CN109814544B

CN109814544B - 用于在自主车辆中操纵绕过障碍物的系统和方法

Info

Publication number: CN109814544B
Application number: CN201811342472.XA
Authority: CN
Inventors: P·高; Y·高; S·巴塔查里亚
Original assignee: GM Global Technology Operations LLC
Current assignee: GM Global Technology Operations LLC
Priority date: 2017-11-22
Filing date: 2018-11-12
Publication date: 2022-04-15
Anticipated expiration: 2038-11-12
Also published as: US20180095465A1; CN109814544A; US10331135B2; DE102018129074A1

Abstract

提供用于控制车辆的系统和方法。在一个实施例中，障碍物管理方法包括经由传感器件接收与车辆相关联的环境有关的传感器数据，并且利用传感器数据来确定障碍物的存在，该障碍物至少部分地阻碍车辆在与第二车道相邻的第一车道中的预期路径并且至少部分地遮挡第一传感器件对第二车道的视域。该方法进一步包括相对于障碍物定位车辆，以改善第一传感器件对第二车道的视域，而不会显著地阻碍第二车道；确定绕开障碍物并且重新加入预期路径的第二路径，以及经由第一传感器件监控相对车道以确定第二车道何时畅通。

Description

用于在自主车辆中操纵绕过障碍物的系统和方法

技术领域

本发明总地涉及自主车辆，并且更具体地涉及用于操纵绕过自主车辆可能遇到的并排停放的汽车以及其他此类障碍物的系统和方法。

背景技术

自主车辆是能够在较少或没有用户输入的情形下感测其环境和导航的车辆。自主车辆使用诸如雷达、激光雷达、图像传感器之类的传感器件来这样做。自主车辆系统进一步使用来自全球定位系统(GPS)技术、导航系统、车辆对车辆通信、车辆对基础设施技术和/或线控驱动系统的信息以导航车辆。

虽然近年来在自主车辆上已取得了显著进步，但这些车辆在许多方面仍可能得到改善。例如，自主车辆在其车道上遇到并排停放的车辆或其他障碍物并不罕见。在这些情形下，障碍物可能在某种程度上遮挡试图监控迎面而来的车流的各种传感装置的视野。

因此，期望提供用于管理可能被自主车辆遇到的诸如并排停放的汽车之类障碍物的系统和方法。此外，从结合附图和前文技术领域和背景技术的后续详细描述和所附权利要求中，本发明的其他期望特征和特点会变得显而易见。

发明内容

提供用于控制第一车辆的系统和方法。在一个实施例中，障碍物管理方法包括经由一个或多个传感器件接收与车辆相关联的环境有关的传感器数据，并且利用传感器数据来确定障碍物的存在，该障碍物至少部分地阻碍车辆在与第二车道(例如，相对车道)相邻的第一车道中的预期路径并且至少部分地遮挡一个或多个传感器件的第一传感器件对第二车道的视域。该方法进一步包括利用处理器来相对于障碍物定位车辆，以改善第一传感器件对第二车道的视域，而不会显著地阻碍第二车道。确定绕开障碍物并重新加入预期路径的第二路径，并且经由第一传感器件监控第二车道以确定第二路径何时畅通。然后，当确定第二路径通畅时，车辆沿着第二路径移动。

在一个实施例中，该方法进一步包括在使自主车辆沿着第二路径移动的同时确定障碍物已开始移动；确定车辆是否已进入第二路径；当确定车辆已进入第二路径时，完成沿着第二路径的移动；以及当确定车辆还未进入第二路径时，中止沿着第二路径的移动。

在一个实施例中，第一传感器件是前向雷达传感器。

在一个实施例中，障碍物是并排停放的车辆。

在一个实施例中，该方法进一步包括经由传感器数据评估障碍物的长度，并且基于所评估的障碍物长度来部分地确定第二路径。

在一个实施例中，评估障碍物的长度包括经由激光雷达传感器数据测量障碍物的相对边缘之间的距离。

在一个实施例中，定位车辆包括改变车辆的姿势和位置的至少一个，以使得车辆的一部分部分地延伸超出第一车道和第二车道之间的线。

在一个实施例中，迭代地执行车辆的定位，直到改善预定量的第一传感器件对第二车道的视域为止。

根据一个实施例的用于控制车辆的系统包括障碍物检测模块、定位模块以及疏通模块。障碍物检测模块(包括处理器)配置成：经由一个或多个传感器件接收与车辆相关联的环境有关的传感器数据；利用传感器数据来确定障碍物的存在，该障碍物至少部分地阻碍车辆在与第二车道相邻的第一车道中的预期路径并且至少部分地遮挡一个或多个传感器件的第一传感器件对第二车道的视域。定位模块配置成利用处理器来相对于障碍物定位车辆，以改善第一传感器件对第二车道的视域，而不会显著地阻碍第二车道；以及确定绕开障碍物并且重新加入预期路径的第二路径。疏通模块配置成经由第一传感器件监控第二车道，以确定第二路径何时通畅，并且当确定第二路径通畅时使得车辆沿着第二路径移动。

在一个实施例中，该疏通模块进一步包括在使得自主车辆沿着第二路径移动的同时确定障碍物已开始移动；确定车辆是否已进入第二路径；以及当确定车辆已进入第二路径时，完成沿着第二路径的移动，并且当确定车辆还未进入第二路径时，中止沿着第二路径的移动。

