CN107757614A - 用于自动车辆的障碍物回避协同驾驶 - Google Patents

Abstract

一种机动车辆包括车辆转向系统、配置为控制转向系统的致动器、第一控制器和第二控制器。第一控制器与致动器通信，且配置为基于主自动驾驶系统控制算法传送致动器控制信号。第二控制器与致动器通信且与第一控制器通信。第二控制器配置为响应于基于致动器控制信号的第一预测车辆路径经过检测的障碍物的第一阈值距离内，控制致动器以维持当前致动器设置。第二控制器还配置为响应于第一预测车辆路径不经过检测的障碍物的第一阈值距离内，根据致动器控制信号控制致动器。

Description

用于自动车辆的障碍物回避协同驾驶

技术领域

本发明涉及由自动驾驶系统控制的车辆，特别是那些配置为在没有人为干预的驾驶周期期间自动控制车辆转向、加速和制动的车辆。

背景技术

现代车辆的操作变得越来越自动化，即能够提供越来越少驾驶员干预的驾驶控制。车辆自动化已经被归类为数值级别从对应于全人控制无自动化的零开始，达到对应于无人控制全自动化的五。各种自动驾驶辅助系统，例如巡航控制、自适应巡航控制和停车辅助系统对应于较低的自动化水平，而真正的“无驾驶员”车辆对应于更高的自动化水平。

发明内容

根据本发明的机动车辆包括：车辆转向系统、配置为控制转向系统的致动器、第一控制器和第二控制器。第一控制器与致动器通信。第一控制器通过主自动驾驶系统控制算法进行编程，并配置为基于主自动驾驶系统控制算法传送致动器控制信号。第二控制器与致动器通信且与第一控制器通信。第二控制器配置为响应于基于致动器控制信号的第一预测车辆路径经过检测的障碍物的第一阈值距离内，控制致动器以维持当前致动器设置。第二控制器还配置为响应于第一预测车辆路径不经过检测的障碍物的第一阈值距离内，根据致动器控制信号控制致动器。

根据至少一个实施例，第二控制器还配置为响应于基于当前致动器设置的第二预测车辆路径经过检测的障碍物的第二阈值距离内，基于回退命令控制致动器。在这样的实施例中，第二控制器可配置为预测在检测的障碍物和第一预测车辆路径之间的第一相对距离，并且预测在检测的障碍物和第二预测车辆路径之间的第二相对距离。

根据至少一个实施例，第二控制器配置为响应于致动器控制信号，基于致动器控制信号来预测第一车辆路径。

根据至少一个实施例，第一控制器与第一CPU相关联，且第二控制器与第二CPU相关联。

根据至少一个实施例，车辆还包括配置为控制车辆节气门的第二致动器、配置为控制车辆制动器的第三致动器以及配置为控制车辆换挡的第四致动器。在这样的实施例中，控制器附加地与第二致动器、第三致动器和第四致动器通信。

根据本发明的控制车辆的方法包括向车辆提供配置成控制车辆转向、节气门、制动或换挡的致动器。该方法附加地包括向车辆提供与致动器通信并具有主自动驾驶系统控制算法的第一控制器。该方法还包括向车辆提供与致动器和第一控制器通信的第二控制器。该方法还包括基于主自动驾驶系统控制算法传送来自第一控制器的致动器控制信号。该方法又还包括响应于基于致动器控制信号的第一预测车辆路径经过检测的障碍物的第一阈值距离内，由第二控制器控制致动器以维持当前致动器设置。

根据至少一个实施例，该方法附加地包括响应于第一预测车辆路径不经过检测的障碍物的阈值距离内，基于致动器控制信号控制致动器。

根据至少一个实施例，该方法附加地包括响应于基于当前致动器设置的第二预测车辆路径经过检测的障碍物的第二阈值距离内，基于回退命令控制致动器。这样的实施例可附加地包括由第二控制器预测在检测的障碍物与第一预测车辆路径之间的第一相对距离，并且由第二控制器预测在检测的障碍物和第二预测车辆路径之间的第二相对距离。

