[go: up one dir, main page]

CN110389580A - 用于规划自动驾驶车辆的路径的漂移校正的方法 - Google Patents

用于规划自动驾驶车辆的路径的漂移校正的方法 Download PDF

Info

Publication number
CN110389580A
CN110389580A CN201811557302.3A CN201811557302A CN110389580A CN 110389580 A CN110389580 A CN 110389580A CN 201811557302 A CN201811557302 A CN 201811557302A CN 110389580 A CN110389580 A CN 110389580A
Authority
CN
China
Prior art keywords
path
current
drift
drift correction
automatic driving
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.)
Granted
Application number
CN201811557302.3A
Other languages
English (en)
Other versions
CN110389580B (zh
Inventor
朱帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN110389580A publication Critical patent/CN110389580A/zh
Application granted granted Critical
Publication of CN110389580B publication Critical patent/CN110389580B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • B60W40/10—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 vehicle motion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/02—Conjoint control of vehicle sub-units of different type or different function including control of driveline clutches
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/04—Conjoint control of vehicle sub-units of different type or different function including control of propulsion units
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/10—Conjoint control of vehicle sub-units of different type or different function including control of change-speed gearings
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/18—Conjoint control of vehicle sub-units of different type or different function including control of braking systems
    • 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
    • B60W10/00—Conjoint control of vehicle sub-units of different type or different function
    • B60W10/20—Conjoint control of vehicle sub-units of different type or different function including control of steering systems
    • 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
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G05D1/0221—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving a learning process
    • 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
    • G05D1/0223—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory involving speed control of the vehicle
    • 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
    • G05D1/0234—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons
    • G05D1/0236—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using optical markers or beacons in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0238—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors
    • G05D1/024—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using obstacle or wall sensors in combination with a laser
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0242—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using non-visible light signals, e.g. IR or UV signals
    • G—PHYSICS
    • 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
    • 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
    • G05D1/0255—Control of position or course in two dimensions specially adapted to land vehicles using acoustic signals, e.g. ultra-sonic singals
    • 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
    • G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
    • 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
    • G05D1/0259—Control of position or course in two dimensions specially adapted to land vehicles using magnetic or electromagnetic 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/0278—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using satellite positioning signals, e.g. GPS
    • 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
    • G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
    • G05D1/028—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle using a RF signal
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0082—Automatic parameter input, automatic initialising or calibrating means for initialising the control system
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • B60W2050/0083—Setting, resetting, calibration
    • B60W2050/0085—Setting or resetting initial positions
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • 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
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Combustion & Propulsion (AREA)
  • Chemical & Material Sciences (AREA)
  • Electromagnetism (AREA)
  • Optics & Photonics (AREA)
  • Business, Economics & Management (AREA)
  • Medical Informatics (AREA)
  • Game Theory and Decision Science (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Human Computer Interaction (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
  • Navigation (AREA)

Abstract

在一个实施方式中，当为自动驾驶车辆(ADV)规划当前行驶周期的路径时，基于安装在ADV上的各种传感器提供的传感器数据确定ADV的当前位置。生成用于从当前位置驾驶ADV预定时间的当前行驶周期的路径。基于先前路径计算ADV的预期位置，该先前路径是在先前的行驶周期期间生成的。基于ADV的预期位置和当前位置计算漂移误差。基于漂移误差至少修改当前行驶周期的路径的起点，生成修改的路径。然后根据修改的路径控制ADV。