在一个实施例中，第一传感器件是前向雷达传感器。

在一个实施例中，障碍物是并排停放的车辆。

在一个实施例中，定位模块进一步经由传感器数据评估障碍物的长度，并且基于所评估的障碍物长度来部分地确定第二路径。

在一个实施例中，通过经由激光雷达传感器数据测量障碍物的相对边缘之间的距离来确定障碍物的长度。

在一个实施例中，定位车辆，以改变车辆的姿势和位置的至少一个，以使得车辆的一部分部分地延伸超出第一车道和第二车道之间的线。

在一个实施例中，迭代地改变车辆的位置和姿势来定位车辆，直到改善预定量的由第一传感器件对第二车道的视域为止。

根据一个实施例的自主车辆包括：提供传感器数据的多个传感器件；以及控制器，该控制器基于传感器数据经由一个或多个传感器件通过处理器接收与车辆相关联的环境有关的传感器数据；利用传感器数据来确定障碍物的存在，该障碍物至少部分地阻碍自主车辆在与第二车道相邻的第一车道中的预期路径并且至少部分地遮挡一个或多个传感器件的第一传感器件对第二车道的视域；利用处理器来相对于障碍物定位车辆，以改善第一传感器件对第二车道的视域，而不会显著地阻碍第二车道；确定绕开障碍物并且重新加入预期路径的第二路径；经由第一传感器件监控第二车道以确定第二路径何时通畅；以及当确定第二路径通畅时，使车辆沿着第二路径移动。

在一个实施例中，第一传感器件是前向雷达传感器。

在一个实施例中，障碍物是并排停放的车辆。

在一个实施例中，控制器进一步配置成在使得自主车辆沿着第二路径移动的同时确定障碍物已开始移动；确定车辆是否已进入第二路径；以及当确定车辆已进入第二路径时，完成沿着第二路径的移动，并且当确定车辆还未进入第二路径时，中止沿着第二路径的移动。

附图说明

之后会结合以下附图来描述示例性实施例，其中相似的附图标记指代相似的元件，其中：

图1是说明根据各种实施例的包括障碍物管理系统的自主车辆的功能框图；

图2是说明根据各种实施例的具有如图1中所示一个或多个自主车辆的运输系统的功能框图；

图3是说明根据各种实施例的与自主车辆相关联的自主驾驶系统(ADS)的功能框图；

图4-6是根据各种实施例的操纵绕过并排停放的汽车的示例性自主车辆的连续俯视图；

图7是说明根据各种实施例的自主车辆的障碍物管理系统的数据流图；

图8是说明根据各种实施例的用于控制自主车辆的控制方法的流程图；

图9是根据各种实施例的试图确定障碍物的长度的自主车辆的俯视图；

图10是根据各种实施例的试图确定障碍物的长度的自主车辆的侧视图；以及

图11是说明根据各种实施例的用于解决并排停放的车辆的误判确定的方法的流程图。

具体实施方式

以下说明仅是示例性的，并不旨在限制本公开内容、申请或用途。此外，并不旨在受任何上述技术领域、背景技术、发明内容或下文详述部分提供的任何明确或暗示的理论所限制。如这里所使用的是，术语“模块”个别地或以任何组合指代任何硬件、软件、固件、电子控制部件、处理逻辑和/或处理器装置，包括但不限于：专用集成电路(ASIC)、现场可编程门阵列(FPGA)、电子电路、处理器(共享、专用或集群)以及执行一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所描述功能性的其他合适部件。

本发明的实施例在本文中可依照功能和/或逻辑方框部件和多种处理步骤予以描述。应当认识到，这些方框部件可由配置成执行特定功能的任意数量的硬件、软件和/或固件部件来实现。例如，本发明的一个实施例可采用诸如存储器元件、数字信号处理元件、逻辑元件、查询表等等的各种集成电路部件，这些集成电路部件可在一个或多个微处理器或其他控制装置的控制下执行多种功能。此外，本领域技术人员会意识到的是，本发明的实施例可结合任何数量的系统来实践，且这里描述的系统仅仅是本发明的示例性实施例。

出于简化起见，此处可能并不详细描述与系统(以及这些系统的各个操作部件)的信号处理、数据传输、信令、控制、机器学习模型、雷达、激光雷达、图像分析以及其他功能性方面相关联的传统技术。此外，此处包含的各个附图中所示的连接线旨在表示各种元件之间的示例功能关系和/或物理联接。应当注意到的是，在本发明的各实施例中可提供很多替代或附加功能关系或物理连接。

参照图1，总体以100示出的障碍物管理系统与根据各种实施例的车辆10相关联。通常，障碍物管理系统(或简称为“系统”)100允许定位车辆10，以减小障碍物的遮挡影响，而不会显著地阻碍迎面而来的车流，然后(例如，经由雷达、激光雷达等等)监控迎面而来的车流以确定预期路径何时通畅。因此，系统100实施这里可能称为“窥视和疏通”系统的系统，该系统有效地“窥视”遮挡视线的阻碍障碍物并且“疏通”道路以完成期望的操纵。

如图1中所示，车辆10通常包括底盘12、车身14、前车轮16以及后车轮18。车身14设置在底盘12上，并且基本上封围车辆10的部件。车身14和底盘12可共同地形成车架。车轮16-18各自在车身14的相应角部附近旋转地联接于底盘12。

在各种实施例中，车辆10是自主车辆，且障碍物管理系统100包含到自主车辆10(之后称为自主车辆10)中。自主车辆10例如是自动地受控以将乘客从一个位置运送至另一个位置的车辆。车辆10在所说明的实施例中示作乘用汽车，但应意识到的是，也可使用任何其他交通工具，包括摩托车、卡车、运动型多功能车辆(SUV)、娱乐车辆(RV)、海洋船只、飞行器等等。