根据本发明的用于自动控制车辆的系统包括致动器，致动器配置为控制车辆转向、节气门、制动或换挡。该系统附加地包括与致动器通信的第一控制器。第一控制器配置为基于主自动驾驶系统控制算法传送致动器控制信号。该系统还包括与致动器通信且与第一控制器通信的第二控制器。第二控制器配置为响应于基于经过检测的障碍物的第一阈值距离内的致动器控制信号的第一预测车辆路径，控制致动器以维持当前致动器设置。

根据至少一个实施例，第二控制器还配置为响应于基于经过检测的障碍物的第二阈值距离内的当前致动器设置的第二预测车辆路径，基于回退来控制致动器命令。在这样的实施例中，第二控制器可以配置为预测在检测的障碍物和第一预测车辆路径之间的第一相对距离，并且预测在检测的障碍物和第二预测车辆路径之间的第二相对距离。

根据至少一个实施例，第二控制器配置为响应于致动器控制信号，基于致动器控制信号预测第一车辆路径。

根据至少一个实施例，第一控制器与第一CPU相关联，且第二控制器与第二CPU相关联。

根据至少一个实施例，致动器配置为控制车辆转向。在这样的实施例中，系统还包括配置为控制车辆节气门的第二致动器、配置为控制车辆制动器的第三致动器以及配置为控制车辆换挡的第四致动器。在这样的实施例中，控制器附加地与第二致动器、第三致动器和第四致动器通信。

根据本发明的实施例提供了许多优点。例如，根据本发明的实施例可以实现自主车辆控制命令的独立验证，以帮助诊断主控制系统中的软件或硬件状况。因此，根据本发明的实施例会更加鲁棒，增加了客户满意度。

从下面结合附图对优选实施例的详细描述中，本发明的上述优点和其它优点和特征将是显而易见的。

附图说明

图1是根据本发明的车辆的示意图；

图2是根据本发明的用于控制车辆的系统的第一实施例的示意图；

图3是根据本发明的用于控制车辆的系统的第二实施例的示意图；以及

图4是根据本发明的用于控制车辆的方法的流程图。

具体实施方式

本发明的实施例在本文中进行描述。然而，应当理解，所公开的实施例仅仅是示例，且其它实施例可以采取各种和替代形式。附图不必然按比例绘制；某些特征可能被夸大或最小化，以显示特定部件的细节。因此，本文公开的具体结构和功能细节不应被解释为限制性的，而仅仅是用于教导本领域技术人员广泛应用本发明的代表性基础。如本领域普通技术人员将理解的，参考附图中任一附图示出和描述的各种特征可以与在一个或多个其它附图中示出的特征组合以产生未明确示出或描述的实施例。所示特征的组合提供了典型应用的代表性实施例。然而，对于特定应用或实现方式，可能期望与本发明的教导一致的特征的各种组合和修改。

现在参考图1，示意性地示出了根据本发明的机动车辆10。机动车辆10包括推进系统12，推进系统12可以在各种实施例中包括内燃机、诸如牵引马达的电机和/或燃料电池推进系统。

机动车辆10还包括配置成根据可选择的速度比将动力从推进系统12传递到车辆车轮16的变速器14。根据各种实施例，变速器14可以包括步进比自动变速器、无级变速器或其它合适的变速器。

机动车辆10附加地包括转向系统18。尽管被描绘为包括用于说明性目的的方向盘，但是在本发明的范围内预期的一些实施例中，转向系统18可不包括方向盘。

机动车辆10附加地包括多个车轮16和配置为向车轮16提供制动扭矩的相关联的车轮制动器20。在各种实施例中，车轮制动器20可包括摩擦制动器、诸如电机的再生制动系统，和/或其它适当的制动系统。

推进系统12、变速器14、转向系统18和车轮制动器20与至少一个控制器22通信或者受至少一个控制器22的控制。虽然为了说明的目的描述为单个单元，但控制器22可附加地包括一个或多个其它控制器，统称为“控制器”。控制器22可包括与各种类型的计算机可读存储设备或介质通信的微处理器或中央处理单元(CPU)。计算机可读存储设备或介质可包括例如在只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM)中的易失性和非易失性存储器。KAM是一种持久或非易失性存储器，其可用于在CPU关闭时存储各种操作变量。计算机可读存储设备或介质可以使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器，或任何其它能够存储数据(其中一些表示可执行指令)的电气、磁性、光学或组合存储设备，其由控制器22使用用于控制车辆。