Description

用于规划自动驾驶车辆的路径的漂移校正的方法
技术领域
本公开的实施方式总体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及用于自动驾驶车辆的零漂移路径规划。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
运动规划和控制是自动驾驶中的关键操作。然而，漂移是对自动驾驶车辆(ADV)的路径规划有重大影响的系列问题。漂移可能由多种因素引起，包括但不限于，轮胎磨损、车轮定位、胎压、道路状况等。这种漂移可导致路径规划的精度。在规划路径时，缺乏考虑ADV的漂移的精确和有效的方法。
发明内容
根据本申请的一方面，提供了一种用于规划驾驶自动驾驶车辆的路径的计算机实施的方法，所述方法包括：
基于从安装在所述自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从所述当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
根据本申请的另一方面，提供了一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作自动驾驶车辆的操作，所述操作包括：
基于从安装在所述自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从所述当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
根据本申请的又一方面，提供了一种数据处理系统，包括：
处理器；以及
存储器，所述存储器联接至所述处理器，以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：
基于从安装在自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考标记指示相似元件。
图1是示出根据一个实施方式的网络化系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出根据一个实施方式利用漂移补偿来优化路径的过程的图示。
图5是示出根据另一实施方式确定漂移误差的过程的图示。
图6是示出根据一个实施方式的利用漂移补偿来优化路径的过程的流程图。
图7是示出根据一个实施方式的利用漂移补偿来优化路径的过程的流程图。
图8是示出根据一个实施方式的数据处理系统的框图。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是本公开的说明，而不应当解释为对本公开进行限制。描述了许多特定细节以提供对本公开的各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节，以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
典型地，自动驾驶过程在计划周期或行驶周期(例如，100至200毫秒周期)的基础上执行，这将在下面进一步详细描述。对于每个行驶周期，路径被规划用于下一预定的距离或预定的时间段。在每个行驶周期结束时，为ADV的新行驶周期规划新的路径。根据一个实施方式，当规划当前行驶周期的路径(用于控制ADV在下一预定时间段行驶)时，确定由先前行驶周期引起的ADV的漂移误差。基于漂移误差确定漂移校正因子。基于漂移校正因子至少修改或补偿为当前行驶周期规划的路径的起点。因此，ADV可以根据更接近理想情况(即，没有漂移的情况下)的路径来行驶。通过在规划阶段期间周期性地补偿ADV的漂移，ADV可以在较长时间内行驶得更接近规划路径。
根据一个实施方式，当为ADV规划当前行驶周期(或规划周期)的路径时，基于安装在ADV上的各种传感器(例如，LIDAR、RADAR、摄相机)提供的传感器数据确定ADV的当前位置。生成用于从当前位置驾驶ADV预定的时间的当前行驶周期的路径。路径可基于感知ADV的驾驶环境的感知数据生成，该感知数据可基于传感器数据确定。此外，基于先前路径计算ADV的预期位置，该先前路径是在先前的行驶周期(例如，最后一个行驶周期)期间生成的。如果ADV在理想驾驶条件下没有任何漂移的行驶，那么ADV的预期位置就是先前路径的目标位置。然而，由于如上所述的各种因素，ADV的实际位置(例如，ADV的当前位置)将与预期的位置不同，例如，由于漂移误差。然后，基于ADV的预期位置和当前位置动态地计算漂移误差。这种漂移误差可根据不同时间点的特定驾驶环境(例如，道路条件、天气条件、胎压、定位、车轮定位等)而有时不同。基于漂移误差至少修改当前行驶周期的路径的起点，生成修改的路径。然后根据修改的路径控制ADV。
在一个实施方式中，漂移误差是基于ADV的期望位置和当前位置之间的差异(例如，在横向方向)来计算的。基于漂移误差，使用预定漂移校正算法计算漂移校正因子。然后基于漂移校正因子修改路径。在一个实施方式中，鉴于在当前行驶周期期间计算的漂移误差，基于在先前行驶周期期间计算的先前校正因子来计算漂移校正因子。根据另一实施方式，在至少修改路径的起点时，路径被投影到站横向(station-lateral,SL)空间或SL地图上作为SL曲线。SL曲线表示沿着路径的路径点相对于ADV行驶的车道的基准线的相对位置。然后，基于漂移校正因子至少横向地移位SL曲线的起点。然后利用移位的SL曲线来修改路径以补偿ADV的漂移误差。
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或位置服务器等。
自动驾驶车辆是指可被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中，自动驾驶车辆101包括，但不限于，感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113和传感器系统115。自动驾驶车辆101还可包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS单元212可包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可另外感测对象的速度和/或前进方向。LIDAR单元215可使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，LIDAR单元215还可包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。
传感器系统115还可包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可集成为集成式油门/制动传感器。
在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也被称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。
返回参考图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储装置)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。可替代地，感知与规划系统110可与车辆控制系统111集成在一起。
例如，作为乘客的用户可例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可从MPOI服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。可替代地，此类位置和MPOI信息可本地高速缓存在感知与规划系统110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时，感知与规划系统110也可从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可由第三方实体进行操作。可替代地，服务器103至104的功能可与感知与规划系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划系统110可规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。
服务器103可以是数据分析系统，从而为各种客户执行数据分析服务。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从各种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括指示所发出的驾驶指令(例如，油门、制动、转向指令)以及由车辆的传感器在不同的时间点捕捉到的车辆的响应(例如，速度、加速、减速、方向)的信息。驾驶统计数据123还可包括描述不同时间点下的驾驶环境的信息，例如，路线(包括起始位置和目的地位置)、MPOI、道路状况，气候状况等。
基于驾驶统计数据123，出于各种目的，机器学习引擎122生成或训练一组规则、算法和/或预测模型124。在一个实施方式中，算法124包括检测和计算在先前行驶周期与当前行驶周期之间ADV的漂移误差的算法。算法124还可以包括计算漂移校正因子(也称为漂移校正系数)的算法、以及用于修改当前行驶周期的路径的算法。然后，算法124可以上传到ADV，以在实时自动驾驶期间被用于漂移校正。