在一个示例性实施例中，自主车辆10在汽车工程师协会(SAE)“J3016”自动驾驶级别的标准分类下与级别四或级别五自动化系统相对应。使用该术语，级别四系统指示“高自动化”，其指代这样的驾驶模式，即使人类驾驶员并未适当地响应于干预请求，专门由自动驾驶系统执行动态驾驶任务的所有方面。另一方面，级别五系统指示“全自动化”，这指代在能由人类驾驶员管理的所有道路和环境条件下由自动驾驶系统执行动态驾驶任务的所有方面。然而，应意识到的是，根据本主题的实施例并不局限于任何特定的自动化类别的分类或规定。此外，根据本实施例的系统能与可以实施本主题的任何车辆结合使用，而不管其自动化级别如何。

如图所示，自主车辆10通常包括推进系统20、变速器系统22、转向系统24、制动器系统26、传感器系统28、致动器系统30、至少一个数据存储装置32、至少一个控制器34以及通信系统36。推进系统20在各种实施例中可包括内燃机、诸如牵引电机的电动机器和/或燃料电池推进系统。变速器系统22配置成根据可选择的速度比来将动力从推进系统20传递至车辆车轮16和18。根据各种实施例，变速器系统22可包括步进比率自动变速器、无级变速器或其他合适的变速器。

制动器系统26配置成将制动转矩提供给车辆车轮16和18。在各种实施例中，制动器系统26可包括摩擦制动器、线控制动器、诸如电动机器的再生制动系统和/或其他合适的制动系统。

转向系统24影响车辆车轮16和/或18的位置。虽然出于说明的目的示作包括方向盘25，但在本发明范围内所设想的一些实施例中，转向系统24可能并不包括方向盘。

传感器系统28包括一个或多个传感器件40a-40n，这些传感器件感测自主车辆10的外部环境和/或内部环境的可观测状况(例如，一个或多个乘员的状态)，并且生成与之有关的传感器数据。传感器件40a-40n可包括但不限于雷达(例如，长距离、中距离-短距离)、激光雷达、全球定位系统、光学照相机(例如，前向、360度、后向、侧向、立体等等)、热(例如，红外)照相机、超声波传感器、测距传感器(例如，编码器)和/或可能结合本主题的系统和方法使用的其他传感器。如这里使用地是，术语“向前”、“后部”以及“侧部”以相对于车辆自身定向的常规方向含义来使用。

致动器系统30包括一个或多个致动器装置42a-42n，这些致动器装置控制一个或多个车辆特征件，例如但不限于推进系统20、变速器系统22、转向系统24以及制动器系统26。在各种实施例中，自主车辆10还可包括图1中未说明的内部和/或外部车辆特征件，例如各种车门、后备箱以及诸如空气、音乐、照明、触摸屏部件的舱室特征件(例如结合导航系统使用的那些)等等。

数据存储装置32存储用于自动地控制自主车辆10的数据。在各种实施例中，数据存储装置32存储可导航环境的限定地图。在各种实施例中，限定地图可由远程系统(参照图2进一步详细地描述)预先限定并且从该远程系统中获得。例如，限定地图可由远程系统组装并且通信至自主车辆10(无线地和/或以有线的方式)并存储在数据存储装置32中。路线信息也可以存储在数据存储装置32中，即，一组路段(在地理上与一个或多个限定地图相关联)，这些路段一起限定用户从起始位置(例如，用户的当前位置)行驶至目标位置可采取的路线。例如会意识到的是，数据存储装置32可以是控制器34的一部分、与控制器34分开、或者是控制器34的一部分以及是单独系统的一部分。

控制器34包括至少一个处理器44以及计算机可读存储装置或介质46。处理器44可以是任何客户定制或市场上可购得的处理器、中央处理单元(CPU)、图形处理单元(GPU)、专用集成电路(ASIC)(例如，实施神经网络的定制ASIC)、现场可编程门阵列(FPGA)、与控制器34相关联的若干处理器中的辅助处理器、基于半导体的微处理器(呈微芯片或芯片组的形式)、其任何组合或者通常是用于执行指令的任何装置。计算机可读存储装置或介质46可例如包括只读存储器(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是持久或非易失性存储器，其可用于在处理器44断电的同时存储各种操作变量。计算机可读存储装置或介质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其他电、磁性、光学或组合存储器装置的多个已知存储器装置的任何一个来实施，上述数据中的一些表示由控制器34用来控制自主车辆10的可执行指令。在各种实施例中，控制器34配置成实施例如下文详细讨论的障碍物管理系统。

这些指令可包括一个或多个分开的程序，每个程序均包括用于实施逻辑功能的可执行指令的有序列表。这些指令在由处理器44执行时、接收并处理来自传感器系统28的信号(例如，传感器数据)，执行逻辑、计算、方法和/或算法来用于自动地控制自主车辆10的部件，并且基于逻辑、计算、方法和/或算法生成控制信号，这些控制信号发送至致动器系统30，以自动地控制自主车辆10的各部件。虽然在图1中仅仅示出一个控制器34，但自主车辆10的实施例可包括任何数量的控制器34，这些控制器经由任何合适的通信介质或通信介质的组合来通信，并且协配以处理传感器信号、执行逻辑、计算、方法和/或算法，且生成控制信号来自动地控制自主车辆10的特征件。

