 실행될 수 있다. 유의해야 할 것은, 이러한 모듈 중 일부 또는 전부는 도 2의 차량 제어 시스템(111)의 일부 또는 전부의 모듈과 통신 가능하게 연결되거나 그와 같이 통합될 수 있다. 모듈(301) ~ (308) 중 일부는 집적형 모듈로서 일체로 통합될 수 있다. 예를 들어, 터널에 기초한 궤도 모듈 (308) 및 계획 모듈(305)은 단일 모듈로서 통합될 수 있다.
로컬라이제이션 모듈(301)은 (예를 들어, GPS 유닛(212)을 이용하여) 자율 주행 차량(300)의 현재 위치를 확정하고, 사용자의 여행 또는 루트와 관련된 임의의 데이터를 관리한다. 로컬라이제이션 모듈(301)(맵 및 루트 모듈이라고도 함)은 사용자의 여행 또는 루트와 관련된 임의의 데이터를 관리한다. 사용자는, 예를 들어, 사용자 인터페이스를 통해 로그인하고 여행의 출발 위치 및 목적지를 지정할 수 있다. 로컬라이제이션 모듈(301)은, 지도 및 루트 정보(311)와 같은 자율 주행 차량(300)의 다른 구성 요소와 통신하여 여행 관련 데이터를 획득한다. 예를 들어, 로컬라이제이션 모듈(301)은 위치 서버, 및 지도 및 POI(MPOI) 서버로부터 위치 및 루트 정보를 획득할 수 있다. 위치 서버는 위치 서비스를 제공하고, MPOI 서버는 지도특정 위치들의 POI들을 제공하여 서비스와 지도 및 경로 정보(311)의 일부로서 캐시될 수 있다. 자율 주행 차량(300)이 루트를 따라 이동하는 동안, 로컬라이제이션 모듈(301)은 교통 정보 시스템 또는 서버로부터 실시간 교통 정보도 획득할 수 있다.
센서 시스템(115)에 의해 제공되는 센서 데이터 및 로컬라이제이션 모듈(301)에 의해 획득되는 로컬라이제이션 정보에 근거하여, 감지 모듈(302)은 주변 환경에 대한 감지를 확정한다. 감지 정보는 일반 운전자가 그가 주행하는 차량 주위를 감지한 정보를 나타낼 수 있다. 감지(perception)는 차선 구성(예를 들어, 직선 또는 곡선 차선), 신호등 신호, 다른 차량의 상대적 위치, 보행자, 건물, 횡단보도 또는 기타 교통 관련 표지판(예를 들어, 정지 표지판, 양보 표지판) 등 대상 형태로 포함할 수 있다. 차선 구성은 예를 들어, 차선의 형상 (예를 들어, 직선 또는 곡선), 차선의 폭, 도로중의 차선 수량, 단방향 또는 양방향 차선, 합류 또는 분류 차선, 퇴출 차선 등과 같은 하나 이상의 차선을 설명하는 정보를 포함한다.
감지 모듈(302)은, 자율 주행 차량의 환경에서 물체 및/또는 특징을 식별하기 위해, 하나 이상의 카메라에 의해 캡처된 이미지를 처리 및 분석하는 컴퓨터 비전 시스템 또는 컴퓨터 비전 시스템의 기능을 포함할 수 있다. 상기 물체는 교통 신호, 도로 경계, 다른 차량, 보행자 및/또는 장애물 등을 포함할 수 있다. 컴퓨터 비전 시스템은 물체 인식 알고리즘, 비디오 추적 및 다른 컴퓨터 비전 기술을 사용할 수 있다. 일부 실시예에서, 컴퓨터 비전 시스템은, 환경을 매핑하고, 물체를 추적하고, 물체의 속력 추정 등을 할 수 있다. 감지 모듈(302)은 레이더 및/또는 LIDAR와 같은 다른 센서에 의해 제공되는 다른 센서 데이터에 기초하여 물체를 검출할 수도 있다.
각각의 물체에 대해, 예측 모듈(303)은 다양한 상황하에서 물체가 어떤 행동을 할 것인지를 예측한다. 예측은, 지도/루트 정보(311) 및 교통 규칙(312)의 세트를 고려하여, 그 시점에서의 주행 환경을 감지하는 감지 데이터에 기초하여 수행된다. 예를 들어, 물체가 반대 방향의 차량이고 현재의 주행 환경이 교차로를 포함하면, 예측 모듈(303)은 차량이 곧바로 전진할지 또는 회전할지를 예측할 것이다. 감지 데이터가 교차로에 신호등을 갖지 않는다는 것을 나타내는 경우, 예측 모듈(303)은 차량이 교차로에 진입하기 전에 완전히 정지해야 할 필요가 있다고 예측할 수 있다. 감지 데이터가, 차량이 현재 좌회전 전용차로 또는 우회전 전용차로에 있음을 나타내면, 예측 모듈(303)은 차량이 각각 좌회전 또는 우회전을 할 가능성이 더 높을 것으로 예측할 수 있다.
각각의 물체에 대해, 결정 모듈(304)은 물체를 어떻게 처리할지에 대한 결정을 한다. 예를 들어, 특정 물체(예를 들어, 교차 루트에 있는 다른 차량)뿐만 아니라 물체를 기술하는 메타 데이터(예를 들어, 속력, 방향, 선회각도)에 대해서, 결정 모듈(304)은 상기 물체를 어떤 식으로 대면할지를 결정한다(예를 들어, 추월, 양보, 정지, 통과). 결정 모듈(304)은, 영구 저장 장치(352)에 저장될 수 있는 교통 규칙 또는 운전 규칙(312)과 같은 규칙들의 세트에 따라 이러한 결정을 내릴 수 있다.
라우팅 모듈(307)은 출발지에서 목적지까지의 하나 이상의 경로 또는 경로를 제공하도록 구성된다. 예를 들어, 사용자로부터 받은 출발지로부터 목적지까지의 소정 이동에 대해, 라우팅 모듈(307)은 루트 및 지도 정보(311)를 취득하고, 출발지로부터 목적지에 도착하기 위한 모든 가능한 루트 또는 경로를 확정한다. 라우팅 모듈(307)은 출발지로부터 목적지에 도착하는 각각의 루트가 확정된 지형도 형식의 기준선을 생성할 수 있다. 기준선은 다른 차량, 장애물 또는 교통 상황과 같은 다른 것들로부터의 간섭없이 이상적인 루트 또는 경로를 가리킨다. 즉, 도로에 다른 차량, 보행자 또는 장애물이 없는 경우, ADV는 기준선과 완전하거나 또는 밀접하어야 한다. 그리고 지형 맵은 결정 모듈(304) 및 / 또는 계획 모듈(305)에 제공된다. 결정 모듈(304) 및 / 또는 계획 모듈(305)은 모든 가능한 경로를 조사하여 다른 모듈에 의해 제공되는 다른 데이터, 예를 들면, 로컬라이제이션 모듈(301)로부터의 교통 상황, 감지 모듈(302)에 의해 감지된 주행 환경 및 예측 모듈(303)에 의해 예측된 교통 상황 등을 고려하여 최적 경로 중 하나를 선택하여 결정한다. ADV를 제어하기 위한 실제 루트 또는 경로는 그 시점에서의 특정 주행 환경에 따라, 라우팅 모듈(307)로부터 제공한 기준선과 가깝거나 상이할 수 있다.
감지된 물체들 각각에 대한 결정에 기초하여, 계획 모듈(305)은 자율 주행 차량에 대한 경로 또는 루트뿐만 아니라 주행 파라미터(예를 들어, 거리, 속력 및/또는 회전각도)를 계획한다. 즉, 주어진 물체에 대해, 결정 모듈(304)은 해당 물체에 대한 처리를 결정하고, 계획 모듈(305)은 그것을 어떻게 수행할지를 결정한다. 예를 들어, 주어진 물체에 대해, 결정 모듈(304)은 상기 물체를 지나가는 것으로 결정할 수 있는 반면, 계획 모듈(305)은 상기 물체의 좌측 또는 우측으로 지나갈지를 결정할 수 있다. 계획 및 제어 데이터는, 계획 모듈(305)에 의해 생성되고, 차량(300)이 다음 이동 사이클(예를 들어, 다음 루트/경로 세그먼트)에서 어떻게 움직일 것인지를 기술하는 정보를 포함한다. 예를 들어, 계획 및 제어 데이터는, 차량(300)이 시속 30마일(mph)의 속력으로 10m 이동한 다음 25mph의 속력으로 우측 차선으로 변경하도록 지시할 수 있다.
계획 및 제어 데이터에 근거하여, 제어 모듈(306)은 계획 및 제어 데이터에 의해 정의된 루트 또는 경로에 따라, 차량 제어 시스템(111)에 적절한 명령 또는 신호를 전송함으로써 자율 주행 차량을 제어 및 주행한다. 상기 계획 및 제어 데이터에는, 경로 또는 루트 상의 시간에 따른 상이한 지점들에서 적절한 차량 설정 또는 주행 파라미터(예를 들어, 스로틀, 제동 및 선회 명령)를 사용하여 루트 또는 경로의 제1지점에서 제2지점까지 차량을 주행할 수 있는 충분한 정보가 포함되어 있다.