图3A和图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3A至图3B，感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路线模块307和漂移校正模块308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)以及管理与用户的行程或路线相关的任何数据。定位模块301(又称作为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的诸如地图与路线信息311的其它部件通信，以获得行程相关数据。例如，定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可作为地图与路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可从交通信息系统或服务器获得实时交通信息。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。
感知模块302可包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个摄像机采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
针对每个对象，预测模块303预测对象在这种情况下将如何表现。预测是基于感知数据执行的，该感知数据在考虑一组地图/路线信息311和交通规则312的时间点感知驾驶环境。例如，如果对象为相反方向上的车辆且当前驾驶环境包括十字路口，则预测模块303将预测车辆是否可能会笔直向前移动或转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可能会预测车辆在进入十字路口之前可能需要完全停车。如果感知数据表明车辆目前处于左转唯一车道或右转唯一车道，则预测模块303可能预测车辆将更可能分别左转或右转。
针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可存储在永久性存储装置352中。
路线模块307配置成提供从起点到目的地点的一个或多个路线或路径。对于从起始位置到目的地位置的给定行程，例如从用户接收的给定行程，路线模块307获得路线与地图信息311，并确定从起始位置至到达目的地位置的所有可能路线或路径。路线模块307可生成地形图形式的参考线，它确定了从起始位置至到达目的地位置的每个路线。参考线是指不受其它诸如其它车辆、障碍物或交通状况的任何干扰的理想路线或路径。即，如果道路上没有其它车辆、行人或障碍物，则ADV应精确地或紧密地跟随参考线。然后，将地形图提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的路线，以根据由其它模块提供的其它数据选择和修正最佳路线中的一个，其中，其它数据诸如为来自定位模块301的交通状况、由感知模块302感知到的驾驶环境以及由预测模块303预测的交通状况。根据时间点下的特定驾驶环境，用于控制ADV的实际路径或路线可能接近于或不同于由路线模块307提供的参考线。
基于针对所感知到的对象中的每个的决定，规划模块305使用由路线模块307提供的参考线作为基础，为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可决定超过所述对象，而规划模块305可确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和操纵命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中，规划阶段在多个规划周期(也称作为行驶周期)中执行，例如，在每个时间间隔为100毫秒(ms)的周期中执行。对于规划周期或行驶周期中的每一个，将基于规划和控制数据发出一个或多个控制指令。即，对于每100ms，规划模块305规划下一个路线段或路径段，例如，包括目标位置和ADV到达目标位置所需要的时间。可替代地，规划模块305还可规定具体的速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一个预定时段(诸如，5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于在先前周期中规划的目标位置规划用于当前周期(例如，下一个5秒)的目标位置。控制模块306然后基于当前周期的规划和控制数据生成一个或多个控制指令(例如，油门、制动、转向控制指令)。
应注意，决策模块304和规划模块305可集成为集成模块。决策模块304/规划模块305可包括导航系统或导航系统的功能，以确定自动驾驶车辆的驾驶路径。例如，导航系统可确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可根据经由用户接口系统113进行的用户输入来设定。导航系统可在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统可将来自GPS系统和一个或多个地图的数据合并，以确定用于自动驾驶车辆的驾驶路径。
根据一个实施方式，当为ADV规划当前行驶周期(或规划周期)的路径时，ADV的当前位置可基于由安装在ADV上的各种传感器(例如，LIDAR、RADAR、摄像机)提供的传感器数据来确定。ADV的当前位置可以通过定位模块301和/或感知模块302来确定。规划模块305然后规划当前行驶周期的路径，以允许控制模块306从当前位置驾驶ADV预定时间段。路径可基于感知ADV的驾驶环境的感知数据生成，驾驶环境可基于传感器数据确定。
在一个实施方式中，在规划期间，调用漂移校正模块308来确定基于先前路径计算的ADV的预期位置。漂移校正模块308也可以作为规划模块305的一部分来实现。先前路径可以在先前的行驶周期(例如，上一行驶周期)期间由规划模块305生成。如果ADV在理想驾驶条件下行驶而没有任何漂移，那么ADV的预期位置就是先前路径的目标位置。然而，由于如上所述的各种因素，ADV的实际位置(例如，当前行驶周期的ADV的当前位置)可能与在前行驶周期预期的位置不同，例如，由于漂移误差。然后，漂移校正模块308基于ADV的预期位置和当前位置动态地计算漂移误差。这种漂移误差可能根据不同时间点的特定驾驶环境(例如，道路条件、天气状况、胎压、车轮定位等)而有时不同。基于漂移误差，规划模块305可以至少修改当前行驶周期的路径的起点以生成修改的路径。然后，控制模块306根据当前行驶周期的修改的路径来控制ADV，例如，通过在沿着修改的路径的不同时间点发出适当的控制指令(例如，油门、制动、转向指令)。
应注意，关于过去路径和预期位置的信息可以作为驾驶统计数据313的一部分被保持。此外，如上所述，在ADV的自动驾驶期间，ADV沿在前路径的位置、速度和行进方向可以被采集并存储为驾驶统计数据313的一部分。在后续行驶周期的路径规划期间可以使用驾驶统计数据313。
在一个实施方式中，漂移校正模块308被配置为基于ADV的预期位置和当前位置之间的差异(例如，在横向方向)来计算漂移误差。基于漂移误差，漂移校正模块308使用预定的漂移校正算法进一步计算漂移校正因子。然后，基于漂移校正因子，通过规划模块305修改路径。在一个实施方式中，鉴于在当前行驶周期期间计算的漂移误差，基于在先前行驶周期期间计算的先前校正因子来计算漂移校正因子。在前漂移校正因子可以保持为漂移校正因子314的一部分。根据另一实施方式，在至少修改路径的起点时，规划模块305将路径投影或映射到SL空间或SL地图上，作为SL曲线。SL曲线表示沿着路径的路径点相对于ADV正行驶的车道的基准线的相对位置。然后，基于漂移校正因子至少横向地移位SL曲线的起点。然后，利用移位的SL曲线来修改路径以补偿ADV的漂移误差。
现参照图4，为了说明的目的，假定ADV在时间t1位于位置401。在时间t1，规划模块305规划第一行驶周期的第一轨迹411。在第一行驶周期结束时，在时间t2，规划模块305应当规划作为下一行驶周期的第二行驶周期的新轨迹。因此，在时间t1，ADV将被控制以根据轨迹411向前行驶。在时间t2，ADV将被控制以根据轨迹412向前行驶，而轨迹411将被丢弃。在时间t2，基于第一行驶周期的轨迹411，预期ADV位于位置402。然而，由于漂移，ADV在位置403结束，具有漂移误差405。如果在不考虑漂移误差405的情况下生成新轨迹，则新轨迹将是轨迹412。如图4所示，由于漂移误差405，在时间t1开始的第一行驶周期的轨迹411和在时间t2开始的第二行驶周期的轨迹412没有平滑地连接。这种在两个行驶周期之间的轨迹的非平滑连接可能对乘客造成不安全和/或不舒适的情况。
根据一个实施方式，当规划模块405在时间t2规划轨迹412时，漂移校正模块308被调用，以基于在时间t2的ADV的当前位置403和根据轨迹411的ADV的预期位置402来检测和计算漂移误差405。当在作为在前行驶周期的第一行驶周期期间规划轨迹411时，确定预期位置402，预期位置402可以保持并存储在永久性存储设备中，例如，作为行驶统计数据313的一部分。在一个实施方式中，漂移校正模块308基于在时间t2的ADV的当前位置403和根据轨迹411在时间t2的ADV的预期位置402之间的差(米)来计算漂移误差405。