通信系统36配置成将信息无线地通信至其他实体48以及从其他实体通信信息，这些实体例如但不限于其他车辆(“V2V”通信)、基础设施(“V2I”通信)、网络(“V2N”通信)、行人(“V2P”通信)、远程运输系统和/或用户装置(参照图2更详细地描述)。在一个示例性实施例中，通信系统36是无线通信系统，该无线通信系统配置成经由使用IEEE802.11标准的无线局域网(WLAN)或者通过使用蜂窝数据通信来进行通信。然而，诸如专用短距离通信(DSRC)信道的附加或替代的通信方法也被认为落在本发明的范围内。DSRC信道指代专门针对汽车用途设计的单向或双向短距离至中距离无线通信信道以及对应的一组协议和标准。

现参照图2，在各个实施例中，关于图1描述的自主车辆10可以适用于特定地理区域(例如，城市、学校或商业园区、购物中心、游乐园、活动中心等)中的出租车或穿梭系统的情形中，或者可以简单地由远程系统管理。例如，自主车辆10可与基于自主车辆的远程运输系统相关联。图2说明总地以50示出的操作环境的示例性实施例，该操作环境包括基于自主车辆的远程运输系统(或简称为“远程运输系统”)52，该远程运输系统与关于图1描述的一个或多个自主车辆10a-10n相关联。在各种实施例中，操作环境50(所有或其一部分可对应于图1中示出的实体48)进一步包括一个或多个用户装置54，这些用户装置经由通信网络56与自主车辆10和/或远程运输系统52通信。

通信网络56支持由操作环境50支持的装置、系统和部件之间按需求的通信(例如，经由有形通信链路和/或无线通信链路)。例如，通信网络56可包括无线载波系统60，该无线载波系统例如是蜂窝电话系统，该蜂窝电话系统包括多个发射塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无线载波系统60与陆地通信系统相连接所需的任何其他联网部件。每个发射塔均包括发送和接收天线以及基站，其中，来自不同发射塔的基站直接地或者经由诸如基站控制器的中间设备连接于MSC。无线载波系统60能实施任何合适的通信技术，例如包括诸如CDMA(例如，CDMA2000)、LTE(例如，4G LTE或5G LTE)GSM/GPRS的数字技术或者其他当前或新兴的无线技术。其他发射塔/基站/MSC布置也是可能的并且可用于无线载波系统60。例如，仅仅列举一些可能的布置，基站和发射塔可共同定位在相同部位或者他们可相对于彼此远程地定位，每个基站可用于单个发射塔或者单个基站可服务各个发射塔，或者各个基站可联接于单个MSC。

除了包括无线载波系统60以外，可包括呈卫星通信系统64的形式的第二无线载波系统，以提供与自主车辆10a-10n的单向或双向通信。这可使用一个或多个通信卫星(未示出)和上行链路发射站(未示出)来进行。单向通信可例如包括卫星无线电服务，其中，节目内容(新闻、音乐等等)由发射站接收、打包上传且然后发送至卫星，该卫星将节目播送至用户。双向通信可例如包括使用卫星来中继车辆10和发射站之间的电话通信的卫星电话技术服务。卫星电话技术可附加于或替代无线载波系统60来使用。

可进一步包括陆地通信系统62，该陆地通信系统是连接于一个或多个路线电话的传统陆基电信网络，并且将无线载波系统60连接于远程运输系统52。例如，陆地通信系统62可包括公共交换电话网络(PSTN)，例如用于提供硬接线电话技术、分组交换数据通信以及因特网基础设施的那种。陆地通信系统62的一个或多个区段可通过使用标准有线网络、光纤或其他光学网络、电缆网络、电源线、诸如无线局域网(WLAN)的其他无线网络或提供宽带无线接入(BWA)的网络或任何其组合来实施。此外，远程运输系统52无需经由陆地通信系统62连接，而是可包括无线电话技术设备，以使得其能与诸如无线载波系统60的无线网络直接地通信。

虽然在图2中示出仅仅一个用户装置54，但操作环境50的各实施例能支持任何数量的用户装置54，包括由一个人拥有、操作或以其他方式使用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何合适的硬件平台来实施。在这点上，用户装置54能以任何共同的规格来实现，包括但不限于：台式计算机；移动计算机(例如，平板电脑、膝上型电脑或上网本)；智能电话；视频游戏装置；数字媒体播放器；家庭娱乐设备的部件；数字照相机或视频照相机；可穿戴计算装置(例如，智能手表、智能眼睛、智能服装)；等等。由操作环境50支持的每个用户装置54实现为计算机实施的或基于计算机的装置，其具有执行这里描述的各种技术和方法所需的硬件、软件、固件和/或处理逻辑。例如，用户装置54包括呈可编程装置的形式的微处理器，该微处理器包括一个或多个指令，这些指令存储在内部存储器结构中并且施加以接收二进制输入来产生二进制输出。在一些实施例中，用户装置54包括GPS模块，该GPS模块能够接收GPS卫星信号并且基于那些信号生成GPS坐标。在其他实施例中，用户装置54包括蜂窝通信功能性，以使得该装置使用一个或多个蜂窝通信协议经由通信网络56来执行语音和/或数据通信。在各种实施例中，用户装置54包括诸如触摸屏图形显示器的可视显示器或者其他显示器。

远程运输系统52包括一个或多个后端服务器系统(未示出)，这些后端服务器系统可以是云基的、网络基的或者驻存在由远程运输系统52服务的特定校园或地理位置处。远程运输系统52能由现场提示器、自动提示器、人工智能系统或者他们的组合操控。远程运输系统52能与用户装置54和自主车辆10a-10n通信，以规划驾乘、调度自主车辆10a-10n等等。在各种实施例中，远程运输系统52存储账户信息，例如用户授权信息、车辆标识符、简档记录、生物识别数据、行为模式以及其他相关用户信息。