일실시예에서, 계획 단계는 다수의 계획 사이클 (명령 사이클이라고도 함), 예를 들어 100밀리초(ms)의 시간 간격마다 수행된다. 계획 사이클 또는 명령 사이클 각각에 대해 하나 이상의 제어 명령이 계획 및 제어 데이터에 근거하여 발행된다. 즉, 매 100 ms마다 계획 모듈(305)은 후속 루트 세그먼트 또는 경로 세그먼트를 계획하며, 후속 루트 세그먼트 또는 경로 세그먼트는 예컨대 목표 위치 및 ADV가 목표 위치에 도달하는데 필요한 시간을 포함할 수 있다. 혹은, 계획 모듈(305)은 특정 속력, 방향, 및/또는 조향각 등을 추가로 특정할 수 있다. 일실시예에서, 계획 모듈(305)은 예컨대 5초와 같은 소정의 후속 기간 동안 루트 세그먼트 또는 경로 세그먼트를 계획한다. 각 계획 사이클에 대해, 계획 모듈(305)은 이전 사이클에서 계획된 목표 위치에 근거하여 현재 사이클(예를 들어, 다음 5초)에 대한 목표 위치를 계획한다. 그 후, 제어 모듈(306)은 현재 사이클의 계획 및 제어 데이터에 근거하여 하나 이상의 제어 명령(예를 들어, 스로틀, 브레이크, 조향 제어 명령)을 발생시킨다.
유의해야 할 것은, 결정 모듈(304) 및 계획 모듈(305)은 집적형 모듈로서 통합될 수 있다. 결정 모듈(304)/계획 모듈(305)은, 자율 주행 차량에 대한 주행 경로를 결정하기 위한 내비게이션 시스템 또는 내비게이션 시스템의 기능들을 포함할 수 있다. 예를 들어, 내비게이션 시스템은, 일련의 속력 및 진행 방향을 결정하여, 감지된 장애물을 실질적으로 피하는 경로를 따라 자율 주행 차량의 이동을 수행하면서, 최종적인 목적지에 이르는 도로에 기초한 경로를 따라 자율 주행 차량을 대체로 전진시킬 수 있다. 목적지는, 사용자 인터페이스 시스템(113)을 통한 사용자 입력에 따라 설정될 수 있다. 내비게이션 시스템은, 자율 주행 차량이 운행되는 동안 주행 경로를 동적으로 업데이트할 수 있다. 내비게이션 시스템은, 자율 주행 차량을 위한 주행 경로를 결정하기 위해 GPS 시스템 및 하나 이상의 지도로부터의 데이터를 통합할 수 있다.
결정 모듈(304)/계획 모듈(305)은, 자율 주행 차량의 환경에서의 잠재적 장애물을 식별, 평가 및 회피하거나 다른 방법으로 추월하기 위한 충돌 방지 시스템 또는 충돌 방지 시스템의 기능을 더 포함할 수 있다. 예를 들어, 충돌 방지 시스템은, 조향 조작, 선회 조작, 제동 조작 등을 수행하기 위해, 제어 시스템(111)의 하나 이상의 서브 시스템을 조작하여 자율 주행 차량의 내비게이션의 변화를 수행할 수 있다. 충돌 방지 시스템은, 주변의 교통 패턴, 도로 조건 등에 근거하여, 실현 가능한 장애물 회피 조작을 자동으로 결정할 수 있다. 충돌 방지 시스템은, 자율 주행 차량이 방향 변경하여 진입할 인접 영역에서, 차량, 건축 장애물 등을 다른 센서 시스템이 검출할 때, 조향 조작이 수행되지 않도록 구성될 수 있다. 충돌 방지 시스템은, 사용 가능하면서 자율 운행 차량의 탑승자의 안전을 극대화하는 조작을 자동적으로 선택할 수 있다. 충돌 방지 시스템은, 자율 운행 차량의 승객실에서 최소량의 가속을 일으킬 것으로 예상되는 회피 조작을 선택할 수 있다.
도 4는 일실시예에 따른 터널에 기초한 궤도 모듈의 일례를 나타내는 블록도이다. 도 4를 참조하면, 터널에 기초한 궤도 모듈(308)은 ADV에 사용되는 통행 차선 또는 통행 가능 차선을 결정하기 위해, ADV의 주행 차선/도로에 터널 모델을 적용할 수 있다. 그리고, 터널에 기초한 궤도 모듈(308)은 통행 가능 차선에 근거하여 ADV를 위한 주행 궤도를 생성할 수 있다. 일실시예에서, 터널에 기초한 궤도 모듈(308)은 이미지 수신기/전프로세싱 모듈(401), 터널 생성기 모듈(403), 통행 가능 차선 평가 기 모듈(405) 및 궤도 생성기 모듈(407)을 포함한다. 이러한 모듈(401)~(407)은 소프트웨어, 하드웨어, 또는 이들의 조합에 의해 실현될 수 있다. 이미지 수신기/전프로세싱 모듈(401)은 ADV의 이미지 캡처 장치(예를 들어, 하나 이상의 카메라)에 의해 포착된 이미지를 수신할 수 있다. 이미지 수신기 모듈(401)은 이미지를 전처리할 수 있다. 전처리는 이미지에 적용되는 노출 제어, 이득 제어, 톤 매핑, 화이트 밸런스 조정, 데모자이쿠 및 바이래터럴 필터를 포함할 수 있으나, 이에 한정되지 않는다. 이미지 전처리은 상이한 시간과 기상 조건을 갖는 이미지에 포착된 물체(예를 들면, 신호등, 보행자) 및/또는 차선을 잘 식별하기 위한 이미지를 준비하는 것이다. 예를 들어, 야간에는 물체/장애물 및/또는 차선이 잘 식별할 수 있도록 낮보다 이미지에 더 많은 양의 빛이 노출되어야 한다. 전처리의 다른 일례는, 적용될 기계 학습 모델에도 사용할 수 있는 동등한 이미지 크기로 이미지를 스케일링 및/또는 크로핑하는 것을 포함한다. 기계 학습 모델은 사진에 포착된 물체(예를 들면, 신호등, 보행자) 및/또는 차선을 식별하기 위해 이미지에 적용할 수 있다. 터널 생성기 모듈(403)은 ADV의 도로 또는 차선에 근거하여 터널을 생성할 수 있다. 통행 가능 차선 평가기 모듈(405)은 터널의 폭 (예를 들어, 통행 가능 차선)이 ADV가 통과할 수 있을 정도로 넓은지 그 여부를 평가할 수 있다. 다음으로, 궤도 생성 모듈(407)은 ADV를 제어하는데 사용되는 궤도를 생성할 수 있으며, 궤도는 통행 가능 차선의 궤도 후보에 대한 평가에 근거하여 생성된다.
도 5a는 일실시예에 따른 터널 평가 시나리오의 일례를 나타내는 블록도이다. 도 5a를 참조하면, 일실시예에서, 시나리오(500)은 먼저 터널(0)을 주행하는 ADV(101)를 포함할 수 있으며, 터널(0)은 ADV(101)의 도로/차선(또는 지도 정보)에 근거하여 (도 3a의 터널 모델(313)의 일부)로서 생성된, 폭 9미터의 통행 가능 차선이며, 터널(0)의 폭은 9미터이다. 평가기 모듈(405)은 터널(0)의 폭 및 ADV(101)의 폭에 근거하여, ADV(101)가 터널(0)을 통과할 수 있는지 여부를 평가할 수 있다. 예를 들어, 터널의 폭이, 차량의 폭에 소정 임계값 (예를 들어, 허용 오차)을 더한 값보다 큰 경우, 차량은 터널을 통과할 수 있다. ADV(101)의 전방의 일부 거리에 있어서, 장애물(501) ~ 장애물(505)은 터널 (0)의 일부를 차단하거나 차단하지 않을 수도 있다. 예를 들어, 일실시예에서 (도 4의 모듈(403)과 같은) 터널 생성기 모듈은, 장애물(501)이 터널(0)의 왼쪽 부분 (ADV(101)에 대해) 1미터의 폭을 차단하는 것으로 확정한다.그 다음, 터널 생성기 모듈은 장애물(501)의 좌표에서 시작하여 터널(0) 위에 겹쳐 터널(1)을 생성하고, 터널(1)은 폭 8미터이다. 그 다음 (도 4의 모듈(405) 등) 평가기 모듈은 ADV(101)가 폭 8미터인 통행 가능 차선을 갖는 터널(1)을 통과할 수 있다고 평가한다.
통행 차선을 더 주행하면, 터널 생성기 모듈은 터널(1)의 오른쪽 부분(ADV(101)에 대해)에서 장애물(502)이 1미터의 폭을 차단하는 것으로 확정한다. 장애물(502)의 좌표에서 시작하여 터널(1)에 중첩되도록 터널(2)를 생성하고, 터널(2)의 폭은 7미터이다. 그 다음, ADV(101)가 폭 7미터인 통행 가능 차선을 갖는 터널(2)를 통과할 수 있다고 평가된다.
통행 차선을 더 주행하면, 장애물(503)은 터널(2)의 폭을 차단하지 않는 것으로 확정된다. 그 다음, 장애물(503)의 좌표에서 시작하여 터널(2)와 중첩되도록 터널(3)이 생성되고, 터널(3)은 터널(2)와 동일한 폭을 갖는다. 그 다음, ADV(101)는 폭 7미터인 통행 가능 차선을 갖는 터널(3)을 통과 할 수 있다고 평가된다. 다른 일실시예에서, 터널은 생성되지 않지만, 터널(2)는 평가를 위해 다음 장애물 (예를 들어, 장애물(504))까지 확장되어 평가된다.