在一个实施方式中，通过从预期位置402(Lexpected)的横向坐标中减去实际位置403(Lactual)的横向坐标来计算漂移误差405。也就是说，漂移误差405＝Lexpected-Lactual。如图4所示，漂移误差405可以是正的或者负的。漂移误差405的正值表示ADV的实际位置位于在前行驶周期的预期位置的右侧。漂移误差405的负值表示ADV的实际位置在在前行驶周期的预期位置的左侧。
基于漂移误差405，计算漂移校正因子(也称为漂移校正值)。在一个实施方式中，鉴于在前行驶周期期间确定的漂移校正因子(y_old)，基于漂移误差405(k)计算漂移校正因子(y_new)。在特定实施方式中，当前行驶周期的漂移校正因子y_new＝y_old+k/time_window，其中，time_window是预定时间段。在一个实施方式中，time_window的范围从100到200，其可以直接或间接表示驾驶周期的持续时间(例如，100-200ms)。与漂移误差(k)类似取决于ADV相对于预期位置的相对位置，漂移校正因子y_new和y_old可以是正的或负的。
根据一个实施方式，基于漂移校正因子，至少横向移位轨迹412的起点以补偿漂移误差。例如，如图4所示，如果漂移校正因子指示ADV的实际位置403位于预期位置402的右侧，则至少将轨迹的起点或整个轨迹412基于漂移校正因子向左移位，如图5所示。另一方面，如果漂移校正因子指示ADV的实际位置403位于预期位置402的左侧，则至少将轨迹的起点或整个轨迹412基于漂移校正因子向右移位。
图6是示出根据一个实施方式在规划轨迹时确定和补偿漂移的过程的框图。过程600可以由处理逻辑来执行，处理逻辑可以包括软件、硬件或其组合。例如，过程600可以通过漂移校正模块308、规划模块305和/或控制模块306来执行。参考图6，在操作601中，处理逻辑基于从各种传感器(例如，LIDAR、RADAR、GPS、摄像机)获得的传感器数据确定ADV的当前位置(例如，实际位置)。在操作602中，处理逻辑规划用于从当前位置驾驶ADV预定时间(例如，行驶周期的持续时间)的当前行驶周期的路径。在操作603中，处理逻辑确定基于在先前行驶周期期间确定的先前路径计算的ADV的预期位置。在操作604中，处理逻辑计算ADV的当前位置和预期位置之间的漂移误差。在操作605中，处理逻辑基于漂移误差至少修改当前行驶周期的路径的起点以生成修改的路径。在操作606中，处理逻辑根据修改的路径控制ADV。
图7是示出根据一个实施方式的利用漂移校正的路径优化过程的流程图。参见图7，在操作701中，最初，与在前规划周期相关联的漂移校正值(y_old)被设置为零。在操作702中，为当前规划周期规划路径。在操作703中，将ADV的当前位置与在上一规划周期中确定的ADV的预期位置进行比较，以确定漂移误差(k)。在操作704中，当前规划周期的漂移校正值y_new被更新：y_new＝y_old+k/time_window。在操作705中，基于当前规划周期漂移修正值y_new修改路径。如果存在更多的规划周期，则在操作706中，当前规划周期的漂移校正值变为在前规划周期的漂移校正值，并且对于下一规划周期重复执行上述过程。
应注意，如上文示出和描述的部件中的一些或全部可在软件、硬件或其组合中实施。例如，此类部件可实施为安装并存储在永久性存储装置中的软件，所述软件可通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。可替代地，此类部件可实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图8是示出可与本公开的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的感知与规划系统110或者服务器103至104中的任一个。系统1500可包括许多不同的部件。这些部件可实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机系统的主板或插入卡)的其它模块或者实施为以其它方式并入计算机系统的机架内的部件。
还应注意，系统1500旨在示出计算机系统的许多部件的高阶视图。然而，应当理解的是，某些实施例中可具有附加的部件，此外，其它实施例中可具有所示部件的不同布置。系统1500可表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。
在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、加密处理器、协处理器、嵌入式处理器、或者能够处理指令的任何其它类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可实施为片上系统(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。系统1500还可包括与可选的图形子系统1504通信的图形接口，图形子系统1504可包括显示控制器、图形处理器和/或显示装置。
处理器1501可与存储器1503通信，存储器1503在一个实施方式中可经由多个存储器装置实施以提供给定量的系统存储。存储器1503可包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如，各种操作系统、装置驱动程序、固件(例如，输入输出基本系统或BIOS)和/或应用的可执行代码和/或数据可加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统，例如，机器人操作系统(ROS)、来自公司的操作系统、来自苹果公司的Mac 来自公司的LINUX、UNIX，或者其它实时或嵌入式操作系统。
系统1500还可包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可包括鼠标、触摸板、触敏屏幕(其可与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
IO装置1507可包括音频装置。音频装置可包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可包括成像处理子系统(例如，摄像机)，所述成像处理子系统可包括用于促进摄像机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储装置(未示出)也可联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储装置可经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储装置可主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储装置充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。
存储装置1508可包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可表示上述部件中的任一个，例如漂移校正模块308。处理模块/单元/逻辑1528还可在其由数据处理系统1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理系统1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可通过网络经由网络接口装置1505进行传送或接收。
计算机可读存储介质1509也可用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本公开的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它特征可实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或类似装置)的功能中。此外，处理模块/单元/逻辑1528可实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意，虽然系统1500被示出为具有数据处理系统的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本公开的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理系统也可与本公开的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所预期结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储装置、传送或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可按不同的顺序执行。此外，一些操作可并行地执行而不是顺序地执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
在以上的说明书中，已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可对本发明作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (21)