根据典型的使用情形工作流，远程运输系统52的注册用户会经由用户装置54产生驾乘请求。驾乘请求通常会指示乘客的期望搭乘位置(或当前GPS位置)、期望的目的地位置(其可识别预定车辆停靠站和/或用户指定的乘客目的地)以及搭乘时间。远程运输系统52接收驾乘请求、处理该请求并调度自主车辆10a-10n的选定一个(当且如果一个车辆可用时)来在指定的搭乘位置并且在合适的时刻处搭乘乘客。运输系统52还可生成适当配置的确认消息或通知并将其发送至用户装置54，以使得乘客了解车辆正在途中。

例如能意识到的是，这里公开的主题为可被认为是标准或基线自主车辆10和/或基于自主车辆的远程运输系统52提供某些增强特征和功能性。为此，自主车辆和基于自主车辆的远程运输系统可得以修改、增强或以其他方式补充，以提供下文更详细描述的附加特征。

根据各个实施例，控制器34实施如图3中所示的自主驾驶系统(ADS)70。也就是说，控制器34的合适软件和/或硬件部件(例如，处理器44和计算机可读存储装置46)用于提供结合车辆10使用的自主驾驶系统70。

在各种实施例中，自主驾驶系统70的指令可通过功能或系统来组织。例如，如图3中所示，自主驾驶系统70可包括计算机视觉系统74、定位系统76、引导系统78以及车辆控制系统80。例如能意识到的是，在各种实施例中，指令可组织到任何数量的系统中(例如，组合、进一步划分等等)，因为本发明并非局限于本示例。

在各种实施例中，计算机视觉系统74合成并且处理所获取的传感器数据，并预测车辆10的环境的物体和特征件的存在、位置、分类和/或路径。在各种实施例中，计算机视觉系统74能包含来自多个传感器(例如，传感器系统28)的信息，这些传感器包括但不限于照相机、激光雷达、雷达和/或任何数量的其他类型传感器。

定位系统76处理传感器数据连同其他数据一起，以确定车辆10相对于环境的位置(例如，相对于地图的本地位置、相对于道路的车道的精确位置、车辆航向等等)。例如可意识到的是，可采用各种技术来实现此种定位，例如包括同时定位和映射(SLAM)、颗粒过滤器、卡尔曼过滤器、贝叶斯过滤器等等。

引导系统78处理传感器数据连同其他数据，以确定车辆10所要遵循的路径。车辆控制系统80根据所确定的路径来生成用于控制车辆10的控制信号。

在各种实施例中，控制器34实施机器学习技术，以辅助控制器34的功能性，例如特征检测和对象分类、障碍物减少、路线穿越、测绘、传感器整合、地面真实情况确定等等。

在各种实施例中，障碍物管理系统100的所有或各部分可包括在计算机视觉系统74、定位系统76、引导系统78和/或车辆控制系统80内。如上面简要提到地是，图1的障碍物管理系统100配置成定位AV 10(可能是迭代地)，以使得减小障碍物的遮挡影响，而不会显著地阻碍迎面而来的车流，然后监控迎面而来的车流(例如，经由雷达、激光雷达等等)，以确定预期路径何时畅通(这里称为“窥视和疏通”的技术)。图4-6示出用于理解本发明的示例情况的相继俯视图。更具体地说，图4说明在车道410(与相对车道420相邻)中朝向并排停放的车辆(或简称为“障碍物”)408行驶的AV 10，该并排停放的车辆即出于等待进入交通流以外的原因而停放或以其他方式不动的车辆。车辆408停放，以使得车辆408较大程度上阻碍AV 10沿着车道410的进一步移动。例如会理解的是，车辆408是“并排停放的”，意思是其与另一停放车辆(也就是说，车辆404)相邻，该车辆自身停放在沿着停放车道430提供的停放空间内。此外，图4中示出附加的停放车辆401、402、403、405、406以及407。

会意识到的是，车辆408相对于AV 10的位置使得车辆408在一定程度会阻挡AV 10的一个或多个前向或侧向传感器(例如，前置雷达传感器590)的视域，由此降低AV 10观察相邻车道420内迎面而来的车流的能力。例如，AV 10可能无法完整地观察车辆421，该车辆说明为正在迎面而来的车道420中接近。

现参照图5和6，根据各种实施例的障碍物管理系统100配置成定位AV 10，以使得其减小车辆408的遮挡影响(相对于一个或多个传感器件)，且不会显著地阻碍车道420中迎面而来的车流。关于这一点，例如这里使用的短语“不会显著地阻碍”指代不会妨碍迎面而来的车流行进至AV 10周围或附近的位置和姿势。如这里使用的是，术语“位置”指代AV 10的空间位置(例如，在GPS坐标等等方面)，而术语“姿势”使用任何方便的角度单位或方向指示符来指代AV 10的定向或“航向”。

例如，如图5中所示，AV 10已定位成使得其左前方角部561略微延伸超出中心线(或某个其他分界线)562，并且该AV的姿势已调节成使得其纵向轴线通过小角度θ并不平行于中心线562。如图所示，位置和姿势的此种改变导致更有效的视野502，以允许传感器系统28内的任何前置雷达传感器(例如，传感器590)或其他可应用传感器能监控迎面而来的车道420，包括诸如车辆421的迎面而来车辆的速度、位置以及加速度。此类可应用传感器可例如包括侧向或后向雷达、激光雷达或光学传感器。会意识到的是，例如图5中说明的AV 10并不延伸到车道420中，以使得会防止车辆421继续经过车道420中的车辆10。也就是说，车道420的基本宽度(564)仍可用于车辆421。