통행 차선을 따라 더욱 주행하면, 장애물(504)은 터널(3)의 오른쪽 부분(ADV(101)에 대해)에서 1미터의 폭을 차단하는 것으로 확정된다. 장애물(504)의 좌표에서 시작하여 터널(3)과 중첩되도록 터널(4)이 생성되고, 터널(4)는 6미터의 폭을 갖는다. 그 다음, ADV(101)는 폭 6미터인 통행 가능 차선을 갖는 터널(4)를 통과할 수 있다고 평가된다.
통과 차선을 따라 더욱 주행하면, 장애물(505)이 터널(4)의 왼쪽 부분(ADV(101)에 대해)에서 4미터의 폭을 차단하는 것으로 확정된다. 장애물(505)의 좌표에서 시작하여 터널(4)에 중첩되도록 터널(5)이 생성되고, 터널(5)의 폭은 2미터이다. 그 다음, ADV(101)는 터널(5)를 통과할 수 없다고 평가되고, 터널(5)은 통행 가능 차선을 종료한다. 터널(0)~(5)의 통행 가능 차선에 근거하여 샘플링 방법을 사용하여 통행 가능 차선의 좌표로 ADV를 제어하기 위한 최종 궤도를 생성할 수 있다. 샘플링 방법의 예로는, ADV를 위한 통행 가능 차선에 여러 세트의 샘플 포인트를 생성하는 것을 포함하고, 각 세트는 ADV를 위한 통행 가능 차선의 폭에 걸쳐있다. 통행 가능 차선을 따라 샘플 포인트들의 세트 사이의 거리는 ADV의 속도(예를 들어, 속력)에 근거하여 결정할 수 있다.
도 5b ~ 도 5c는 일부 실시예에 따른 통행 차선(506)을 주행하는 (예를 들어, 이동, 주행 등) ADV(101)의 일례를 나타내는 블록도이다. 도 5b ~ 도 5c를 참조하면, 일실시예에서, 샘플 포인트(507) 또는 샘플 포인트의 세트(520), 세트(530) 및 세트(540)는, 인접한 샘플 포인트 세트의 각 샘플 포인트에 연결되어 여러 세그먼트(511)를 형성할 수 있다. 다항식 함수는 각 세그먼트에 대해 생성될 수 있다. 다양한 요인 또는 파라미터에 근거하여 각 세그먼트에 비용(예를 들어, 가중)을 지정할 수 있으며, 상기 다양한 요인 또는 파라미터는 세그먼트의 기준선까지의 거리 (지도 정보에 근거하여 생성), 세그먼트에 있어서의 샘플 포인트의 기준선까지의 거리, 세그먼트의 곡률 변화율 또는 세그먼트에 있어서의 샘플 포인트의 곡률 변화율, 세그먼트의 곡률, 샘플 포인트에 위치할 수 있는 장애물을 포함하되 이에 한정되지 않는다. 이전 세그먼트의 끝점은 다항식 함수를 사용하여 다음 세그먼트의 시작점에 연결된다. 또한, 이전 세그먼트의 끝점의 다항식 함수의 일차 도함수는 다음 세그먼트의 시작점의 다항식 함수의 일차 도함수와 동일해야 한다. 이전 세그먼트의 끝점의 다항식 함수의 이차 도함수는 다음 세그먼트의 시작점 다항식 함수의 이차 도함수와 동일해야 한다. 일차 및 이차 도함수는 서로 다른 세그먼트가 원활하게 연결되도록 한다.
다음으로, 궤도 생성기 모듈(407)은 비용 최적화 알고리즘 및/또는 동적 프로그래밍 알고리즘 (Dijkstra 알고리즘 등)를 사용하여 이러한 세그먼트 비용에 근거한 경로 및 궤도를 생성하고, 최소 비용을 갖는 경로 (및 궤도)를 확정한다. 그후 궤도는 해당 궤도에 따라 ADV를 제어하는데 사용된다.
도 6은 실시예에 따른 터널 평가 시나리오의 일례를 나타내는 블록도이다. 도 6을 참조하면, 일실시예에서, 시나리오(600)는 최초에 터널(0)을 주행하는 ADV(101)를 포함할 수 있으며, 터널(0)은 ADV의 도로/차선 (또는 지도 정보)에 근거하여 생성되는 (도 3a의 터널 모델(313)의 일부), 폭 9미터인 통행 가능 차선이며, 터널(0)의 폭은 9미터이다. 평가기 모듈(405)은 터널(0)의 폭 및 ADV(101)의 폭에 근거하여 ADV(101)가 터널(0)을 통과할 수 있음을 평가할 수 있다.
다른 실시예에서, 장애물이 터널의 중앙 부분을 차단하는 경우, 터널의 왼쪽 분기 및 오른쪽 분기는 2개의 추가 새로운 터널(예를 들어, 2개의 통행 가능 차선)로 결정된다. 일실시예에서, 2개의 추가 터널 중 더 넓은 터널이 가장 적합한 통행 가능 차선으로 결정된다. 예를 들어, 도 6을 참조하면, (도 4의 모듈(403)과 같은) 터널 생성기 모듈은 장애물(601)이 터널(0)의 중간 부분을 차단하는 것으로 확정한다.그 다음, 터널 생성기 모듈은 장애물(601)의 좌표에서 시작하여 터널(0)에 중첩되어 터널(6) 및 터널(7)을 생성하고, 터널(6) 및 터널(7)은 각각 3미터 및 4미터의 폭을 갖는다. 평가기 모듈(405)은, ADV(101)가 터널(6)과 터널(7)을 모두 통과할 수 있다고 평가할 수 있다. 그러나 터널(7)은 터널(7)보다 폭이 넓기 때문에 가장 적합한 통행 가능 차선은 터널(7)의 4미터 통행 가능 차선으로 결정된다.
통행 가능 차선에 근거하여 통행 가능 차선 내의 서로 다른 샘플 포인트(궤도 후보에 대해)에 대해 평가함으로써, 상기 가장 적합한 궤도를 얻을 수 있다. 그 다음, 가장 적합한 궤도는, 해당 궤도에 따라 ADV를 제어하는데 사용된다.
도 7은 일실시예에 따른 방법을 나타내는 흐름도이다. 프로세스(700)은 소프트웨어, 하드웨어, 또는 이들의 조합을 포함할 수 있는 프로세싱 로직에 의해 수행될 수 있다. 예를 들어, 프로세스(700)은, 도 3a의 터널에 기초한 궤도 모듈(308)에 의해 실행될 수 있다. 도 7을 참조하면, 블록(701)에서, 프로세싱 로직은 ADV 주변의 많은 장애물들을 포착하는 ADV의 이미지 캡처 장치로부터, ADV의 환경을 감지하기 위한 캡처 이미지를 수신한다. 블록(702)에서, 프로세싱 로직은 ADV에 사용되는 도로 차선의 폭에 근거하여 제1 터널(예를 들어, 도 5 ~ 도 6의 터널(0))을 생성하고, 여기에서 제1 터널은 ADV 통행을 위한 통행 가능 차선을 나타낸다. 블록(703)에서, 프로세싱 로직은 장애물의 위치에 근거하여 하나 이상의 추가 터널(예를 들어, 도 5 ~ 도 6의 터널(1) ~ 터널(7))을 생성하고, 상기 하나 이상의 추가 터널은 장애물의 침입 정도에 따라 통행 가능 차선의 폭이 수정된다. 블록(704)에서, 프로세싱 로직은 제1 터널 및 추가 터널에 근거하여 ADV의 궤도를 생성하여, 이 궤도에 따라 ADV를 제어하여 장애물을 피해 충돌을 방지한다.
일실시예에서, 프로세싱 로직은 또한 장애물 근처의 장애물의 침입 정도에 따라 통행 가능 차선의 폭을 평가하여, ADV가 통행 가능 차선의 폭을 통과할 수 있는지 여부를 확정하고, 상기 평가에 근거하여 궤도가 생성된다. 일실시예에서, 추가 터널이 왼쪽 경계 주변에서 통행 가능 차선의 왼쪽 부분을 차단하는 경우, 통행 가능 차선의 폭은 왼쪽 경계에서 축소되어 수정된다.
일실시예에서, 추가 터널이 오른쪽 경계 주변에서 통행 가능 차선의 오른쪽 부분을 차단하는 경우, 통행 가능 차선폭의 폭은 오른쪽 경계에서 축소되어 수정된다. 일실시예에서, 장애물이 통행 가능 차선의 중앙 부분을 차단하는 경우, 통행 가능 차선의 분기를 나타내는 왼쪽 추가 터널 및 오른쪽 추가 터널이 생성된다.
일실시예에서, 프로세싱 로직은 또한 왼쪽 분기의 폭과 오른쪽 분기의 폭(큰 쪽)에 근거하여 새로운 통행 가능 차선을 선택한다. 일실시예에서, 통행 가능 차선의 폭이 차량의 폭보다 작은 경우, 통행 가능 차선은 종료된다.