1.一种用于规划驾驶自动驾驶车辆的路径的计算机实施的方法，所述方法包括：
基于从安装在所述自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从所述当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
2.如权利要求1所述的方法，其中，所述漂移误差表示所述自动驾驶车辆的所述预期位置和所述当前位置之间的差异。
3.如权利要求1所述的方法，进一步包括：
利用预定的漂移校正算法基于所述漂移误差计算漂移校正因子；以及
基于所述漂移校正因子至少修改所述路径的起点。
4.如权利要求3所述的方法，其中，所述漂移校正因子表示当前漂移校正因子，其中，所述当前漂移校正因子是基于在所述先前行驶周期期间确定的在前漂移校正因子和在所述当前行驶周期期间确定的所述漂移误差来计算的。
5.如权利要求4所述的方法，其中，所述当前漂移校正因子(ycurrent)计算如下：ycurrent＝yprior+k/time_window_value，其中，yprior表示所述在前漂移校正因子，k表示所述漂移误差，time_window_value表示预定时间窗时段。
6.如权利要求5所述的方法，其中，所述time_window_value的范围为200至400。
7.如权利要求1所述的方法，其中，至少修改所述当前行驶周期的路径的起点包括：
将所述路径投影到SL地图上作为SL曲线，其中，所述SL曲线表示所述路径的多个路径点相对于所述自动驾驶车辆正在行驶的车道的基准线的相对位置；以及
基于漂移校正因子至少横向移位所述SL曲线的起点，其中，利用移位的SL曲线来调整所述路径。
8.一种存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作自动驾驶车辆的操作，所述操作包括：
基于从安装在所述自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从所述当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
9.如权利要求8所述的机器可读介质，其中，所述漂移误差表示所述自动驾驶车辆的所述预期位置和所述当前位置之间的差异。
10.如权利要求8所述的机器可读介质，其中，所述操作进一步包括：
利用预定的漂移校正算法基于所述漂移误差计算漂移校正因子；以及
基于所述漂移校正因子至少修改所述路径的起点。
11.如权利要求10所述的机器可读介质，其中，所述漂移校正因子表示当前漂移校正因子，其中，所述当前漂移校正因子是基于在所述先前行驶周期期间确定的在前漂移校正因子和在所述当前行驶周期期间确定的所述漂移误差来计算的。
12.如权利要求11所述的机器可读介质，其中，所述当前漂移校正因子(ycurrent)计算如下：ycurrent＝yprior+k/time_window_value，其中，yprior表示所述在前漂移校正因子，k表示所述漂移误差，time_window_value表示预定时间窗时段。
13.如权利要求12所述的机器可读介质，其中，所述time_window_value的范围为200至400。
14.如权利要求8所述的机器可读介质，其中，至少修改所述当前行驶周期的路径的起点包括：
将所述路径投影到SL地图上作为SL曲线，其中，所述SL曲线表示所述路径的多个路径点相对于所述自动驾驶车辆正在行驶的车道的基准线的相对位置；以及
基于漂移校正因子至少横向移位所述SL曲线的起点，其中，利用移位的SL曲线来调整所述路径。
15.一种数据处理系统，包括：
处理器；以及
存储器，所述存储器联接至所述处理器，以存储指令，所述指令在由所述处理器执行时致使所述处理器执行操作，所述操作包括：
基于从安装在自动驾驶车辆上的多个传感器获得的传感器数据来确定所述自动驾驶车辆的当前位置；
规划用于从当前位置驾驶所述自动驾驶车辆预定的时间的当前行驶周期的路径；
确定基于在先前行驶周期期间确定的先前路径计算的所述自动驾驶车辆的预期位置；
计算所述自动驾驶车辆的所述当前位置与所述预期位置之间的漂移误差；
基于所述漂移误差至少修改所述当前行驶周期的路径的起点，生成修改的路径；以及
根据所述修改的路径控制所述自动驾驶车辆行驶。
16.如权利要求15所述的方法，其中，所述漂移误差表示所述自动驾驶车辆的所述预期位置和所述当前位置之间的差异。
17.如权利要求15所述的方法，其中，所述操作进一步包括：
利用预定的漂移校正算法基于所述漂移误差计算漂移校正因子；以及
基于所述漂移校正因子至少修改所述路径的起点。
18.如权利要求17所述的方法，其中，所述漂移校正因子表示当前漂移校正因子，其中，所述当前漂移校正因子是基于在所述先前行驶周期期间确定的在前漂移校正因子和在当前的行驶周期期间确定的所述漂移误差来计算的。
19.如权利要求18所述的方法，其中，所述当前漂移校正因子(ycurrent)计算如下：ycurrent＝yprior+k/time_window_value，其中，yprior表示所述在前漂移校正因子，k表示所述漂移误差，time_window_value表示预定时间窗时段。
20.如权利要求19所述的方法，其中，所述time_window_value的范围为200至400。
21.如权利要求15所述的方法，其中，至少修改所述当前行驶周期的路径的起点包括：
将所述路径投影到SL地图上作为SL曲线，其中，所述SL曲线表示所述路径的多个路径点相对于所述自动驾驶车辆正在行驶的车道的基准线的相对位置；以及
基于漂移校正因子至少横向移位所述SL曲线的起点，其中，利用移位的SL曲线来调整所述路径。
CN201811557302.3A 2018-04-18 2018-12-19 用于规划自动驾驶车辆的路径的漂移校正的方法 Active CN110389580B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/955,699 US10990101B2 (en) 2018-04-18 2018-04-18 Method for drifting correction for planning a path for autonomous driving vehicles
US15/955,699 2018-04-18