一旦AV 10如图5中所示定位，障碍物管理系统100然后就可监控迎面而来的车流并且确定车道420何时充分畅通，以至AV 10可如图6中所示沿着路径602操纵绕过或“绕开”车辆408，并且重新加入初始预期路径(即，继续直线地沿着车道410的路线)。会意识到的是，图4-6中说明的特定角度和位置并不旨在是限制性的，且本主题可适用于解决能由可用传感器有利地观察到的各种各样的障碍物、车道几何形状以及感兴趣的潜在区域。

现参照图7，示例性障碍物管理系统100通常包括障碍物管理模块(或简称为“模块”)710，该障碍物管理模块自身包括障碍物检测子模块(或“模块”)715、定位子模块(或“模块”)720以及疏通子模块(或“模块”)730。通常，障碍物管理模块710接收传感器数据701(例如，光学照相机数据、雷达传感器回复、激光雷达传感器回复等等)，从该传感器数据中，可确定阻碍AV 10的预期路径的障碍物(例如，图4中的车辆408)的存在，并且在确定绕开障碍物的路径是通畅之后，产生输出731，该输出指示AV 10可遵循绕过障碍物的第二路径以重新加入其预期路径(如图6中所示)。

障碍物检测模块715配置成确定障碍物408是这样的障碍物类别，人类驾驶员在普通条件下可能合理地预期驾驶绕过该障碍物类别，例如并排停放的汽车或等同物。在一些实施例中，障碍物408可能并非是严格静止的，而是可缓慢地和/或间断地移动，例如可以是邮件输送车辆等等的情形。此种障碍物类别的确定可使用任何合适的方法，包括经训练以基于传感器数据701来对这些障碍物进行分类的各种机器学习模型。例如模块715可实施卷积神经网络(CNN)或者经训练以识别各种各样此类障碍物的其他分类器。此种分类器还可考虑如下特征：例如，停放车辆的后制动器的状态、其紧急闪光器的状态、乘员是否存在于车辆内、附近的标牌和交通控制灯、在障碍物前方是否存在一个或多个其他车辆以及任何其他此类因素。关于这一点，这里描述的系统和方法并不局限于并排停放的汽车，而是可应用于垃圾容器、工程车辆以及可能妨碍AV 10沿着其预期路径行驶的任何其他障碍物。

定位子模块720辅助调节AV 10的位置和/或姿势，以使得减小或消除障碍物的遮挡影响，而不会显著地阻碍迎面而来的车道或多个车道，例如上文结合图5所示出和描述的那样。如图6中所示，疏通子模块730通常配置成监控AV 10附近(例如，在迎面而来的车道420中)的任何迎面而来的车流，并且确定AV 10是否行进畅通。可利用结合传感器系统28作用的任何合适的机器学习模型来执行对迎面而来的车流的监控。在一些实施例中，如下文所描述的是，疏通子模块730可包括逻辑，以确定当推定的并排停放的汽车是“误判”(例如，在AV 10已开始沿着其预期路径操纵之后，明显“停放”的车辆开始移动，或者操纵绕过一大串卡片是不明智的)的时候所要采取的行动方针。如何能实现此的一个示例是总是确保剩下足够的空间以供车辆能返回至初始车道。

会理解的是，根据本发明的障碍物管理系统100的各种实施例可包括嵌入在控制器34内的任何数量的附加子模块，这些子模块可以组合和/或进一步划分，以类似地实施这里描述的系统和方法。此外，向障碍物管理系统100的输入可以从传感器系统28接收，从与自主车辆10相关联的其他控制模块(未示出)接收，从通信系统36接收，和/或由图1的控制器34内的其他子模块(未示出)确定/建模。此外，这些输入还可经受预处理，例如子采样、降噪、归一化、特征提取、丢失数据减少等。

上述各种模块可以实施为一个或多个机器学习模型，这些机器学习模型经历监督、无监督、半监督或强化学习并执行分类(例如，二元或多类分类)、回归、聚类、降维和/或此类任务。此类模型的示例包括但不限于人工神经网络(ANN)(例如递归神经网络(RNN)和卷积神经网络(CNN))、决策树模型(例如分类和回归树(CART))、集成学习模型(例如，提升、自举聚合、梯度推进机和随机森林)、贝叶斯网络模型(例如，朴素贝叶斯)、主成分分析(PCA)、支持向量机(SVM)、聚类模型(例如，K-最近邻、K-均值、期望最大化、层次聚类等)、线性判别分析模型。

在一些实施例中，由系统100使用的任何机器学习模型的训练发生在远离车辆10的系统(例如，图2中的系统52)内，并且随后下载到车辆10以在车辆10的正常操作期间使用。在其他实施例中，训练自身至少部分地在车辆10的控制器34内发生，并且该模型随后与车队中的外部系统和/或其他车辆共享(例如图2中所示)。训练数据可类似地由车辆10生成或者从外部获取，并且可在训练之前划分为训练集、验证集和测试集。

现参照图8并且继续参照图1-7，所说明的流程图提供控制方法800，该控制方法可由根据本发明的障碍物管理系统100执行。例如根据本发明可意识到的是，方法内的操作顺序并不限于附图中说明的按序执行，而是可在适用的情形下并且根据本发明而以一个或多个改变的顺序执行。在各种实施例中，可将该方法安排为基于一个或多个预定事件运行，和/或该方法可在自主车辆10的运行期间持续地运行。

在各种实施例中，方法在801处开始，其中，接收与AV 10相关联环境有关的传感器数据。如上所述，此种传感器数据可从诸如光学照相机、激光雷达传感器、雷达传感器之类的各种传感器件中接收。在802处，此种传感器数据则用于确定障碍物(例如，车辆408)的存在，如上所述并且借助示例在图4中所说明。在一个实施例中，障碍物检测模块715检测障碍物，该障碍物至少部分地阻碍车辆在与相对车道(420)相邻的一个车道(例如，车道410)中的预期路径，并且至少部分地遮挡传感器系统28的至少一个传感器件对相对车道的视域(如图4中所示)。例如会意识到的是，取决于障碍物408的尺寸和形状，传感器系统28的一些传感器件可具有相对车道420的完整视域(例如，顶置照相机、激光雷达等等)，而传感器系统28的其他传感器件可能仅仅具有相对车道420的部分视域(例如，前置照相机或雷达传感器)。

因此，在803处，模块720定位(或确定)AV 10的减小障碍物的遮挡影响的所需位置(如图5中所示)。在各种实施例中，如果AV在正常交通中将要停在非并排停放的车辆后面(例如，在交通信号灯处等待的同时)，AV 10在此种过程之后的位置和/或姿势可能与AV的正常位置和/或姿势不同。例如，图4说明在这些条件下可能被认为是正常姿势和位置的姿势和位置。然而，取决于障碍物的特性、AV 10的特性、正用于监控迎面而来的车流的传感器类型、AV 10在其中行驶的车道的几何形状以及环境、道路和周围物体的其它特征，车辆的位置和姿势的范围可改变。虽然本实施例在迎面而来的车流的情形下讨论，本文的系统和方法也可在沿与AV 10相同的方向行驶的相邻车流的情形下采用。也就是说，再次简要地参照图4，会意识到的是，上文描述的方法也可用在如下情形中：车道420中车流的方向与车道410相同(即，在附图中向右)，且车辆421从后面经过AV 10，而非在相对车道中接近。

在一些实施例中，在803处，AV 10的定位迭代地执行。也就是说，模块720可指令AV10在位置上作出微量调整，确定其视野是否令人满意，作出另外的微量调整等等，直到该AV的位置和姿势适当为止。此种迭代移动密切地类似于人类驾驶员的行为，这些人类驾驶员意图相继地“爬上”并绕过障碍物，以实现对迎面而来的车流的更大视域。然而，在静止障碍物的情形中，模块720可事先了解关于障碍物和车道的几何形状的足够信息，以使得可经由开环过程来确定针对AV 10的期望位置和姿势。

在804处，可评估障碍物的长度，以辅助确定绕过障碍物的最佳路径。在一些实施例中，可首先将长度(例如，沿着平行于AV 10的预期路径的轴线的特征距离)设定为默认数值(例如，典型车辆的最大预期长度)，且然后通过使用任何合适的传感器(例如，激光雷达和/或雷达)对障碍物进行几何分析而完善。例如参照图9，AV 10上的前置传感器可用于观察障碍物1001的侧部1025的远角1022和近角1021，由此允许AV 10能评估长度1020。作为上述技术的替代和附加，如图10中示出的顶置传感器1102可用于观察顶部表面1025的远边缘1122和近边缘1121，由此允许能评估长度1020。在又一实施例中，障碍物1001的面对表面1126(例如通过照相机或其它传感器观察到的是)可用于例如经由使用已知障碍物类型(汽车、卡车、垃圾箱等等)训练的卷积神经网络来对障碍物1001进行分类。已知障碍物1001的类别，障碍物管理模块710然后可查询此种障碍物类别和已知维度的(本地或远程地存储的)数据库(例如，表格)，以评估障碍物1001的长度1020。

再次参照图8，障碍物管理模块710然后在805处确定会允许AV 10操纵绕过障碍物(即，“绕开”障碍物)的路径。例如，此种路径说明为图6中的路径602。例如会意识到的是，此种路径的长度和其它几何特征会更大程度地取决于各种因素而改变，这些因素例如是道路车道(例如，410、420)的几何形状、障碍物的几何形状、道路的速度极限等等。例如，绕开路径可由从车道410变为车道420的路径构成，沿着与车道420中车辆408相邻的区段直线地移动，然后在合适的点处变回至车道410，上述区段比车辆408的前端部长某个预定缓冲距离。

接下来，在806处，障碍物管理模块710监控相对车道和相关的车流(如果有的话)以及附近可能与完成预期操纵路径相关的任何物体。此类物体可例如包括从后面接近AV10的车辆，该车辆同时试图操纵绕过同一障碍物，并且因此在AV 10试图沿着预期操纵路径移动时可能“切断”AV。在807处，障碍物管理模块710确定迎面而来的车流是否充分畅通，以使得AV 10可行进绕过障碍物。如果是的话，则处理以808继续，且AV 10操纵绕过障碍物，并且返回至其初始预期路径。如果该路径并不充分地畅通以绕开障碍物，则处理返回至806，在此种情形下，障碍物管理模块710继续监控迎面而来的车流。在另一实施例中，该系统提供这样的选项，即呼叫远程援助，允许人类操作者能确定是否行进绕过障碍物或者重新绘制预期路径。