유의해야 할 것은, 이상에 예시 및 설명된 구성 요소의 일부 또는 전부는 소프트웨어, 하드웨어 또는 이들의 조합으로 구현될 수 있다. 예를 들어, 이러한 구성 요소는 지속성 저장 장치에 설치되고 저장되는 소프트웨어로 구현될 수 있고, 상기 소프트웨어는 본 출원 전반에 걸쳐 기재된 프로세스 또는 동작을 실시하도록 프로세서(도시되지 않음)에 의해 메모리에 로드되어 실행할 수 있다. 또는 이러한 구성 요소는 (집적 회로 (예를 들어, 결정 주문형 집적 회로 또는 ASIC), 디지털 신호 프로세서(DSP) 또는 필드 프로그래머블 게이트 어레이(FPGA)와 같은) 전용 하드웨어에 프로그래밍 또는 포함된 실행 가능한 코드로서 구현될 수 있으며, 상기 실행 가능한 코드는, 응용 프로그램의 대응되는 드라이버 및/또는 운영 체제를 통해 액세스할 수 있다. 또한, 이러한 구성 요소는, 소프트웨어가 하나 이상의 특정 명령을 통해 액세스 가능한 명령 세트의 일부로서, 프로세서 또는 프로세서 코어의 특정 하드웨어 로직으로 실현될 수 있다.
도 8은 본 개시의 일실시예와 함께 사용할 수 있는 데이터 처리 시스템의 일례를 나타내는 블록도이다. 예를 들어, 시스템(1500)은 도 1의 감지 및 계획 시스템(110) 또는 서버(103) ~ (104)과 같은 상기 프로세스 또는 방법 중 하나를 실행하는 데이터 처리 시스템을 나타낼 수 있다. 시스템(1500)은 몇 가지 구성 요소를 포함할 수 있다. 이러한 구성 요소는 집적 회로(IC), 집적 회로의 일부, 개별 전자 장치 또는 회로 기판에 적합한 다른 모듈(예를 들어, 컴퓨터 시스템의 마더 보드 또는 애드인 카드)로 실현될 수 있으며, 또는, 다른 형태로 컴퓨터 시스템의 섀시 내에 통합된 구성 요소로 실현될 수 있다.
또한, 시스템(1500)은 컴퓨터 시스템의 일부 구성 요소의 고레벨도를 도시하기 위한 것이다. 그러나, 일부 실시예에 부가적 구성 요소가 존재할 수 있고, 또한, 다른 실시예에서 표시된 구성 요소를 다른 배열로 구성할 수 있다는 것을 이해해야 한다. 시스템(1500)은 데스크톱 컴퓨터, 노트북 컴퓨터, 태블릿 컴퓨터, 서버, 모바일폰, 미디어 플레이어, 개인용 정보 단말기(PDA), 스마트 워치, 개인 커뮤니케이터, 게임 장치, 네트워크 라우터 또는 허브, 무선 액세스 포인트(AP) 또는 리피터, 셋톱 박스, 또는 이들의 조합일 수 있다. 또한, 단일한 기계 또는 시스템이 도시되어 있지만, "기계" 또는 "시스템"이라는 용어는, 본 명세서에서 설명되는 하나 이상의 방법을 실행하기 위한, 단독으로 또는 공동으로 하나 (또는 복수)의 명령 세트를 실행하는 기계 또는 시스템의 조합을 포함할 수 있다고 해석되어야 한다.
일실시예에서, 시스템(1500)은 버스 또는 인터커넥트(1510)를 통해 연결되는 프로세서(1501), 메모리(1503), 디바이스(1505) ~ (1508)를 포함한다. 프로세서(1501)는 단일 프로세서 코어 또는 복수의 프로세서 코어가 포함된 단일 프로세서 또는 복수의 프로세서를 나타낼 수 있다. 프로세서(1501)는 마이크로 프로세서, 중앙 처리 장치(CPU) 등과 같은 하나 이상의 범용 프로세서를 나타낼 수 있다. 보다 구체적으로는, 프로세서(1501)는 CISC(complex instruction set computing) 마이크로 프로세서, RISC(reduced instruction set computing) 마이크로 프로세서, VLIW(very long instruction word) 마이크로 프로세서 또는 다른 명령 세트를 실행하는 프로세서 또는 명령 세트의 조합을 실행되는 프로세서일 수도 있다. 프로세서(1501)는 또한, 하나 이상의 전용 프로세서일 수도 있고, 예를 들면, 결정 주문형 집적 회로(ASIC), 셀룰러 또는 베이스 밴드 프로세서, 필드 프로그래머블 게이트 어레이(FPGA), 디지털 신호 프로세서(DSP), 네트워크 프로세서, 그래픽 프로세서, 통신 프로세서, 암호화 프로세서, 코프로세서, 임베디드 프로세서, 또는 명령을 처리할 수 있는 임의의 다른 유형의 로직일 수 있다.
프로세서(1501)는 (초저 전압 프로세서와 같은 저전력 멀티 코어 프로세서 소켓일 수 있음) 상기 시스템의 다양한 구성 요소와 통신하기 위한 메인 프로세싱 유닛 및 중앙 허브로서 동작할 수 있다. 이러한 프로세서는 시스템 온 칩(SoC)으로 실현될 수 있다. 프로세서(1501)는 본 명세서에서 설명되는 동작 및 단계를 실행하기 위한 명령을 실행하도록 구성된다. 시스템(1500)은 또한, 필요에 따라 그래픽 서브 시스템(1504)과 통신하는 그래픽 인터페이스를 더 포함할 수 있으며, 그래픽 서브 시스템(1504)은 표시 컨트롤러, 그래픽 프로세서 및/또는 표시 장치를 포함할 수 있다.
프로세서(1501)는 메모리(1503)와 통신할 수 있으며, 메모리(1503)는 일실시예에서, 소정량의 시스템 메모리를 제공하기 위한 복수의 메모리 장치에 의해 실현될 수 있다. 메모리(1503)는 하나 이상의 휘발성 메모리 (또는 메모리) 장치를 포함할 수 있으며, 예를 들면, 랜덤 액세스 메모리(RAM), 동적 RAM (DRAM), 동기식 DRAM (SDRAM), 정적 RAM (SRAM) 또는 다른 유형의 저장 장치일 수 있다. 메모리(1503)는 프로세서(1501) 또는 임의의 다른 장치에 의해 실행되는 명령 시퀀스를 포함하는 정보를 기억할 수 있다. 예를 들어, 다양한 운영 체제, 디바이스 드라이버, 펌웨어(예를 들어, 입출력 기본 시스템 또는 BIOS) 및/또는 애플리케이션 프로그램의 실행 코드 및/또는 데이터는, 메모리(1503)에 로드된 프로세서(1501)에 의해 실행될 수 있다. 운영 체제는 임의의 유형의 운영 체제일 수 있으며, 예를 들어, 로봇 운영 시스템(ROS), Microsoft®사의 Windows® 운영 체제, 애플의 MacOS® / iOS®, Google®사의 Android®, LINUX, UNIX 또는 기타 실시간 또는 임베디드 운영 체제일 수 있다.
시스템(1500)은 또한, 예를 들어, 네트워크 인터페이스 디바이스(1505), 선택에 의한 입력 디바이스(1506) 및 기타 선택에 의한 I/O 디바이스(1507)를 포함한 장치(1505) ~ (1508) 같은 I/O 디바이스를 포함할 수 있다. 네트워크 인터페이스 디바이스(1505)는 무선 송수신기 및/또는 네트워크 인터페이스 카드(NIC)를 포함할 수 있다. 상기 무선 송수신기는 WiFi 송수신기, 적외선 송수신기, 블루투스 송수신기, WiMax 송수신기, 무선 전화 송수신기, 위성 송수신기 (예를 들면, 글로벌 포지셔닝 시스템(GPS) 송수신기) 또는 기타 무선 주파수(RF) 송수신기, 또는 이들의 조합일 수 있다. NIC는 이더넷 카드일 수도 있다.
입력 장치(1506)는 마우스, 터치 패널, 터치 스크린 (표시 장치(1504)와 통합될 수 있음), 포인터 장치 (예를 들어 스타일러스) 및/또는 키보드 (예를 들어 물리적 키보드 또는 터치 스크린의 일부로서 표시되는 가상 키보드)를 포함할 수 있다. 예를 들어, 입력 장치(1506)는 터치 스크린과 연결되는 터치 스크린 컨트롤러를 포함할 수 있다. 터치 스크린 및 터치 스크린 컨트롤러는 예를 들어, 다양한 터치 감응 기술 (콘덴서, 저항, 적외선 및 표면 탄성파 기술을 포함하되 이에 국한되지 않음) 중 하나, 그리고 터치 스크린과 접촉하는 하나 또는 여러 접점을 결정하기 위한 기타의 근접 센서 어레이 또는 기타 소자를 이용하여, 그 접촉 및 이동 또는 중단을 감지할 수 있다.