Publications (2)

Publication Number Publication Date
CN110389580A true CN110389580A (zh) 2019-10-29
CN110389580B CN110389580B (zh) 2022-05-31

Family

ID=68236869

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811557302.3A Active CN110389580B (zh) 2018-04-18 2018-12-19 用于规划自动驾驶车辆的路径的漂移校正的方法

Country Status (3)

Country Link
US (1) US10990101B2 (zh)
JP (1) JP6784794B2 (zh)
CN (1) CN110389580B (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112009460A (zh) * 2020-09-03 2020-12-01 中国第一汽车股份有限公司 一种车辆控制方法、装置、设备及存储介质
CN112721914A (zh) * 2020-12-23 2021-04-30 同济大学 带有监督机制的智能电动汽车漂移入库分段式控制方法
CN113696910A (zh) * 2021-09-24 2021-11-26 紫清智行科技(北京)有限公司 一种自动驾驶车辆纠正横向漂移的方法及装置
CN113771851A (zh) * 2020-05-20 2021-12-10 杭州海康威视数字技术股份有限公司 一种轨迹规划方法及装置
US12001215B2 (en) 2020-09-11 2024-06-04 Uatc, Llc Systems and methods for generating basis paths for autonomous vehicle motion control

Families Citing this family (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11602999B1 (en) * 2018-05-01 2023-03-14 Zoox, Inc. Predictive control strategies for vehicles
US11199847B2 (en) * 2018-09-26 2021-12-14 Baidu Usa Llc Curvature corrected path sampling system for autonomous driving vehicles
CN111324680B (zh) * 2019-01-25 2021-05-18 北京嘀嘀无限科技发展有限公司 一种信息展示方法及装置
JP7259574B2 (ja) * 2019-06-17 2023-04-18 株式会社ジェイテクト 制御装置、および転舵装置
CN113492863B (zh) * 2020-03-18 2023-03-10 北京车和家信息技术有限公司 自动驾驶的控制方法及装置
US20200324794A1 (en) * 2020-06-25 2020-10-15 Intel Corporation Technology to apply driving norms for automated vehicle behavior prediction
DE102020208391B4 (de) 2020-07-03 2024-08-14 Continental Autonomous Mobility Germany GmbH Verfahren zur teil- oder vollautonomen Führung eines Kraftfahrzeugs
US11866040B2 (en) 2020-07-21 2024-01-09 Panasonic Intellectual Property Management Co., Ltd. Movement control system, movement control method, program and moving body
CN114167849B (zh) * 2020-08-21 2023-12-08 富联精密电子(天津)有限公司 自走三角警示架及其行进控制方法
CN114787015A (zh) * 2021-06-15 2022-07-22 华为技术有限公司 自动驾驶车辆的标定方法及装置
CN116729422B (zh) * 2023-06-07 2024-03-08 广州市德赛西威智慧交通技术有限公司 车辆轨迹的偏离修正方法、车辆驾驶辅助方法及设备