控制器22提供有用于自动控制车辆10中的各种致动器的自动驾驶系统(ADS)24。在示例性实施例中，ADS 24配置为控制推进系统12、变速器14、转向系统18和车轮制动器20，以分别控制车辆加速、转向和制动，而无需人为干预。

ADS 24配置为响应于来自多个传感器26的输入控制推进系统12、变速器14、转向系统18和车轮制动器20，传感器26可包括GPS、雷达、激光雷达、光感相机、热感相机、超声波传感器和/或附加传感器。

车辆10附加地包括配置为与其它车辆(“V2V”)和/或基础设施(“V2I”)无线通信的无线通信系统28。在示例性实施例中，无线通信系统28配置为经由专用短距离通信(DSRC)信道进行通信。DSRC信道是指针对汽车使用以及相应的一组协议和标准的专门设计的单向或双向短距离到中距离无线通信通道。然而，附加或替代的无线通信标准，例如IEEE802.11和蜂窝数据通信也被认为在本发明的范围内。

在示例性实施例中，ADS 24是所谓的四级或五级自动系统。四级系统表示“高度自动”，是指动态驾驶任务的所有方面的自动驾驶系统的驾驶模式特定性能，即使人驾驶员没有适当地响应于干预请求也是如此。五级系统表示“全自动”，是指在由人驾驶员管理的所有道路和环境条件下，动态驾驶任务的所有方面的自动驾驶系统的全时性能。

现在参考图2，示出了根据本发明的ADS 24’的示例性架构。ADS 24’可以经由主车辆中的一个或多个控制器来提供，如图1所示并在下面进一步详细讨论。

ADS 24’包括多个不同的控制系统，如下面将进一步详细讨论的。在多个不同的控制系统中，至少有一个主控制系统30。

主控制系统30包括用于确定主车辆附近的检测的特征的存在、位置和路径的传感器融合模块32。传感器融合模块32配置为接收来自各种传感器(诸如图1所示的传感器26)的输入。传感器融合模块32处理和合成来自各种传感器的输入并产生传感器融合输出34。传感器融合输出34包括各种计算参数，包括但不限于相对于主车辆检测的障碍物的位置、相对于主车辆检测的障碍物的预测路径以及相对于主车辆行车道的位置和方向。

主控制系统30还包括用于确定主车辆的位置和当前驾驶周期的路线的地图和定位模块36。地图和定位模块36还配置为从各种传感器(诸如从图1所示的传感器26)接收输入。地图和定位模块36处理和合成来自各种传感器的输入，并生成地图和定位输出38。地图和定位输出38包括各种计算参数，包括但不限于用于当前驾驶周期的主车辆路线以及相对于该路线的当前主车辆位置。此外，地图和定位模块36生成车辆位置输出40。车辆位置输出40包括相对于该路线的当前主车辆位置，且其在如下面将要讨论的那样在单独的计算中使用。

主控制系统30还包括路径规划模块42，用于在遵守交通规则并回避任何检测的障碍物的情况下，确定要遵循的主车辆路径以将主车辆维持在期望的路线上。路径规划模块42采用：配置为回避在主车辆附近的检测的任何障碍物的第一障碍物回避算法、配置为将主车辆维持在当前行车道中的第一车道保持算法，以及配置为将主车辆维持在期望路线上的第一路线保持算法。

路径规划模块42配置为接收传感器融合输出34和地图和定位输出38。路径规划模块42处理和合成传感器融合输出34和地图和定位输出38，并生成路径规划输出44。路径规划输出44包括基于车辆路线、相对于路线的主车辆位置、行车道的位置和方向以及任何检测的障碍物的存在和路径的命令主车辆路径。

主控制系统30还包括用于向车辆致动器发出控制命令的车辆控制模块46。车辆控制模块采用第一路径算法来计算由给定的一组致动器设置产生的车辆路径。车辆控制模块46配置为接收路径规划输出44。车辆控制模块46处理路径规划输出44并产生车辆控制输出48。车辆控制输出48包括用以实现来自车辆控制模块46的命令路径的一组致动器命令，包括但不限于转向命令、换挡命令、节气门命令和制动命令。

车辆控制输出48传送到致动器50。在示例性实施例中，致动器50包括转向控制、换挡控制、节气门控制和制动控制。转向控制可例如控制如图1所示的转向系统18。换挡器控制可例如控制如图1所示的变速器14。节气门控制可例如控制如图1所示的推进系统12。制动控制可例如控制如图1所示的车轮制动器20。

除了主控制系统30之外，ADS 24’还包括至少一个正交协同驾驶系统52。正交协同驾驶系统52配置为验证且如果需要的话则使用与主控制系统30中采用的算法不同的算法来覆盖主控制系统30的操作。

正交协同驾驶系统52包括路径计算模块54。路径计算模块54配置为接收车辆位置输出40和车辆控制输出48。路径计算模块54处理和合成车辆位置输出40和车辆控制输出48，并生成路径计算输出58。路径计算输出58包括基于路径规划输出44的第一预测路径和在没有路径规划输出44的情况下基于当前致动器设置的第二预测路径。路径计算模块54包括车辆模型56，并采用与车辆控制模块46中使用的第一路径算法不同的第二路径算法。

正交协同驾驶系统52还包括障碍物回避验证模块60。提供障碍物回避验证模块60以验证车辆10与任何检测的障碍物(例如其它车辆和/或路边物体)维持期望的距离。障碍物回避验证模块60配置为接收路径计算输出58和传感器融合输出34。障碍物回避验证模块60处理并合成路径计算输出58和传感器融合输出34，并产生障碍物回避验证输出62。障碍物回避验证输出62可包括指示在第一预测路径中和/或第二预测路径中存在或不存在障碍物的布尔真/假信号或其它适当信号。障碍物回避验证模块60采用与在路径规划模块42中使用的第一障碍物回避算法不同的第二障碍物回避算法。

正交协同驾驶系统52附加地包括车道保持验证模块64。提供车道保持验证模块64以将主车辆维持在期望的行车道中。车道保持验证模块64配置为接收路径计算输出58和传感器融合输出34。车道保持验证模块64处理和合成路径计算输出58和传感器融合输出34，且生成车道保持验证输出66。车道保持验证输出66可包括指示第一预测路径和/或第二预测路径是否将车辆保持在当前行车道中的布尔真/假信号或其它适当信号。车道保持验证模块64采用与路径规划模块42中使用的第一车道保持算法不同的第二车道保持算法。

正交协同驾驶系统52还包括路线保持验证模块68。提供路线保持验证模块68以将主车辆维持在期望的路线上且在授权的操作环境内。路线保持验证模块68配置为接收路径计算输出58和地图和定位输出38。路线保持验证模块68处理和合成路径计算输出58和地图和定位输出38，并生成路线保持验证输出70。路线保持验证输出70可包括指示第一预测路径和/或第二预测路径是否将车辆维持在当前驾驶周期的路线上的布尔真/假信号或其它适当信号。路线保持验证模块68采用与路径规划模块42中使用的第一路线保持算法不同的第二路线保持算法。

正交协同驾驶系统52还包括仲裁模块72。仲裁模块72配置为接收障碍物回避验证输出62、车道保持验证输出66和路线保持验证输出70。仲裁模块处理和合成障碍物回避验证输出62、车道保持验证输出66和路线保持验证输出70，并输出正交控制输出74。正交控制输出74可包括接收车辆控制输出48的信号、修改车辆控制输出48的信号或拒绝车辆控制输出48的信号。

通过为正交协同驾驶系统52提供与主控制系统30中采用的算法不同的算法，可以独立于在主控制系统30中出现的任何软件诊断条件来确认命令路径和致动器控制信号。

现在参考图3，示意性地示出根据本发明用于控制器22’的示例性架构。控制器22’包括至少一个主微处理器80和提供有主控制系统30’(其可配置为大致类似于图2所示的主控制系统30)的相关联的非瞬态数据存储器。在图3的示例性实施例中，提供多个主微处理器80，每一个均具有相关联的具有主控制系统30’的非瞬态数据存储器。另外，提供与一个或多个主微处理器80不同的至少一个正交微处理器82。正交微处理器82提供有相关联的具有正交协同驾驶系统52’的非瞬态数据存储器，正交协同驾驶系统52’可配置为大致类似于图2所示的正交协同驾驶系统52。车辆致动器50’受一个或多个主微处理器80和至少一个正交微处理器82的联合控制。

通过在与主控制系统30’不同的硬件上提供正交协同驾驶系统52’，可以独立于在一个或多个主微处理器80中出现的任何硬件诊断条件来确认命令路径和致动器控制信号。

现在参考图4，以流程图形式示出例如可以在障碍物回避验证模块60中使用的障碍物回避验证算法的示例性实施例。

算法从障碍物优化阶段100开始。接收路径计算输出和传感器融合输出，如框102所示。如上所述，路径计算输出包括基于路径规划输出的第一预测路径和在没有路径规划输出的情况下基于当前致动器设置的第二预测路径，同时传感器融合输出可以包括各种计算参数，包括但不限于检测的障碍物相对于车辆的位置、检测的障碍物相对于车辆的预测路径，以及行车道相对于车辆的位置和方向。

计算车辆和检测的障碍物在它们当前位置之间的相对距离，如104处所示。可以基于例如包括在传感器融合输出中的检测的障碍物的位置来计算该相对距离。

限定减少的障碍物列表，如框106所示。减少的障碍物列表包括来自传感器融合输出的障碍物的子集，其中相对距离小于第一估算距离minDist1。估算距离minDist1是对应于待估算障碍物所在范围的可校准参数。因此，远程障碍物不需要估算，减少计算资源需求。在示例性实施例中，minDist1是基于当前车辆速度的变量，使得在较高速度下，minDist1具有较高值。

然后，控制进行到命令路径估算阶段108。在命令路径估算阶段108中，估算基于路径规划输出的第一预测路径，以验证路径规划输出不会导致主车辆接触障碍物。

第一时间计数器t_cp被初始化为零，如框110处所示。如下面将进一步详细讨论的，第一时间计数器t_cp对应于用于车辆和障碍物位置相对于基于命令致动器设置的预测路径的预测瞬时窗口。

作出确定t_cp是否大于或等于最大估算时间maxTime，如操作112所示。最大估算时间maxTime是对应于期望的预测时间窗口的可校准时间段。

如果操作112的确定是否定的，即t_cp小于maxTime，则针对减少列表中的所有障碍物，在时间t_cp处计算预测障碍物位置，如框114处所示。例如，当t_cp等于零，预测障碍物位置可等于从传感器融合输出获得的障碍物位置。当t_cp大于零时，可以基于主车辆和减少列表中的相应障碍物的位置和相对速度来对预测障碍物位置进行预测。

然后对在预测路径上的车辆与在框114中计算出的障碍物预测位置之间的预测相对距离进行计算，如框116处所示。

针对减少列表中的所有障碍物，确定在框116处计算出的预测相对距离是否大于第二估算距离minDist2，如操作118所示。估算距离minDist2是基于预测路径中和障碍物预测位置的置信水平，对应在时间t_cp处主车辆和检测的障碍物的可能位置的范围的可校准参数。在示例性实施例中，minDist2随着t_cp增加而被校准，以随着以下讨论的t_pp而增加。因此，对于短期预测，估算较小范围，而对于长期预测，则估算较大范围。

如果操作118的确定是肯定的，即减少列表中所有障碍物的预测相对距离超过minDist2，则t_cp增加可校准时间增量dt，如框120所示。控制然后返回到操作112。

返回到操作112，如果操作112的确定是肯定的，即t_cp不小于maxTime，则将障碍物_回避_验证标志设置为ACCEPT(接受)，如框122所示。将障碍物_回避_验证标志设置为ACCEPT(接受)表示障碍物回避验证算法已经确定基于路径规划输出的预测路径不会导致车辆在时间间隔maxTime内接触任何检测的障碍物。响应于障碍物_回避_验证标志被设置为ACCEPT(接受)，正交协同驾驶系统52可命令致动器50接受车辆控制输出48。

返回到操作118，如果操作118的确定是否定的，即减少列表中至少一个障碍物的预测相对距离不超过minDist2，则控制进行到框126。

第二时间计数器t_pp被初始化为零，如框126所示。如下面将进一步详细讨论的，第二时间计数器t_pp对应于用于相对于基于当前致动器设置的预测车辆路径车辆和障碍物位置的预测瞬时窗口。

作出确定t_pp是否大于或等于最大估算时间maxTime，如操作128所示。如上所述，最大估算时间maxTime是对应于期望的预测时间窗口的可校准时间段。

如果操作128的确定是否定的，即t_pp小于maxTime，则针对减少列表中的所有障碍物，在时间t_pp处计算预测障碍物位置，如框130所示。例如，当t_pp等于零，预测障碍物位置可以等于从传感器融合输出获得的障碍物位置。当t_pp大于零时，预测障碍物位置可以基于主车辆和减少列表中的相应障碍物的位置和相对速度来预测。

然后，对在预测路径上的车辆与在框130中计算出的障碍物预测位置之间的预测相对距离进行计算，如框132所示。

针对减少列表中的所有障碍物，确定在框132计算的预测相对距离是否大于第二估算距离minDist2，如操作134所示。如上所述，估算距离minDist2是基于预测路径和障碍物预测位置中的置信水平，对应于可能位置的范围的可校准参数。如上所述，在示例性实施例中，minDist2被校准为随t_pp增加而增加。

如果操作134的确定是肯定的，即，减少列表中所有障碍物的预测相对距离都超过minDist2，则t_pp增加可校准时间增量dt，如框136处所示。控制然后返回到操作128。

返回到操作128，如果操作128的确定是肯定的，即t_pp不小于maxTime，则将障碍物_回避_验证标志设置为LIMIT(限制)，如框138处所示。将障碍物_回避_验证标志设置为LIMIT(限制)表示障碍物回避验证算法已经确定基于当前致动器设置的预测路径将不会导致任何检测的障碍物经过车辆的阈值距离minDist2内。响应于将障碍物_回避_验证标志设置为LIMIT(限制)，正交协同驾驶系统52可命令致动器50修改车辆控制输出48以维持当前致动器设置。在替代实施例中，正交协同驾驶系统52可以命令致动器50将车辆控制输出48修改为在当前致动器设置和车辆控制输出48之间的中间值。

返回到操作134，如果操作134的确定是否定的，即减少列表中的至少一个障碍物的预测相对距离不超过minDist2，则将障碍物_回避_验证标志设置为REJECT(拒绝)，如框140处所示。将障碍物_回避_验证标志设置为REJECT(拒绝)表示障碍物回避验证算法已经确定基于当前致动器设置的预测路径和基于路径规划输出的预测路径二者都将导致检测的障碍物经过车辆的阈值距离minDist2内。响应于将障碍物_回避_验证标志设置为REJECT，正交协同驾驶系统52可命令致动器50拒绝车辆控制输出48并且替代地执行可选择操纵。可选择操纵可包括例如用于安全地停止车辆的回退命令。这种操纵可能被称为最小的风险状况操纵。

可以看出，根据本发明的实施例可以实现自主车辆控制命令的独立验证，以帮助诊断主控制系统中的软件或硬件状况。因此，根据本发明的实施例可以更加鲁棒，增加了客户满意度。

本文公开的过程、方法或算法可以由可以包括任何现有的可编程电子控制单元或专用电子控制单元的处理设备、控制器或计算机交付/实现。类似地，过程、方法或算法可以作为可由许多形式的控制器或计算机执行的数据和指令存储，这些形式包括但不限于永久存储在诸如ROM设备的非可写存储介质上的信息和可变更地存储在可写存储介质(例如软盘、磁带、CD、RAM设备以及其它磁和光介质)的信息。过程、方法或算法也可以在软件可执行对象中实现。或者，可以使用合适的硬件组件，例如专用集成电路(ASIC)、现场可编程门阵列(FPGA)、状态机、控制器或其它硬件部件或设备或硬件、软件和固件组件的部合，全部或部分地实现该过程、方法或算法。这样的示例性设备可以作为车辆计算系统的一部分是车载式或者位于车外且与一个或多个车辆上的设备进行远程通信。