如这里使用的是，关于路径的术语“畅通”通常指代这样的情形，其中，系统100已确定AV 10可能以合理规划的加速度、速率等沿着其预期路径行进，且在AV 10以及AV 10附近的任何车辆和物体之间保留充足的空间余量。可通过图3的ADS70内的一个或多个模块来作出此种判定。

例如上文简要提及地是，障碍物管理模块710可能配置成处理将障碍物“误判”分类为并排停放的车辆的情形。再次参照图6，考虑这样一种情形，其中，在AV 10试图完成其绕过车辆408的操纵的同时，车辆408开始继续在车道410中向前。图11示出解决此种情形的流程图。

确切地说，在各种实施例中，方法1200在1201处开始，其中，AV 10开始操纵绕过(假定的)并排停放的车辆408，并且该方法继续至1202，其中，系统100确定车辆408作为并排停放的车辆的分类是否是误判的，即车辆408的绝对速率是非零的或者高于某个小阈值。如果否的话，该操纵按规划完成(1203)：如果是的话，处理继续至1204，且系统100确定AV10是否进行操纵。

如这里使用的是，短语“进行操纵”指代这样一种情形，其中，AV 10已沿着其绕过障碍物的路径前进至更有利于(使用各种探试或其它标准)来完成绕过障碍物的操纵的程度(1206)，且可能会按需要增大速率，而非中止操纵并且返回至其车道并且遵循其初始预期路径(1205)。此种判定可能考虑各种因素，例如在确定障碍物一开始移动的时刻AV 10相对于车辆408的位置、速度以及加速度，障碍物408的几何形状(例如，长度和宽度)，车道410的几何形状(例如，宽度)，气候条件(例如，能见度、降水量)，迎面而来的车流的状态，障碍物的特性以及视为相关的任何其它因素。如上所述，然而，在一些实施例中，间歇地移动的障碍物(例如，缓慢地依次停停走走的邮车)可能被认为是需要被操纵绕过的障碍物，尽管该障碍物并非严格静止。此种物体不会被认为是误判的。

虽然在前文详细描述中已呈现了至少一个示例性实施例，但应意识到的是存在各种各样变型。还应意识到的是，示例性实施例或多个示例性实施例仅仅是示例，但并不旨在以任何方式限制本发明的范围、可适用性或配置。而是，前文详细描述会为本领域技术人员提供用于实施示例性实施例或多个示例性实施例的便利指引图。应理解的是，可对元件的功能和结构做出各种改变，而不会偏离在所附权利要求及其法律等同物中阐述的本发明范围。

Claims

1.一种障碍物管理方法，包括：

经由一个或多个传感器件接收与车辆相关联的环境有关的传感器数据；

利用所述传感器数据来确定障碍物的存在，所述障碍物至少部分地阻碍所述车辆在与第二车道相邻的第一车道中的预期路径并且至少部分地遮挡一个或多个传感器件的第一传感器件对所述第二车道的视域；

利用处理器来相对于所述障碍物定位所述车辆，以改善所述第一传感器件对所述第二车道的视域，而不会显著地阻碍相对车道；

确定绕开所述障碍物并且重新加入所述预期路径的第二路径；

经由所述第一传感器件监控所述第二车道以确定所述第二路径何时通畅；以及

当确定所述第二路径通畅时，使所述车辆沿着所述第二路径移动。

2.根据权利要求1所述的方法，进一步包括：

在使得所述车辆沿着所述第二路径移动的同时确定所述障碍物已开始移动；

确定所述车辆是否已进入所述第二路径；

当确定所述车辆已进入所述第二路径时，完成沿着所述第二路径的移动；以及

当确定所述车辆还未进入所述第二路径时，中止沿着所述第二路径的移动。

3.根据权利要求1所述的方法，其中，所述第一传感器件是前向雷达传感器。

4.根据权利要求1所述的方法，其中，所述障碍物是并排停放的车辆。

5.根据权利要求1所述的方法，进一步包括经由所述传感器数据评估所述障碍物的长度，并且基于所评估的障碍物长度来部分地确定所述第二路径。

6.一种用于控制车辆的系统，包括：

障碍物检测模块，所述障碍物检测模块包括处理器且配置成：

利用所述传感器数据来确定障碍物的存在，所述障碍物至少部分地阻碍所述车辆在与第二车道相邻的第一车道中的预期路径并且至少部分地遮挡所述一个或多个传感器件的第一传感器件对所述第二车道的视域；

定位模块，所述定位模块配置成：

利用处理器来相对于所述障碍物定位所述车辆，以改善所述第一传感器件对所述第二车道的视域，而不会显著地阻碍所述第二车道；

确定绕开所述障碍物并且重新加入所述预期路径的第二路径；以及

疏通模块，所述疏通模块配置成：

7.根据权利要求6所述的系统，其中，所述疏通模块进一步：

确定所述车辆是否已进入所述第二路径；以及

当确定所述车辆已进入所述第二路径时，完成沿着所述第二路径的移动，并且当确定所述车辆还未进入所述第二路径时，中止沿着所述第二路径的移动。

8.根据权利要求6所述的系统，其中，所述第一传感器件是前向雷达传感器。

9.根据权利要求6所述的系统，其中，所述定位模块进一步经由所述传感器数据评估所述障碍物的长度，并且基于所评估的障碍物长度来部分地确定所述第二路径。

10.根据权利要求6所述的系统，其中，通过迭代地改变所述车辆的位置和姿势来定位所述车辆，直到改善预定量的所述第一传感器件对所述第二车道的所述视域为止。