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5983145A (en) * 1996-06-26 1999-11-09 Raytheon Marine G.M.B.H. Method for the course control of marine vessels over ground
US6109986A (en) * 1998-12-10 2000-08-29 Brunswick Corporation Idle speed control system for a marine propulsion system
JP2000330629A (ja) * 1999-05-17 2000-11-30 Taisei Corp 無人搬送車の走行・停止位置変更機構
US6195610B1 (en) * 1996-01-18 2001-02-27 Komatsu Ltd. Teaching method and apparatus of unmanned vehicle traveling course
CN1750418A (zh) * 2005-07-27 2006-03-22 凯明信息科技股份有限公司 定时跟踪和捕捉方法
US20080195301A1 (en) * 2005-04-22 2008-08-14 Thales Onboard Runway Incursion Alert Method and Device for Aircraft
US20110144865A1 (en) * 2008-06-27 2011-06-16 Niemz Volker Device and method for controlling an automatic steering system of a vehicle, and device and method for checking the ability to implement a predefined setpoint travel direction variable for a vehicle
US20120121161A1 (en) * 2010-09-24 2012-05-17 Evolution Robotics, Inc. Systems and methods for vslam optimization
US20140309836A1 (en) * 2013-04-16 2014-10-16 Neya Systems, Llc Position Estimation and Vehicle Control in Autonomous Multi-Vehicle Convoys
US20160090087A1 (en) * 2014-09-30 2016-03-31 Hanwha Techwin Co., Ltd. Cruise control system and method
CN105620470A (zh) * 2016-01-25 2016-06-01 雷沃重工股份有限公司 一种作业车辆行偏移检测调整方法及系统
CN106020191A (zh) * 2016-05-26 2016-10-12 百度在线网络技术（北京）有限公司 无人车的控制方法、装置及系统
CN106043169A (zh) * 2016-07-01 2016-10-26 百度在线网络技术（北京）有限公司 环境感知设备和应用于环境感知设备的信息获取方法
CN106155066A (zh) * 2016-09-29 2016-11-23 翁锦祥 一种可进行路面障碍检测的搬运车及搬运方法
US20170008521A1 (en) * 2015-02-10 2017-01-12 Mobileye Vision Technologies Ltd. Autonomous vehicle speed calibration

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
NL8402497A (nl) * 1984-08-14 1986-03-03 Philips Nv Voertuignavigatiesysteem voorzien van een adaptief traagheidsnavigatiesysteem gebaseerd op meting van de snelheid en de dwarsversnelling van het voertuig en voorzien van een correctie-eenheid voor het corrigeren van de gemeten waarden.
JPH0772926A (ja) * 1993-09-03 1995-03-17 Nissan Motor Co Ltd 推測航法における推測位置修正方法
JP3755217B2 (ja) * 1996-11-29 2006-03-15 住友電気工業株式会社 車両の位置算出装置
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
FR2938809B1 (fr) * 2008-11-25 2013-04-12 Bosch Gmbh Robert Procede de correction automatique de trajectoire.
DE102014200687A1 (de) * 2014-01-16 2015-07-16 Robert Bosch Gmbh Verfahren zum Betreiben eines Fahrzeugs
EP3018026B1 (en) * 2014-11-06 2019-05-15 Veoneer Sweden AB Method for vehicle path prediction
JP6321532B2 (ja) * 2014-11-28 2018-05-09 株式会社デンソー 車両の走行制御装置
US9567004B1 (en) * 2015-12-29 2017-02-14 Automotive Research & Testing Center Method and apparatus for vehicle path tracking with error correction
JPWO2018061612A1 (ja) * 2016-09-29 2019-04-25 本田技研工業株式会社 車両制御装置
MX2019003998A (es) * 2016-10-07 2019-07-04 Nissan Motor Metodo de evaluacion de vehiculo, metodo de correcion de ruta de desplazamiento, dispositivo de evaluacion de vehiculo, y dispositivo de correccion de ruta de desplazamiento.
US11067995B2 (en) * 2017-03-20 2021-07-20 Mobileye Vision Technologies Ltd. Navigation by augmented path prediction
US20200174490A1 (en) * 2017-07-27 2020-06-04 Waymo Llc Neural networks for vehicle trajectory planning
US10976745B2 (en) * 2018-02-09 2021-04-13 GM Global Technology Operations LLC Systems and methods for autonomous vehicle path follower correction
JP6900930B2 (ja) * 2018-04-13 2021-07-14 トヨタ自動車株式会社 車両走行制御装置
US11260849B2 (en) * 2018-05-23 2022-03-01 Baidu Usa Llc Method for determining lane changing trajectories for autonomous driving vehicles