如前所述，可以将各种实施例的特征组合以形成本发明的未被明确描述或示出的其它实施例。虽然可以将各种实施例描述为相对于一个或多个期望特征提供优点或优于其它实施例或现有技术实现方式，但是本领域普通技术人员认识到一个或多个特征或特点可能受到损害以达到期望的整体系统属性，这具体取决于具体的应用和实现方式。这些属性可以包括但不限于成本、强度、耐久性、寿命周期成本、可销售性、外观、包装、尺寸、可维护性、重量、可制造性、易于组装等。因此，所描述的关于一个或多个特征不如其它的实施例或现有技术实现方式受期望的实施例不在本发明的范围之外，且对于特定应用可以是期望的。

尽管上面描述了示例性实施例，但是这些实施例并不意图说明权利要求所包含的所有可能形式。说明书中使用的词语是描述性的而不是限制性的，且应当理解，在不脱离本发明的精神和保护范围的情况下，可以进行各种改变。如前所述，可以将各种实施例的特征组合以形成本发明的未被明确描述或示出的其它实施例。虽然可以将各种实施例描述为相对于一个或多个期望特征提供优点或优于其它实施例或现有技术实现方式，但是本领域普通技术人员认识到一个或多个特征或特点可能受到损害以达到期望的整体系统属性，这具体取决于具体的应用和实现方式。这些属性可以包括但不限于成本、强度、耐久性、寿命周期成本、可销售性、外观、包装、尺寸、可维护性、重量、可制造性、易于组装等。因此，所描述的关于一个或多个特征不如其它的实施例或现有技术实现方式受期望的实施例不在本发明的范围之外，且对于特定应用可以是期望的。

Claims (6)

1.一种机动车辆，其包括：

车辆转向系统；

致动器，其配置为控制所述转向系统；

第一控制器，其与所述致动器通信，所述第一控制器通过主自动驾驶系统控制算法进行编程，并配置为基于所述主自动驾驶系统控制算法来传送致动器控制信号；以及

第二控制器，其与所述致动器通信且与所述第一控制器通信，所述第二控制器配置为基于所述致动器控制信号预测第一预测车辆路径，并且响应于所述第一预测车辆路径经过检测的障碍物的第一阈值距离内，控制所述致动器以维持当前致动器设置，并且响应于所述第一预测车辆路径不经过检测的障碍物的所述第一阈值距离内，根据所述致动器控制信号控制所述致动器。

2.根据权利要求1所述的机动车辆，其中所述第二控制器还配置为基于所述当前致动器设置预测第二预测车辆路径，并且响应于所述第二预测车辆路径经过检测的障碍物的第二阈值距离内，基于回退命令控制所述致动器。

3.根据权利要求2所述的机动车辆，其中，所述第二控制器配置为预测在所述检测的障碍物和所述第一预测车辆路径之间的第一相对距离，并且预测在所述检测的障碍物和所述第二预测车辆路径之间的第二相对距离。

4.根据权利要求1所述的机动车辆，其中所述第二控制器配置为响应于所述致动器控制信号，基于所述致动器控制信号预测所述第一车辆路径。

5.根据权利要求1所述的机动车辆，其中所述第一控制器与第一处理器相关联，且所述第二控制器与第二处理器相关联。

6.根据权利要求1所述的机动车辆，其中，所述车辆还包括配置为控制车辆节气门的第二致动器、配置为控制车辆制动器的第三致动器，以及配置为控制车辆换挡的第四致动器，且其中所述第一控制器和所述第二控制器附加地与所述第二致动器、所述第三致动器和所述第四致动器通信。