IO 장치(1507)는 오디오 장치를 포함할 수 있다. 오디오 장치는 예를 들어, 음성 인식, 음성 복제, 디지털 기록 및/또는 전화 기능과 같은 음성 지원 기능을 촉진하기 위한 스피커 및/또는 마이크로폰을 포함할 수 있다. 기타 IO 장치(1507)는 또한, 범용 직렬 버스(USB) 포트, 병렬 포트, 직렬 포트, 프린터, 네트워크 인터페이스, 버스 브리지 (예를 들어, PCI - PCI 브릿지), 센서 (예를 들어, 가속도계와 같은 모션 센서, 자이로 스코프, 자력계, 광 센서, 나침반, 근접 센서 등) 또는 이들의 조합을 포함할 수 있다. IO 장치(1507)는 또한, 화상 형성 처리 서브 시스템 (예를 들어, 카메라)를 포함할 수 있으며, 상기 화상 형성 처리 서브 시스템은 (사진 및 비디오 단편의 기록과 같은) 카메라 기능을 촉진하기 위한 광학 센서를 포함할 수 있으며, 예를 들어, 전하 결합 소자(CCD) 또는 상보성 금속 산화물 반도체(CMOS) 광학 센서일 수 있다. 일부 센서는, 센서하부(미도시)를 통해 인터커넥트(1510)에 연결될 수 있으며, 키보드 또는 열 센서와 같은 기타 장치는 시스템(1500)의 구체적인 구성이나 설계에 따라 임베디드 컨트롤러(미도시)에 의해 제어될 수 있다.
데이터, 애플리케이션, 하나 이상의 운영 체제 등과 같은 정보의 영구 저장을 제공하기 위해, 대용량 저장 장치(미도시)가 또한 프로세서(1501)에 연결될 수 있다. 다양한 실시예에서, 시스템 응답성을 향상시킬 뿐만 아니라 더 얇고 가벼운 시스템 설계를 가능하게 하기 위해, 이러한 대용량 저장 장치는 SSD(solid state device)를 통해 구현될 수 있다. 그러나, 다른 실시예들에서, 대용량 저장 장치는, 시스템 활동의 재시작시에 빠른 파워 업이 진행되도록, 파워 다운 이벤트들 동안 컨텍스트 상태(context state) 및 다른 그러한 정보의 비휘발성 저장을 가능하게 하기 위해 SSD 캐시로서 작용하는, 더 적은 용양의 SSD 스토리지와 함께 하드 디스크 드라이브(HDD)를 사용하여 주로 구현될 수 있다. 또한, 플래시 장치는, 예를 들어, 직렬 주변 장치 인터페이스(SPI)를 통해 프로세서(1501)에 접속될 수 있다. 이러한 플래시 장치는, 상기 시스템의 다른 펌웨어뿐만 아니라 BIOS를 포함하는, 시스템 소프트웨어의 비휘발성 저장 공간을 제공할 수 있다.
저장 장치(1508)는, 본 명세서에 기재된 방법들 또는 기능들의 하나 이상을 구현화하는 하나 이상의 명령 세트 또는 소프트웨어(예를 들어, 모듈, 유닛 및/또는 로직(1528))가 저장되는 컴퓨터 액세스 가능 저장 매체(1509) (기계 판독 가능 저장 매체 또는 컴퓨터 판독 가능한 매체로도 알려짐)를 포함할 수 있다. 프로세싱 모듈/유닛/로직(1528)은, 예를 들어, 도 3a의 터널에 기초한 궤도 모듈(308)과 같은, 전술한 구성요소 중 임의의 것을 나타낼 수 있다. 프로세싱 모듈/유닛/로직(1528)은 또한 머신 액세스 가능 저장 매체를 또한 구성하는, 데이터 처리 시스템(1500), 메모리(1503) 및 프로세서(1501)에 의한 실행 중에 메모리(1503) 및/또는 프로세서(1501) 내에 완전히 또는 적어도 부분적으로 존재할 수 있다. 프로세싱 모듈/유닛/로직(1528)은 네트워크 인터페이스 장치(1505)를 통해 네트워크를 통해 더욱 송신되거나 수신될 수 있다.
또한, 컴퓨터 판독 가능 저장 매체(1509)는 전술한 일부 소프트웨어 기능을 지속적으로 저장하는데 사용될 수 있다. 컴퓨터 판독 가능 저장 매체(1509)는 단일 매체로 예시적인 실시예로 도시되지만, "컴퓨터 판독 가능 저장 매체"라는 용어는 상기 하나 이상의 명령 세트들을 저장하는 단일 매체 또는 다중 매체(예를 들어, 중앙 집중형 또는 분산형 데이터베이스 및/또는 연관된 캐시들 및 서버들)를 포함하도록 해석되어야 한다. "컴퓨터 판독 가능 저장 매체"라는 용어는, 또한 상기 기계에 의한 실행을 위한 명령 세트를 저장 또는 인코딩할 수 있고, 본 개시의 방법들 중 하나 이상을 기계가 수행하게 하는 임의의 매체를 포함하도록 해석될 것이다. 따라서, "컴퓨터 판독 가능 저장 매체"라는 용어는, 솔리드 스테이트 메모리, 광학 및 자기 매체, 또는 임의의 다른 비일시적 기계 판독 가능한 매체를 포함하도록 해석될 것이지만, 이에 한정되는 것은 아니다.
본 명세서에 기재된 프로세싱 모듈/유닛/로직(1528), 구성 요소들 및 다른 특징들은, 개별 하드웨어 구성 요소들로서 구현되거나, ASICS, FPGA, DSP 또는 유사한 장치와 같은 하드웨어 구성 요소들의 기능성에 통합될 수 있다. 또한, 프로세싱 모듈/유닛/로직(1528)은 하드웨어 장치 내의 펌웨어 또는 기능 회로로 구현될 수 있다. 또한, 프로세싱 모듈/유닛/로직(1528)은 하드웨어 장치 및 소프트웨어 구성 요소로 임의의 조합으로 구현될 수 있다.
유의해야 할 것은 시스템(1500)은, 데이터 처리 시스템의 다양한 구성 요소로 도시되어 있지만, 구성 요소를 상호 접속시키는 임의의 특정 아키텍처 또는 방식을 나타내기 위한 것이 아니다. 이러한 세부 사항들은 본 개시의 실시예들과 관련되지 않다. 네트워크 컴퓨터들, 핸드 헬드 컴퓨터, 이동 전화, 서버 및/또는 더 적은 구성 요소 또는 더 많은 구성 요소를 갖는 다른 데이터 처리 시스템들이 또한 본 개시의 실시예들과 함께 사용될 수 있다.
전술한 상세한 설명의 일부는, 컴퓨터 메모리 내의 데이터 비트에 대한 연산의 알고리즘 및 기호 표현과 관련하여 제시되었다. 이러한 알고리즘 설명 및 표현은, 데이터 처리 기술 분야의 당업자가 자신의 연구 내용을 다른 당업자에게 가장 효과적으로 전달하는데 사용되는 방법이다. 본 명세서에서의 알고리즘은 일반적으로 원하는 결과를 이끌어내는 일관된 동작 순서로 인식된다. 이 동작들은 물리량의 물리적인 조작을 요구하는 것들이다.
그러나 이러한 모든 용어 및 그와 유사한 용어는 적절한 물리양과 관련되어 있으며 이러한 양을 편리하게 나타내기 위한 표식에 불과한 것임을 고려하여야 한다. 상기 논의로부터 명백한 바와 같이 특별히 언급하지 않는 한, 본 명세서 전반에 걸쳐, 첨부된 특허청구범위에 기재된 것과 같은 용어를 이용한 설명은 컴퓨터 시스템 또는 유사한 전자 컴퓨팅 장치의 동작 및 프로세스를 가리키며, 상기 컴퓨터 시스템 또는 전자 컴퓨팅 장치는, 컴퓨터 시스템의 레지스터 및 메모리 내의 물리(전자) 양으로 표현된 데이터를 컴퓨터 시스템 메모리 또는 레지스터 또는 기타 정보 저장 장치, 전송 또는 디스플레이 장치 내에서 물리량으로 유사하게 표현되는 다른 데이터로 변형한다.
본 개시의 실시예는 또한 본 명세서의 동작을 수행하기 위한 장치에 관한 것이다. 이러한 컴퓨터 프로그램은 비일시적 컴퓨터 판독 가능한 매체에 저장된다. 기계 판독 가능한 매체는, 기계(예를 들어, 컴퓨터)에 의해 판독 가능 형태로 정보를 저장하기 위한 임의의 메커니즘을 포함한다. 예를 들어, 기계 판독 가능(예를 들어, 컴퓨터 판독 가능) 매체는 기계(예를 들어, 컴퓨터) 판독 가능 저장 매체(예를 들어, 읽기 전용 메모리(ROM)), 랜덤 액세스 메모리(RAM), 자기 저장 매체, 광학 저장 매체, 플래시 메모리 장치)를 포함한다.
상기 도면들에 도시된 프로세스들 또는 방법들은, 하드웨어(예를 들어, 회로, 전용 로직 등), 소프트웨어(예를 들어, 비일시적인 컴퓨터 판독 가능한 매체 상에 구현되는), 또는 이들의 조합을 포함하는 프로세싱 로직에 의해 수행될 수 있다. 상기 프로세스들 또는 방법들이 특정 순서에 의해 동작들과 관련해서 위에서 설명되었지만, 기술된 동작들 중 일부는 다른 순서로 수행될 수 있다. 더욱이, 일부 동작들은 순차적이 아니라 병렬로 수행될 수 있다.
본 개시의 실시예는 임의의 특정 프로그래밍 언어를 참조하여 설명되지 않는다. 본 명세서에 설명된 본 개시의 실시예들의 교시를 구현하기 위해 다양한 프로그래밍 언어가 사용될 수 있다는 것을 이해할 것이다.
전술한 명세서에서, 본 개시의 실시예는 특정적인 예시적 실시예를 참조하여 설명되었다. 첨부된 특허청구범위에 기재된 본 개시의 더 넓은 사상 및 범위를 벗어나지 않으면서도 다양한 변형이 가능하다는 것은 명백할 것이다. 따라서, 명세서 및 도면은 제한적인 의미라기보다는 예시적인 의미로 간주되어야 한다.

Claims (21)

  1. 자율 주행 차량(ADV)에 사용되는 컴퓨터 실시 방법에 있어서,
    ADV 주변의 복수의 장애물을 포착하는 ADV의 이미지 캡처 장치로부터, 상기 ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계,
    상기 ADV에 사용되는 도로 차선의 폭에 근거하여, 상기 ADV 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계,
    상기 장애물의 위치에 근거하여, 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및
    상기 제1 터널 및 상기 추가 터널에 근거하여 상기 ADV의 궤도를 생성하고, 상기 궤도에 의해 상기 ADV를 제어하여 상기 장애물을 회피하여 충돌을 방지하는 단계
    를 포함하는 자율 주행 차량(ADV)에 사용되는 컴퓨터 실시 방법.
  2. 제1항에 있어서,
    상기 장애물의 주변의 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭을 평가하여, 상기 ADV가 상기 통행 가능 차선의 폭을 통과할 수 있는지 여부를 확정하는 단계
    를 더 포함하며,
    상기 평가에 근거하여 상기 궤도가 생성되는,
    방법.
  3. 제1항에 있어서,
    추가 터널이 왼쪽 경계 주변에서 상기 통행 가능 차선폭의 왼쪽 부분을 차단하는 경우, 상기 통행 가능 차선의 폭이 상기 왼쪽 경계에서 축소되어 수정되는.
    방법.
  4. 제1항에 있어서,
    추가 터널이 오른쪽 경계 주변에서 상기 통행 가능 차선의 오른쪽 부분을 차단하는 경우, 상기 통행 가능 차선의 폭이 상기 오른쪽 경계에서 축소되어 수정되는,
    방법.
  5. 제1항에 있어서,
    장애물이 상기 통행 가능 차선의 중앙 부분을 차단하는 경우, 상기 통행 가능 차선의 분기를 나타내는 왼쪽 추가 터널 및 오른쪽 추가 터널이 생성되는,
    방법.
  6. 제5항에 있어서,
    왼쪽 분기의 폭과 오른쪽 분기의 폭 중 큰 쪽을 기준으로 새로운 통행 가능 차선을 선택하는 단계
    를 더 포함하는 방법.
  7. 제1항에 있어서,
    상기 통행 가능 차선의 폭이 상기 차량의 폭보다 작은 경우, 상기 통행 가능 차선이 종료되는,
    방법.
  8. 명령들이 저장된 비일시적 기계 판독 가능한 매체에 있어서,
    상기 명령들이 프로세서에 의해 실행될 때 상기 프로세서로 하여금 동작들을 실행시키되,
    상기 동작들은,
    ADV 주변의 복수의 장애물을 포착하는 ADV의 이미지 캡처 장치로부터, 상기 ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계,
    상기 ADV에 사용되는 도로 차선의 폭에 근거하여, 상기 ADV 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계,
    상기 장애물의 위치에 근거하여, 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및
    상기 제1 터널 및 상기 추가 터널에 근거하여 상기 ADV의 궤도를 생성하고, 상기 궤도에 의해 상기 ADV를 제어하여 상기 장애물을 회피하여 충돌을 방지하는 단계
    를 포함하는 비일시적 기계 판독 가능한 매체.
  9. 제8항에 있어서,
    상기 장애물의 주변의 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭을 평가하여, 상기 ADV가 상기 통행 가능 차선의 폭을 통과할 수 있는지 여부를 확정하는 단계
    를 더 포함하며,
    상기 평가에 근거하여 상기 궤도가 생성되는,
    비일시적 기계 판독 가능한 매체.
  10. 제8항에 있어서,
    추가 터널이 왼쪽 경계 주변에서 상기 통행 가능 차선의 왼쪽 부분을 차단하는 경우, 상기 통행 가능 차선의 폭이 상기 왼쪽 경계에서 축소되어 수정되는,
    비일시적 기계 판독 가능한 매체.
  11. 제8항에 있어서,
    추가 터널이 오른쪽 경계 주변에서 상기 통행 가능 차선의 오른쪽 부분을 차단하는 경우, 상기 통행 가능 차선폭의 폭이 상기 오른쪽 경계에서 축소되어 수정되는,
    비일시적 기계 판독 가능한 매체.
  12. 제8항에 있어서,
    장애물이 상기 통행 가능 차선의 중앙 부분을 차단하는 경우, 상기 통행 가능 차선에서의 분기를 나타내는 왼쪽 추가 터널 및 오른쪽 추가 터널이 생성되는,
    비일시적 기계 판독 가능한 매체.
  13. 제12항에 있어서,
    왼쪽 분기의 폭과 오른쪽 분기의 폭 중 큰 쪽을 기준으로 새로운 통행 가능 차선을 선택하는 단계
    를 더 포함하는 비일시적 기계 판독 가능한 매체.
  14. 제8항에 있어서,
    상기 통행 가능 차선의 폭이 상기 차량의 폭보다 작은 경우, 상기 통행 가능 차선이 종료되는,
    비일시적 기계 판독 가능한 매체.
  15. 데이터 처리 시스템에 있어서,
    프로세서, 및
    상기 프로세서에 연결되어 명령들을 저장하는 메모리
    를 포함하며,
    상기 명령들이 상기 프로세서에 의해 실행될 때 상기 프로세서로 하여금 동작들을 실행시키되,
    상기 동작들은,
    ADV 주변의 복수의 장애물을 포착하는 ADV의 이미지 캡처 장치로부터, 상기 ADV의 환경을 감지하기 위한 캡처 이미지를 수신하는 단계,
    상기 ADV에 사용되는 도로 차선의 폭에 근거하여, 상기 ADV 주행 통과를 위한 통행 가능 차선을 나타내는 제1 터널을 생성하는 단계,
    상기 장애물의 위치에 근거하여, 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭이 수정되는 하나 이상의 추가 터널을 생성하는 단계, 및
    상기 제1 터널 및 상기 추가 터널에 근거하여 상기 ADV의 궤도를 생성하고, 상기 궤도에 의해 상기 ADV를 제어하여 상기 장애물을 회피하여 충돌을 방지하는 단계
    를 포함하는 데이터 처리 시스템.
  16. 제15항에 있어서,
    상기 장애물의 주변의 상기 장애물의 침입 정도에 따라 상기 통행 가능 차선의 폭을 평가하여, 상기 ADV가 상기 통행 가능 차선의 폭을 통과할 수 있는지 여부를 확정하는 단계
    를 더 포함하며,
    상기 평가에 근거하여 상기 궤도가 생성되는,
    시스템.
  17. 제15항에 있어서,
    추가 터널이 왼쪽 경계 주변에서 상기 통행 가능 차선의 왼쪽 부분을 차단하는 경우, 상기 통행 가능 차선의 폭이 상기 왼쪽 경계에서 축소되어 수정되는,
    시스템.
  18. 제15항에 있어서,
    추가 터널이 오른쪽 경계 주변에서 상기 통행 가능 차선의 오른쪽 부분을 차단하는 경우, 상기 통행 가능 차선폭의 폭이 상기 오른쪽 경계에서 축소되어 수정되는,
    시스템.
  19. 제15항에 있어서,
    장애물이 상기 통행 가능 차선의 중앙 부분을 차단하는 경우, 상기 통행 가능 차선에서의 분기를 나타내는 왼쪽 추가 터널 및 오른쪽 추가 터널이 생성되는,
    시스템.
  20. 제19항에 있어서,
    왼쪽 분기의 폭과 오른쪽 분기의 폭 중 큰 쪽을 기준으로 새로운 통행 가능 차선을 선택하는 단계
    를 더 포함하는 시스템.
  21. 제15항에 있어서,
    상기 통행 가능 차선의 폭이 상기 차량의 폭보다 작은 경우, 상기 통행 가능 차선이 종료되는,
    시스템.

KR1020197019285A 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템 KR20200037119A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020217036191A KR20210134853A (ko) 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2018/108359 WO2020062034A1 (en) 2018-09-28 2018-09-28 A tunnel-based planning system for autonomous driving vehicles

Related Child Applications (1)

Application Number Title Priority Date Filing Date
KR1020217036191A Division KR20210134853A (ko) 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템

Publications (1)

Publication Number Publication Date
KR20200037119A true KR20200037119A (ko) 2020-04-08

Family

ID=69953235

Family Applications (2)

Application Number Title Priority Date Filing Date
KR1020197019285A KR20200037119A (ko) 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템
KR1020217036191A KR20210134853A (ko) 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템

Family Applications After (1)

Application Number Title Priority Date Filing Date
KR1020217036191A KR20210134853A (ko) 2018-09-28 2018-09-28 자율 주행 차량에 사용되는 터널에 기초한 계획 시스템

Country Status (6)

Country Link
US (1) US11561546B2 (ko)
EP (1) EP3655298B1 (ko)
JP (1) JP7116065B2 (ko)
KR (2) KR20200037119A (ko)
CN (1) CN111712417B (ko)
WO (1) WO2020062034A1 (ko)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11827241B2 (en) * 2018-10-29 2023-11-28 Motional Ad Llc Adjusting lateral clearance for a vehicle using a multi-dimensional envelope
US20200177798A1 (en) * 2018-12-03 2020-06-04 Nvidia Corporation Machine Learning of Environmental Conditions to Control Positioning of Visual Sensors
DE102019214445A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
US20220342422A1 (en) * 2019-09-30 2022-10-27 Nec Corporation Method for determining passabilty, passability determination apparatus, and movement path generation
FR3109126B1 (fr) * 2020-04-10 2022-07-15 Renault Sas Procédé et dispositif de détermination automatique de la trajectoire d’un véhicule autonome
US20220017112A1 (en) * 2020-07-20 2022-01-20 Uatc, Llc Systems and Methods for Generating Vehicle Corridors to Improve Path Planning Efficiency
CN114312305A (zh) * 2021-12-22 2022-04-12 东软睿驰汽车技术（沈阳）有限公司 行驶提示方法、车辆、计算机可读存储介质
CN114355921B (zh) * 2021-12-28 2022-10-18 北京易航远智科技有限公司 车辆循迹轨迹生成方法、装置、电子设备及存储介质
CN114822044B (zh) * 2022-06-29 2022-09-09 山东金宇信息科技集团有限公司 一种基于隧道的行车安全预警方法及设备
CN116504079B (zh) * 2023-06-30 2023-09-22 中国水利水电第七工程局有限公司 施工隧道通行控制方法、装置及***

Family Cites Families (49)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3917241B2 (ja) 1997-06-25 2007-05-23 富士重工業株式会社 車両用運転支援装置
JP3687640B2 (ja) * 2002-09-05 2005-08-24 いすゞ自動車株式会社 自動操舵装置
JP4145644B2 (ja) * 2002-12-17 2008-09-03 富士重工業株式会社 車両の走行制御装置
JP2008143263A (ja) * 2006-12-07 2008-06-26 Mazda Motor Corp 車両の走行制御装置
EP2075170B1 (en) * 2007-12-28 2011-02-16 Magneti Marelli S.p.A. A driving assistance system for a vehicle travelling along a roadway that lacks lane demarcation lines
DE102008003205A1 (de) * 2008-01-04 2009-07-09 Wabco Gmbh Vorrichtung, Verfahren und Computerprogramm zur Kollisionsvermeidung oder zur Verminderung der Kollisionsschwere infolge einer Kollision für Fahrzeuge, insbesondere Nutzfahrzeuge
JP4730406B2 (ja) * 2008-07-11 2011-07-20 トヨタ自動車株式会社 走行支援制御装置
JP5262986B2 (ja) * 2009-03-05 2013-08-14 日産自動車株式会社 走行経路生成装置、走行経路生成方法、及び運転操作支援装置
JP5407952B2 (ja) * 2009-06-18 2014-02-05 日産自動車株式会社 車両運転支援装置及び車両運転支援方法
JP2011016097A (ja) * 2009-07-09 2011-01-27 Kobe Univ 複合半透膜
JP5463971B2 (ja) 2010-03-10 2014-04-09 日産自動車株式会社 移動体走行経路生成装置
DE202010018440U1 (de) * 2010-10-28 2016-08-29 Continental Automotive Gmbh Vorrichtung zum Unterstützen eines Fahrers beim Steuern eines Fahrzeugs entlang einer Engstelle
JP5724446B2 (ja) * 2011-02-21 2015-05-27 日産自動車株式会社 車両の運転支援装置
JP5824968B2 (ja) * 2011-08-24 2015-12-02 日産自動車株式会社 走行制御装置
JP5757900B2 (ja) 2012-03-07 2015-08-05 日立オートモティブシステムズ株式会社 車両走行制御装置
DE102012208712A1 (de) * 2012-05-24 2013-11-28 Robert Bosch Gmbh Verfahren und Vorrichtung zum Vermeiden oder Abmildern einer Kollision eines Fahrzeugs mit einem Hindernis
DE102012215093A1 (de) * 2012-08-24 2014-02-27 Robert Bosch Gmbh Fahrerassistenzsystem und Verfahren zum Betreiben des Fahrerassistenzsystems
US9096267B2 (en) * 2013-01-21 2015-08-04 GM Global Technology Operations LLC Efficient data flow algorithms for autonomous lane changing, passing and overtaking behaviors
DE102013203819A1 (de) * 2013-03-06 2014-09-11 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem zur Unterstützung des Fahrers eines Kraftfahrzeuges beim Verlassen einer vorgegebenen Fahrspur
KR101470189B1 (ko) 2013-07-09 2014-12-05 현대자동차주식회사 차량의 주행제어 장치 및 방법
KR101543073B1 (ko) * 2013-07-12 2015-08-07 현대자동차주식회사 차량의 주행안내 장치 및 방법
JP6301713B2 (ja) * 2013-08-12 2018-03-28 株式会社Ｓｏｋｅｎ 走行経路生成装置
KR101491315B1 (ko) 2013-09-12 2015-02-06 현대자동차주식회사 차량의 주행제어 장치 및 방법
WO2016024314A1 (ja) * 2014-08-11 2016-02-18 日産自動車株式会社 車両の走行制御装置及び方法
JP6280850B2 (ja) * 2014-09-29 2018-02-14 日立建機株式会社 障害物回避システム
JP6518497B2 (ja) * 2014-09-30 2019-05-22 株式会社Ｓｕｂａｒｕ 車両の視線誘導装置
CN111351495B (zh) * 2015-02-10 2024-05-28 御眼视觉技术有限公司 服务器***、方法及机器可读介质
JP6545507B2 (ja) * 2015-03-31 2019-07-17 アイシン・エィ・ダブリュ株式会社 自動運転支援システム、自動運転支援方法及びコンピュータプログラム
KR102366402B1 (ko) * 2015-05-21 2022-02-22 엘지전자 주식회사 운전자 보조 장치 및 그 제어방법
US9475491B1 (en) * 2015-06-08 2016-10-25 Toyota Motor Engineering & Manufacturing North America, Inc. Lane changing for autonomous vehicles
DE102015213642B4 (de) * 2015-07-20 2020-07-02 Continental Automotive Gmbh Verfahren zum Betreiben eines Fahrzeugs
WO2017014012A1 (ja) * 2015-07-22 2017-01-26 本田技研工業株式会社 経路生成装置、経路生成方法、および経路生成プログラム
KR20170014164A (ko) * 2015-07-29 2017-02-08 주식회사 만도 차량 제어 방법 및 그 장치
DE102015119865B4 (de) * 2015-11-17 2023-12-21 RobArt GmbH Robotergestützte Bearbeitung einer Oberfläche mittels eines Roboters
DE102016202829A1 (de) * 2016-02-24 2017-08-24 Bayerische Motoren Werke Aktiengesellschaft Vorrichtung zur Querführungsunterstützung für ein straßengebundenes Fahrzeug
CN105976457A (zh) * 2016-07-12 2016-09-28 百度在线网络技术（北京）有限公司 用于指示车辆行车动态的方法和装置
US10248124B2 (en) * 2016-07-21 2019-04-02 Mobileye Vision Technologies, Inc. Localizing vehicle navigation using lane measurements
US10019008B2 (en) * 2016-09-28 2018-07-10 Baidu Usa Llc Sideslip compensated control method for autonomous vehicles
JP6637400B2 (ja) * 2016-10-12 2020-01-29 本田技研工業株式会社 車両制御装置
US10875529B2 (en) * 2016-10-25 2020-12-29 Honda Motor Co., Ltd. Vehicle control device
US10169999B2 (en) * 2016-11-10 2019-01-01 Allstate Solutions Private Limited Identifying roadway obstacles based on vehicular data
KR20180060860A (ko) * 2016-11-29 2018-06-07 삼성전자주식회사 객체들 간의 충돌을 방지하는 충돌 방지 장치 및 방법
KR102568114B1 (ko) * 2016-11-30 2023-08-18 현대오토에버 주식회사 자율 주행 제어 장치 및 방법
KR102295577B1 (ko) * 2017-02-08 2021-08-30 현대자동차주식회사 Ecu, 상기 ecu를 포함하는 무인 자율 주행 차량, 및 이의 주행 차로 판단 방법
US10229600B2 (en) * 2017-02-22 2019-03-12 Telenav, Inc. Navigation system with traffic flow mechanism and method of operation thereof
JP6611080B2 (ja) * 2017-02-24 2019-11-27 マツダ株式会社 車両運転支援システム及び方法
SE542316C2 (en) * 2017-03-06 2020-04-07 Scania Cv Ab Vehicle positioning control unit and method thereof
US20190061765A1 (en) * 2017-08-23 2019-02-28 Uber Technologies, Inc. Systems and Methods for Performing Lane Changes Around Obstacles
US10401863B2 (en) * 2017-11-22 2019-09-03 GM Global Technology Operations LLC Road corridor

Also Published As

Publication number Publication date
EP3655298A4 (en) 2020-05-27
KR20210134853A (ko) 2021-11-10
JP2021502914A (ja) 2021-02-04
US11561546B2 (en) 2023-01-24
EP3655298A1 (en) 2020-05-27
JP7116065B2 (ja) 2022-08-09
CN111712417A (zh) 2020-09-25
CN111712417B (zh) 2023-09-01
EP3655298B1 (en) 2023-04-26
US20210278849A1 (en) 2021-09-09
WO2020062034A1 (en) 2020-04-02

Similar Documents

Publication Publication Date Title
CN110667591B (zh) 用于自动驾驶车辆的规划驾驶感知***
JP6975512B2 (ja) 自動運転車両の周辺車両の挙動に基づくリアルタイム感知調整と運転調整
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新***
CN111076732B (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
KR102354615B1 (ko) 자율 주행 차량의 저속 정경을 위한 보행자 상호 작용 시스템
US10983524B2 (en) Sensor aggregation framework for autonomous driving vehicles
US10816984B2 (en) Automatic data labelling for autonomous driving vehicles
US20180374360A1 (en) Traffic prediction based on map images for autonomous driving
JP7116065B2 (ja) 自律走行車に用いられるトンネルに基づく計画システム
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和***
KR102223346B1 (ko) 자율 주행 차량을 위한 보행자 확률 예측 시스템
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道***
CN111857118B (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN111615476A (zh) 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划***
CN111328313A (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN111683851B (zh) 用于自动驾驶的自反向车道的相互避开算法
CN111684379A (zh) 自动驾驶车辆的三点转弯的最优规划器切换方法
CN112041637B (zh) 用于3级自动驾驶车辆的无地图且基于摄像机的车道标识取样方法

Legal Events

Date Code Title Description
AMND Amendment
E902 Notification of reason for refusal
E902 Notification of reason for refusal
AMND Amendment
E601 Decision to refuse application
X091 Application refused [patent]
AMND Amendment
X601 Decision of rejection after re-examination
A107 Divisional application of patent