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6195610B1 (en) * 1996-01-18 2001-02-27 Komatsu Ltd. Teaching method and apparatus of unmanned vehicle traveling course
US5983145A (en) * 1996-06-26 1999-11-09 Raytheon Marine G.M.B.H. Method for the course control of marine vessels over ground
US6109986A (en) * 1998-12-10 2000-08-29 Brunswick Corporation Idle speed control system for a marine propulsion system
JP2000330629A (ja) * 1999-05-17 2000-11-30 Taisei Corp 無人搬送車の走行・停止位置変更機構
US20080195301A1 (en) * 2005-04-22 2008-08-14 Thales Onboard Runway Incursion Alert Method and Device for Aircraft
CN1750418A (zh) * 2005-07-27 2006-03-22 凯明信息科技股份有限公司 定时跟踪和捕捉方法
US20110144865A1 (en) * 2008-06-27 2011-06-16 Niemz Volker Device and method for controlling an automatic steering system of a vehicle, and device and method for checking the ability to implement a predefined setpoint travel direction variable for a vehicle
US20120121161A1 (en) * 2010-09-24 2012-05-17 Evolution Robotics, Inc. Systems and methods for vslam optimization
US20140309836A1 (en) * 2013-04-16 2014-10-16 Neya Systems, Llc Position Estimation and Vehicle Control in Autonomous Multi-Vehicle Convoys
US20160090087A1 (en) * 2014-09-30 2016-03-31 Hanwha Techwin Co., Ltd. Cruise control system and method
US20170008521A1 (en) * 2015-02-10 2017-01-12 Mobileye Vision Technologies Ltd. Autonomous vehicle speed calibration
CN105620470A (zh) * 2016-01-25 2016-06-01 雷沃重工股份有限公司 一种作业车辆行偏移检测调整方法及系统
CN106020191A (zh) * 2016-05-26 2016-10-12 百度在线网络技术（北京）有限公司 无人车的控制方法、装置及系统
CN106043169A (zh) * 2016-07-01 2016-10-26 百度在线网络技术（北京）有限公司 环境感知设备和应用于环境感知设备的信息获取方法
CN106155066A (zh) * 2016-09-29 2016-11-23 翁锦祥 一种可进行路面障碍检测的搬运车及搬运方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
BEN HARRISON,等1: "Enhanced Location Based Sleep Scheduling for Target Tracking Applications in Travel Constrained Smart Space Environments", 《IEEE》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113771851A (zh) * 2020-05-20 2021-12-10 杭州海康威视数字技术股份有限公司 一种轨迹规划方法及装置
CN112009460A (zh) * 2020-09-03 2020-12-01 中国第一汽车股份有限公司 一种车辆控制方法、装置、设备及存储介质
CN112009460B (zh) * 2020-09-03 2022-03-25 中国第一汽车股份有限公司 一种车辆控制方法、装置、设备及存储介质
US12001215B2 (en) 2020-09-11 2024-06-04 Uatc, Llc Systems and methods for generating basis paths for autonomous vehicle motion control
CN112721914A (zh) * 2020-12-23 2021-04-30 同济大学 带有监督机制的智能电动汽车漂移入库分段式控制方法
CN113696910A (zh) * 2021-09-24 2021-11-26 紫清智行科技(北京)有限公司 一种自动驾驶车辆纠正横向漂移的方法及装置

Also Published As

Publication number Publication date
CN110389580B (zh) 2022-05-31
US20190324463A1 (en) 2019-10-24
US10990101B2 (en) 2021-04-27
JP6784794B2 (ja) 2020-11-11
JP2019189214A (ja) 2019-10-31

Similar Documents

Publication Publication Date Title
CN110389580A (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
US10816984B2 (en) Automatic data labelling for autonomous driving vehicles
CN110345955A (zh) 用于自动驾驶的感知与规划协作框架
CN110377025A (zh) 用于自动驾驶车辆的传感器聚合框架
CN110239562A (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN110533943A (zh) 确定自动驾驶车辆的车道改变轨迹的方法
US20200124423A1 (en) Labeling scheme for labeling and generating high-definition map based on trajectories driven by vehicles
CN110386142A (zh) 用于自动驾驶车辆的俯仰角校准方法
CN110388931A (zh) 将对象的二维边界框转换成自动驾驶车辆的三维位置的方法
CN109489673A (zh) 用于自动驾驶车辆的数据驱动地图更新系统
CN110389581A (zh) 用于为自动驾驶车辆生成障碍物的预测轨迹的方法
CN109947090A (zh) 用于自动驾驶车辆规划的非阻塞边界
CN108139884A (zh) 模拟自动驾驶车辆移动的物理模型和结合机器学习的方法
CN109935077A (zh) 用于为自动驾驶车辆构建车辆与云端实时交通地图的系统
CN110083149A (zh) 用于自动驾驶车辆的路径与速度优化后馈机制
CN110389583A (zh) 生成自动驾驶车辆的轨迹的方法
CN108604095A (zh) 动态调整自动驾驶车辆的转向率的方法
JP2018084573A (ja) 頑健で効率的な車両測位用のアルゴリズム及びインフラ
CN108891417A (zh) 用于操作自动驾驶车辆的方法及数据处理系统
JP2020064611A (ja) 標準的なナビゲーション地図と車両の過去の軌跡に基づいて決定された車線構成を利用した自動運転
CN110389584A (zh) 用于评估自动驾驶车辆的轨迹候选项的方法
CN110325935A (zh) 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线
CN110096053A (zh) 用于自动驾驶车辆的驾驶轨迹生成方法、系统和机器可读介质
CN108137015A (zh) 用于自动驾驶车辆的侧滑补偿控制方法
CN110389585A (zh) 用于自动驾驶车辆的基于学习的速度规划器

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant