[go: up one dir, main page]

TW202019743A - 自動駕駛車輛之行駛軌跡規劃系統及方法 - Google Patents

自動駕駛車輛之行駛軌跡規劃系統及方法 Download PDF

Info

Publication number
TW202019743A
TW202019743A TW107140629A TW107140629A TW202019743A TW 202019743 A TW202019743 A TW 202019743A TW 107140629 A TW107140629 A TW 107140629A TW 107140629 A TW107140629 A TW 107140629A TW 202019743 A TW202019743 A TW 202019743A
Authority
TW
Taiwan
Prior art keywords
vehicle
trajectory planning
obstacle
trajectory
planning result
Prior art date
Application number
TW107140629A
Other languages
English (en)
Other versions
TWI674984B (zh
Inventor
林伯翰
許琮明
張志豪
郭宜鈞
Original Assignee
財團法人車輛研究測試中心
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 財團法人車輛研究測試中心 filed Critical 財團法人車輛研究測試中心
Priority to TW107140629A priority Critical patent/TWI674984B/zh
Priority to US16/232,464 priority patent/US11104336B2/en
Priority to CN201811609007.8A priority patent/CN111258308A/zh
Application granted granted Critical
Publication of TWI674984B publication Critical patent/TWI674984B/zh
Publication of TW202019743A publication Critical patent/TW202019743A/zh

Links

Images

Classifications

    • 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
    • G05D1/0212—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
    • 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
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0953—Predicting travel path or likelihood of collision the prediction being responsive to vehicle dynamic parameters
    • 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
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • 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
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • 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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • 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
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00276—Planning or execution of driving tasks using trajectory prediction for other traffic participants for two or more other traffic participants
    • 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
    • G05D1/0214—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
    • G05D1/0231—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
    • G05D1/0251—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 extracting 3D information from a plurality of images taken from different locations, e.g. stereo vision
    • 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
    • G05D1/0276—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • 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
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • 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
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/10—Longitudinal speed
    • B60W2520/105—Longitudinal acceleration
    • 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
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/30—Road curve radius
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • 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
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4042—Longitudinal speed

Landscapes

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

Abstract

一種自動駕駛車輛之行駛軌跡規劃方法，適用於一車輛，由一車用電腦來實施，並包含：(A)根據該車輛的一當前位置、一當前航向角、一當前速度、一當前加速度、多個路徑終點、一當前道路寬，及一當前道路曲率產生多個目標軌跡規劃結果，每一目標軌跡規劃結果包括一軌跡路徑，及一速度變化的曲線；(B)估算出與該車輛相距一預定距離範圍內的每一障礙物在一行駛期間中之多個單位時間點的多個預估移動範圍及多個預估移動速度；及(C)根據該等目標軌跡規劃結果，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。

Description

自動駕駛車輛之行駛軌跡規劃系統及方法
本發明是有關於一種軌跡規劃方法，特別是指一種自動駕駛車輛之行駛軌跡規劃方法。
近幾年自動駕駛汽車的發展蓬勃，許多車廠大量投入資源，各國政府也為自駕時代來臨預作準備，例如在歐洲，比利時、法國、義大利與英國等國均計畫採用無人駕駛汽車來經營交通運輸系統；而在德國、荷蘭與西班牙等國，則已允許實驗性質的自動駕駛汽車。
自動駕駛汽車使用主動與被動感測器（如光學雷達(Lidar)與毫米波雷達(Radar)）持續做大範圍的感測，具有360度視野。在行駛期間自動駕駛汽車需要根據車身與環境動態的參考資訊作為系統輸入，藉此規劃出車輛行駛軌跡。
然而，現有自動駕駛汽車在規劃行駛軌跡時，僅考慮當前障礙物的位置規劃行駛軌跡，然而，若障礙物並非靜止物體，如，行人、移動中的車子等，則所規劃出的行駛軌跡其精確性及安全性均存在很大的問題。
因此，本發明的目的，即在提供一種提升軌跡規劃的精確性及安全性的自動駕駛車輛之行駛軌跡規劃方法。
於是，本發明自動駕駛車輛之行駛軌跡規劃方法，適用於一車輛，該車輛包括一車輛感測裝置、一障礙物感測裝置、一軌跡終點運算裝置，及一電連接該車輛感測裝置、該障礙物感測裝置，及該軌跡終點運算裝置的車用電腦，該車輛感測裝置用以定位該車輛的一當前位置，並用以感測該車輛的一當前航向角、該車輛的一當前速度，及該車輛的一當前加速度，該障礙物感測裝置用以感測與該車輛相距一預定距離範圍內的至少一個障礙物，以產生對應於該至少一個障礙物的至少一筆障礙物資訊，每筆障礙物資訊包括所對應之障礙物的障礙物當前位置，及所對應之障礙物的障礙物移動速度及所對應之障礙物的障礙物加速度，該軌跡終點運算裝置電連接該車輛感測裝置，且儲存有一相關於該車輛所行駛之路線的地圖，該地圖包含相關於每一條道路之車道數，該軌跡終點運算裝置用以根據該車輛的該當前位置及該地圖，估算出多個路徑終點，該方法由該車用電腦來實施，並包含以下一步驟(A)、一步驟(B)，及一步驟(C)。
該步驟(A)中，該車用電腦根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、該當前道路寬，及該當前道路曲率產生多個目標軌跡規劃結果，每一目標軌跡規劃結果包括該當前位置至該等路徑終點之其中一者的一軌跡路徑，及該車輛行駛於該軌跡路徑之一行駛期間內其在該軌跡路徑之每一位置的一速度變化的曲線
該步驟(B)中，對於每一障礙物，該車用電腦根據該障礙物感測裝置產生的該障礙物資訊估算出該障礙物在該行駛期間中之多個單位時間點的多個預估移動範圍，及多個預估移動速度。
該步驟(C)中，該車用電腦根據該等目標軌跡規劃結果，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
本發明的另一目的，即在提供一種提升軌跡規劃的精確性及安全性的自動駕駛車輛之行駛軌跡規劃系統。
於是，本發明自動駕駛車輛之行駛軌跡規劃系統包含一車輛感測裝置、一障礙物感測裝置、一軌跡終點運算裝置，及一電連接該車輛感測裝置、該障礙物感測裝置，及該軌跡終點運算裝置的車用電腦。
該車輛感測裝置用以定位該車輛的一當前位置，並用以感測該車輛的一當前航向角、該車輛的一當前速度，及該車輛的一當前加速度。
該障礙物感測裝置用以感測與該車輛相距一預定距離範圍內的至少一個障礙物，以產生對應於該至少一個障礙物的至少一筆障礙物資訊，每筆障礙物資訊包括所對應之障礙物的障礙物當前位置，及所對應之障礙物的障礙物移動速度及所對應之障礙物的障礙物加速度。
該軌跡終點運算裝置電連接該車輛感測裝置，儲存有一相關於該車輛所行駛之路線的地圖，該地圖包括相關於每一條道路之車道數，用以根據該車輛的該當前位置及該地圖，估算出多個路徑終點。
其中，該車用電腦根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、一當前道路寬度，及一當前道路曲率產生多個目標軌跡規劃結果，每一目標軌跡規劃結果包括該當前位置至該等路徑終點之其中一者的一軌跡路徑，及該車輛行駛於該軌跡路徑之一行駛期間內其在該軌跡路徑之每一位置的一速度變化的曲線，對於每一障礙物，該車用電腦根據該障礙物感測裝置產生的該障礙物資訊估算出該障礙物在該行駛期間中之多個單位時間點的多個預估移動範圍，及多個預估移動速度，該車用電腦根據該等目標軌跡規劃結果，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
本發明之功效在於：藉由該車用電腦根據所估算出的每一個障礙物在該行駛期間中之該等預估移動範圍及該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果，藉此進一步考量該至少一障礙物的移動意圖區域，以提升軌跡規劃的精確性及安全性。
參閱圖1，說明本發明自動駕駛車輛之行駛軌跡規劃系統之一實施例，該自動駕駛車輛之行駛軌跡規劃系統1設置於一車輛(圖未示)，該自動駕駛車輛之行駛軌跡規劃系統1包括一車輛感測裝置11、一障礙物感測裝置12、一路況感測裝置13、一軌跡終點運算裝置14，及一車用電腦15。該車用電腦15電連接該車輛感測裝置11、該軌跡終點運算裝置14、該障礙物感測裝置12，及該路況感測裝置13。
該車輛感測裝置11用以定位該車輛的一當前位置，並用以感測該車輛的一當前航向角、該車輛的一當前速度，及該車輛的一當前加速度。
該障礙物感測裝置12用以感測與該車輛相距一預定距離範圍內的至少一個障礙物，以產生對應於該至少一個障礙物的至少一筆障礙物資訊，每筆障礙物資訊包括所對應之障礙物的障礙物當前位置、所對應之障礙物的障礙物移動速度及所對應之障礙物的障礙物加速度、所對應之障礙物與該車輛的一相對縱向距離、所對應之障礙物與該車輛的一相對縱向速度，及所對應之障礙物與該車輛的一相對縱向加速度。
該路況感測裝置13用以感測該車輛所行駛之道路，以獲得一當前道路寬度及一當前道路曲率(Curvature)。
要特別注意的是，在本實施例中，該車輛感測裝置11例如包括一全球定位系統(Global Positioning System,  GPS)、一陀螺儀(Gyroscope)、一里程計(Odemeter)、一車速計(Speed Meter)，及一慣性測量單元（Inertial measurement unit, IMU），該障礙物感測裝置12及該路況感測裝置13例如包括一光學雷達（LiDAR）、超音波雷達(Supersonic Wave Radar)、毫米波雷達(Millimeter Wave Radar)及一相機，獲得該當前位置、該當前航向角、該當前速度、該當前加速度、該至少一筆障礙物資訊、該當前道路寬度，及該當前道路曲率的方式例如載記於中華民國專利證書號I453697及I535601中，在此不多加贅述。
該軌跡終點運算裝置14電連接該車輛感測裝置11，用以估算出多個路徑終點。
該車用電腦15儲存有一指示出當前之駕駛模式的設置資料。要特別注意的是，該車輛的駕駛者可經由操作電連接該車用電腦15的一輸入單元(圖未示)設置該設置資料所指示的駕駛模式，在本實施例中，該設置資料所指示的模式有一第一模式、一第二模式，及一第三模式。
在本實施例中，該軌跡終點運算裝置14儲存有一相關於該車輛所行駛之路線的地圖，該地圖包含相關於每一條道路之車道數，該軌跡終點運算裝置14根據該車輛的該當前位置及該地圖，估算出3個路徑終點，該等路徑終點分別為該車輛在當前車道且在該車輛的該當前位置前方例如20公尺的一第一路徑終點，以及由該第一路徑終點向左右兩旁車道沿伸的一第二路徑終點及一第三路徑終點，但不以此限，該等路徑終點亦可以中華民國專利證書號I535601中的方式估算出。
參閱圖1、圖2、圖3及圖4，說明本發明自動駕駛車輛之行駛軌跡規劃系統1如何執行本發明自動駕駛車輛之行駛軌跡規劃方法之一實施例，以下詳細說明該實施例所包含的步驟。
在步驟202中，在該車用電腦15接收到來自該車輛感測裝置11、該路況感測裝置13，及該軌跡終點運算裝置14的該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、該當前道路寬，及該當前道路曲率後，該車用電腦15根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、該當前道路寬，及該當前道路曲率，產生多個候選軌跡規劃結果。每一候選軌跡規劃結果包括該當前位置至該等路徑終點之其中一者的一軌跡路徑，及該車輛行駛於該軌跡路徑之一行駛期間內其在該軌跡路徑之每一位置的一速度變化的曲線，其中每一軌跡路徑係對應於其路徑終點所在之車道。在本實施例中，該車用電腦15所根據的該當前道路寬度及該當前道路曲率是來自該路況感測裝置13，在其他實施方式中，該當前道路寬度及該當前道路曲率亦可來自該軌跡終點運算裝置14所儲存有的該地圖。
值得注意的是，每一軌跡路徑r (s )可以下式表示r (s )=[x (s ),y (s ),θ(s ),k (s )]’ ，x (s )與y (s )表示該車輛在一xy 座標的座標位置，
Figure 02_image001
，
Figure 02_image003
，s 為該車輛的縱向偏移值，θ(s )為該車輛的航向角，
Figure 02_image005
，K (s )為該軌跡路徑r (s )的軌跡曲率，
Figure 02_image007
其中，abcd為變數。參閱圖5，對於每一軌跡路徑r (s )該車用電腦15是利用以下流程來獲得該軌跡路徑r (s )：首先，該車用電腦15根據該至少一筆障礙物資訊獲得一對應於該軌跡路徑r (s )且位於該地圖的一目標二維座標(x *,y *)中的x *值，在本實施例中，該車用電腦15根據該至少一筆障礙物資訊判定該軌跡路徑r (s )所對應的車道是否有障礙物，若有障礙物，x *值即為該障礙物於該地圖的x0 值扣除其相關於該車輛與該障礙物須保持之安全距離
Figure 02_image009
，該安全距離
Figure 02_image011
與該車輛的當前速度
Figure 02_image012
及該車輛將該當前速度降至零（亦即，該車輛煞停）的一煞車時間(Time to brake, TTB)成正相關；若無障礙物，x *值則為一預設值。之後，該車用電腦15根據該軌跡路徑r (s )所對應的車道與x *座標獲得對應有y *座標處於該軌跡路徑r (s )所對應之車道的中心的該目標二維座標(x *,y *)，接著，該車用電腦15根據該軌跡路徑r (s )所對應的車道及該目標二維座標(x *,y *)獲得一目標曲率K *，最後，將一目標航向角θ*設定為一如，0度的預設角度。一目標點r *即可用該目標二維座標(x *,y *)、該目標曲率K *，及該目標航向角θ*來表示。接著，該車用電腦15根據該目標點r *利用數值方法求出abcd的近似值，由於本發明之特徵並不在於熟知此技藝者所已知的根據該目標點r *利用數值方法(numerical method)求出abcd的近似值詳細作法載記於“Sastry S.S (2012)Introductory Methods of Numerical Analysis ”中，為了簡潔，故在此省略了他們的細節。每一速度變化的曲線
Figure 02_image014
可以下式表示
Figure 02_image016
，
Figure 02_image018
，
Figure 02_image020
，
Figure 02_image022
，
Figure 02_image024
其中，
Figure 02_image026
為該車輛行駛於所對應之候選軌跡規劃結果的該軌跡路徑之起點的速度，
Figure 02_image028
為該車輛行駛於所對應之候選軌跡規劃結果的該軌跡路徑之起點的加速度，
Figure 02_image030
為該車輛行駛於所對應之候選軌跡規劃結果的該軌跡路徑之終點的速度，
Figure 02_image032
為該車輛行駛於所對應之候選軌跡規劃結果的該軌跡路徑之終點的加速度，
Figure 02_image034
為該車輛行駛於所對應之候選軌跡規劃結果的該軌跡路徑之終點的縱向偏移值。
在步驟203中，對於每一候選軌跡規劃結果，該車用電腦15根據該至少一筆障礙物資訊，判定該至少一個障礙物中是否存在位於該候選軌跡規劃結果之軌跡路徑上且位於該車輛之前方的一前方障礙物。當該車用電腦15判定出存在該前方障礙物時，流程進行步驟204；當該車用電腦15判定出不存在該前方障礙物時，流程進行步驟208。
在步驟204中，對於每一對應有該前方障礙物的候選軌跡規劃結果，該車用電腦15根據該候選軌跡規劃結果之軌跡路徑的軌跡曲率K (s )及該速度變化的曲線
Figure 02_image014
獲得該車輛的一側向加速度，其中該側向加速度為
Figure 02_image036
，且根據該前方障礙物所對應的障礙物資訊的該相對縱向距離、該相對縱向速度，及該相對縱向加速度，獲得該前方障礙物與該車輛距離發生碰撞的一碰撞時間(Time to crash, TTC)，並根據該車輛感測裝置11獲得的該當前速度獲得該車輛將該當前速度降至零（亦即，該車輛煞停）的一煞車時間。要特別注意的是，在其他實施方式中，該車用電腦15還根據該至少一障礙物中位於該車輛之後方的一後方障礙物所對應的障礙物資訊的該相對縱向距離、該相對縱向速度，及該相對縱向加速度，獲得該後方障礙物與該車輛距離發生碰撞的一另一碰撞時間，並根據該車輛感測裝置11獲得的相關於該後方障礙物的一後方障礙物當前速度，獲得該後方障礙物將該後方障礙物當前速度降至零（亦即，該後方障礙物煞停）的一另一煞車時間。
在步驟205中，對於每一對應有該前方障礙物的候選軌跡規劃結果，該車用電腦15根據該候選軌跡規劃結果的該側向加速度、該碰撞時間，及該煞車時間判定是否將該候選軌跡規劃結果選為一目標軌跡規劃結果。當該車用電腦15判定出將該候選軌跡規劃結果選為該目標軌跡規劃結果時，流程進行步驟206；當該車用電腦15判定出不將該候選軌跡規劃結果選為該目標軌跡規劃結果時，流程進行步驟207。值得注意的是，在本實施例中，該車用電腦15係藉由判定每一候選軌跡規劃結果所對應的該側向加速度是否小於等於0.3倍的重力加速度(Gravitational acceleration)，且所對應的該碰撞時間是否大於等於所對應的該煞車時間，以判定是否將該候選軌跡規劃結果選為該目標軌跡規劃結果。當該車用電腦15判定出該候選軌跡規劃結果的該側向加速度小於等於0.3倍的重力加速度，且該候選軌跡規劃結果的碰撞時間是否大於等於煞車時間時，則該車用電腦15判定出將該候選軌跡規劃結果選為該目標軌跡規劃結果；當該車用電腦15判定出該候選軌跡規劃結果的該側向加速度大於0.3倍的重力加速度，或該候選軌跡規劃結果的碰撞時間小於煞車時間時，則該車用電腦15判定出不將該候選軌跡規劃結果選為該目標軌跡規劃結果。在其他該車用電腦15獲得該另一碰撞時間的實施方式中，該車用電腦15還判定該候選軌跡規劃結果所獲得的每一目標軌跡規劃結果所對應的該另一碰撞時間是否也大於等於該另一煞車時間。
在步驟206中，對於每一對應有該前方障礙物的候選軌跡規劃結果，該車用電腦15將該候選軌跡規劃結果選為該目標軌跡規劃結果。
在步驟207中，對於每一對應有該前方障礙物的候選軌跡規劃結果，該車用電腦15捨棄該候選軌跡規劃結果。
在步驟208中，對於每一對應無該前方障礙物的候選軌跡規劃結果，該車用電腦15根據該候選軌跡規劃結果之軌跡路徑的軌跡曲率K (s )及該速度變化的曲線
Figure 02_image014
獲得該車輛的一側向加速度，其中該側向加速度為
Figure 02_image036
。
在步驟209中，對於每一對應無該前方障礙物的候選軌跡規劃結果，該車用電腦15根據該候選軌跡規劃結果的該側向加速度判定是否將該候選軌跡規劃結果選為一目標軌跡規劃結果。當該車用電腦15判定出將該候選軌跡規劃結果選為該目標軌跡規劃結果時，流程進行步驟210；當該車用電腦15判定出不將該候選軌跡規劃結果選為該目標軌跡規劃結果時，流程進行步驟211。值得注意的是，在本實施例中，該車用電腦15係藉由判定每一候選軌跡規劃結果所對應的該側向加速度是否小於等於0.3倍的重力加速度，以判定是否將該候選軌跡規劃結果選為該目標軌跡規劃結果。當該車用電腦15判定出該候選軌跡規劃結果的該側向加速度小於等於0.3倍的重力加速度時，則該車用電腦15判定出將該候選軌跡規劃結果選為該目標軌跡規劃結果；當該車用電腦15判定出該候選軌跡規劃結果的該側向加速度大於0.3倍的重力加速度時，則該車用電腦15判定出不將該候選軌跡規劃結果選為該目標軌跡規劃結果。
在步驟210中，對於每一對應無該前方障礙物的候選軌跡規劃結果，該車用電腦15將該候選軌跡規劃結果選為該目標軌跡規劃結果。
在步驟211中，對於每一對應無該前方障礙物的候選軌跡規劃結果，該車用電腦15捨棄該候選軌跡規劃結果。
在步驟206及步驟210後的步驟212中，對於每一障礙物，該車用電腦15根據該障礙物感測裝置12產生的該障礙物資訊估算出該障礙物在該行駛期間中之多個單位時間點的多個預估移動範圍及多個預估移動速度，該等預估移動範圍及該等預估移動速度的估算方式例如載記於中華民國專利證書號I531499中，在此不多加贅述。
在步驟213中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果之該速度變化的曲線
Figure 02_image014
，獲得該車輛在該行駛期間內之該等單位時間點的多個車輛速度，及該車輛在該等單位時間點位於該軌跡路徑的多個車輛位置。
在步驟214中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果所對應的該等車輛速度與該等車輛位置、每一障礙物的該等預估移動範圍，及該等預估移動速度獲得一意圖參數Cin ，
Figure 02_image038
， 其中
Figure 02_image040
，
Figure 02_image042
為與單位時間點t，及在單位時間點t時之該車輛位置和第i個障礙物之該預估移動範圍的中心之距離成負相關的一變數（亦即，
Figure 02_image042
不僅與單位時間點t負相關，還與在單位時間點t時之該車輛位置和第i個障礙物之該預估移動範圍的中心之距離負相關），
Figure 02_image044
為該車輛在單位時間點t時的車輛位置與第i個障礙物的該預估移動範圍的中心的距離，
Figure 02_image046
為一預定值，
Figure 02_image048
為相關於該車輛在單位時間點t時需要保持之安全距離，
Figure 02_image050
與該車輛在單位時間點t時的該車輛速度
Figure 02_image051
及該煞車時間TTB成正相關(亦即，
Figure 02_image053
不僅與該速度
Figure 02_image054
正相關，還與該煞車時間TTB正相關），當
Figure 02_image056
時，
Figure 02_image058
，當
Figure 02_image060
時，
Figure 02_image062
，M為該等單位時間點的總數-1，N為該至少一障礙物的數量。值得注意的是，在本實施例中，
Figure 02_image064
，但不以此為限。
在步驟215中，該車用電腦15判定所儲存的該設置資料所指示的駕駛模式。當該車用電腦15判定出該設置資料指示出的駕駛模式為該第一模式時，進行步驟216；當該車用電腦15判定出該設置資料指示出的駕駛模式為該第二模式時，進行步驟220；當該車用電腦15判定出該設置資料指示出的駕駛模式為該第三模式時，進行步驟223。
在步驟216中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果獲得在該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個側向位移及該車輛在該軌跡路徑的每一位置的多個縱向速度。
在步驟217中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果對應的該等側向位移及該等縱向速度獲得該目標軌跡規劃結果之該軌跡路徑的每一位置的多個軌跡曲率
Figure 02_image066
、該目標軌跡規劃結果之該軌跡路徑的每一位置的多個軌跡曲率變化率(rate of change of curvature)
Figure 02_image068
、該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個加速度
Figure 02_image070
、該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個急跳度(jerk)
Figure 02_image072
，及該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個向心加速度
Figure 02_image074
，其中i =[0,P]，P為該軌跡路徑的位置總數量減一，
Figure 02_image076
為該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個速度。
在步驟218中，根據每一個目標軌跡規劃結果所對應的該等軌跡曲率
Figure 02_image066
、該等軌跡曲率變化率
Figure 02_image068
、該等加速度
Figure 02_image070
、該等急跳度
Figure 02_image072
與該等向心加速度
Figure 02_image074
，獲得一軌跡曲率參數Ck 、一軌跡曲率變化率參數Cdk 、一急跳度參數Cj ，及一向心加速度參數Cca ，
Figure 02_image078
，
Figure 02_image080
，
Figure 02_image082
，
Figure 02_image084
，
Figure 02_image086
。
在步驟219中，該車用電腦15根據每一個目標軌跡規劃結果所對應的該意圖參數Cin 、該向心加速度獲得軌跡曲率參數Ck 、該軌跡曲率變化率參數Cdk 、該急跳度參數Cj ，及該向心加速度參數Cca ，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。在本實施例中，該最佳軌跡規劃結果為該意圖參數Cin 、該向心加速度獲得軌跡曲率參數Ck 、該軌跡曲率變化率參數Cdk 、該急跳度參數Cj ，及該向心加速度參數Cca 之和為最低者。
值得注意的是，在該第一模式下所決定出的該最佳軌跡規劃結果有相對較小的曲率、加速度、急跳度與向心加速度，因此在該第一模式係以舒適度作為考量決定出的該最佳軌跡規劃結果。
在步驟215之後的步驟220中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果獲得該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個路徑長度li ，及該車輛自該目標軌跡規劃結果之該軌跡路徑之起點行駛至該軌跡路徑的每一位置的多個行駛時間ti 。
在步驟221中，對於每一個目標軌跡規劃結果，該車用電腦15根據該等路徑長度li 及該等行駛時間ti ，獲得一路徑長度參數Cl 及一行駛時間參數Ct ，
Figure 02_image088
，
Figure 02_image090
。
在步驟222中，該車用電腦15根據每一個目標軌跡規劃結果所對應的該意圖參數Cin 、該路徑長度參數Cl ，及該行駛時間參數Ct ，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。在本實施例中，該最佳軌跡規劃結果為該意圖參數Cin 、該路徑長度參數Cl ，及該行駛時間參數Ct 之和為最低者。
值得注意的是，在該第二模式下所決定出的該最佳軌跡規劃結果有相對較小的路徑長度與行駛時間，因此在該第二模式係以效率作為考量決定出的該最佳軌跡規劃結果。
在步驟215之後的步驟223中，對於每一個目標軌跡規劃結果，該車用電腦15根據該目標軌跡規劃結果獲得該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個速度變化量
Figure 02_image092
。
在步驟224中，該車用電腦15根據每一目標軌跡規劃結果所對應之該等速度變化量
Figure 02_image092
，獲得一速度參數Ce ，
Figure 02_image094
。
在步驟225中，該車用電腦15根據每一個目標軌跡規劃結果所對應的該意圖參數Cin 及該速度參數Ce ，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
值得注意的是，在該第三模式下所決定出的該最佳軌跡規劃結果有相對較低的速度，因此在該第三模式係以節能作為考量決定出的該最佳軌跡規劃結果。
綜上所述，本發明自動駕駛車輛之行駛軌跡規劃系統及方法，藉由該車用電腦15根據所估算出的每一個障礙物在該行駛期間中之該等預估移動範圍及該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果，考量該至少一障礙物的移動意圖區域，以提升軌跡規劃的精確性及安全性，此外，能根據駕駛的需求動態調整該設置資料，以在不同的駕駛模式下駕駛該車輛，故確實能達成本發明的目的。
惟以上所述者，僅為本發明的實施例而已，當不能以此限定本發明實施的範圍，凡是依本發明申請專利範圍及專利說明書內容所作的簡單的等效變化與修飾，皆仍屬本發明專利涵蓋的範圍內。
1:系統 11:車輛感測裝置 12:障礙物感測裝置 13:路況感測裝置 14:軌跡終點運算裝置 15:車用電腦 202~225:步驟
本發明的其他的特徵及功效，將於參照圖式的實施方式中清楚地呈現，其中： 　圖1是一方塊圖，說明本發明自動駕駛車輛之行駛軌跡規劃系統的一實施例； 　圖2是一流程圖，說明本發明障礙物偵測可信度評估方法之一實施例 　圖3是一流程圖，輔助圖2說明該實施例； 　圖4是一流程圖，輔助圖3說明該實施例；及 　圖5是一示意圖，說明多個軌跡路徑。
202~211:步驟

Claims (16)

  1. 一種自動駕駛車輛之行駛軌跡規劃方法，適用於一車輛，該車輛設置有一系統，該系統包括一車輛感測裝置、一障礙物感測裝置、一軌跡終點運算裝置，及一電連接該車輛感測裝置、該障礙物感測裝置，及該軌跡終點運算裝置的車用電腦，該車輛感測裝置用以定位該車輛的一當前位置，並用以感測該車輛的一當前航向角、該車輛的一當前速度，及該車輛的一當前加速度，該障礙物感測裝置用以感測與該車輛相距一預定距離範圍內的至少一個障礙物，以產生對應於該至少一個障礙物的至少一筆障礙物資訊，每筆障礙物資訊包括所對應之障礙物的障礙物當前位置，及所對應之障礙物的障礙物移動速度及所對應之障礙物的障礙物加速度，該軌跡終點運算裝置電連接該車輛感測裝置，且儲存有一相關於該車輛所行駛之路線的地圖，該地圖包括相關於每一條道路之車道數，該軌跡終點運算裝置用以根據該車輛的該當前位置及該地圖，估算出多個路徑終點，該方法由該車用電腦來實施，並包含以下步驟： (A)根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、一當前道路寬度，及一當前道路曲率產生多個目標軌跡規劃結果，每一目標軌跡規劃結果包括該當前位置至該等路徑終點之其中一者的一軌跡路徑，及該車輛行駛於該軌跡路徑之一行駛期間內其在該軌跡路徑之每一位置的一速度變化的曲線； (B)對於每一障礙物，根據該障礙物感測裝置產生的該障礙物資訊估算出該障礙物在該行駛期間中之多個單位時間點的多個預估移動範圍，及多個預估移動速度；及 (C)根據該等目標軌跡規劃結果，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
  2. 如請求項1所述的自動駕駛車輛之行駛軌跡規劃方法，每筆障礙物資訊還包括所對應之障礙物與該車輛的一相對縱向距離、所對應之障礙物與該車輛的一相對縱向速度，及所對應之障礙物與該車輛的一相對縱向加速度，其中，步驟(A)包括以下子步驟： (A-1)根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、該當前道路寬，及該當前道路曲率產生多個候選軌跡規劃結果，每一候選軌跡規劃結果包括該當前位置至該等路徑終點之其中該者的該軌跡路徑及該車輛行駛於該軌跡路徑之每一位置之該速度變化的曲線； (A-2)對於每一候選軌跡規劃結果，根據該候選軌跡規劃結果之軌跡路徑的軌跡曲率及該速度變化的曲線獲得該車輛的一側向加速度，且根據該至少一障礙物中位於該車輛之前方的一前方障礙物所對應的障礙物資訊的該相對縱向距離、該相對縱向速度，及該相對縱向加速度，獲得該前方障礙物與該車輛距離發生碰撞的一碰撞時間，並根據該車輛感測裝置獲得的該當前速度獲得該車輛將該當前速度降至零的一煞車時間；及 (A-3)根據每一候選軌跡規劃結果的該側向加速度、該碰撞時間，及該煞車時間從該等候選軌跡規劃結果中，獲得該等目標軌跡規劃結果。
  3. 如請求項2所述的自動駕駛車輛之行駛軌跡規劃方法，其中，在子步驟(A-3)中，自該等候選軌跡規劃結果所獲得的每一目標軌跡規劃結果所對應的該側向加速度小於等於0.3倍的重力加速度，且所對應的該碰撞時間大於等於所對應的該煞車時間。
  4. 如請求項2所述的自動駕駛車輛之行駛軌跡規劃方法，其中，步驟(C)包括以下子步驟： (C-1)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果之該速度變化的曲線，獲得該車輛在該行駛期間內之該等單位時間點的多個車輛速度，及該車輛在該等單位時間點位於該軌跡路徑的多個車輛位置； (C-2)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果所對應的該等車輛速度與該等車輛位置、每一障礙物的該等預估移動範圍，及該等預估移動速度獲得一意圖參數Cin ，
    Figure 03_image096
    ， 其中
    Figure 03_image040
    ，
    Figure 03_image042
    為與單位時間點t，及在單位時間點t時之該車輛位置和第i個障礙物之該預估移動範圍的中心之距離成負相關的一變數，
    Figure 03_image044
    為該車輛在單位時間點t時的車輛位置與第i個障礙物的該預估移動範圍的中心的距離，
    Figure 03_image046
    為一預定值，
    Figure 03_image098
    為相關於該車輛在單位時間點t時需要保持之安全距離，
    Figure 03_image099
    與該車輛在單位時間點t時的車輛速度
    Figure 03_image101
    及該煞車時間TTB成正相關，當
    Figure 03_image102
    時，
    Figure 03_image104
    ，當
    Figure 03_image105
    時，
    Figure 03_image106
    ，M為該等單位時間點的總數-1，N為該至少一障礙物的數量；及 (C-3)根據每一個目標軌跡規劃結果所對應的該意圖參數Cin ，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  5. 如請求項1所述的自動駕駛車輛之行駛軌跡規劃方法，其中，在步驟(C)包括以下子步驟： (C-1)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果獲得在該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個側向位移及該車輛在該軌跡路徑的每一位置的多個縱向速度；及 (C-2)根據每一個目標軌跡規劃結果所對應的該等側向位移、該等縱向速度，以及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  6. 如請求項5所述的自動駕駛車輛之行駛軌跡規劃方法，其中，步驟(C-2)包含以下子步驟： (C-2-1)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果對應的該等側向位移及該等縱向速度獲得該目標軌跡規劃結果之該軌跡路徑的每一位置的多個軌跡曲率、該目標軌跡規劃結果之該軌跡路徑的每一位置的多個軌跡曲率變化率、該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個加速度、該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個急跳度，及該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個向心加速度；及 (C-2-2)根據每一個目標軌跡規劃結果所對應的該等軌跡曲率、該等軌跡曲率變化率、該等加速度、該等急跳度與該等向心加速度，以及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  7. 如請求項1所述的自動駕駛車輛之行駛軌跡規劃方法，其中，在步驟(C)包括以下子步驟： (C-1)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果獲得該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個路徑長度，及該車輛自該目標軌跡規劃結果之該軌跡路徑之起點行駛至該軌跡路徑的每一位置的多個行駛時間；及 (C-2)根據每一目標軌跡規劃結果所對應之該等路徑長度與該等行駛時間，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
  8. 如請求項1所述的自動駕駛車輛之行駛軌跡規劃方法，其中，在步驟(C)包括以下子步驟： (C-1)對於每一個目標軌跡規劃結果，根據該目標軌跡規劃結果獲得該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個速度變化量； (C-2)根據每一目標軌跡規劃結果所對應之該等速度變化量，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
  9. 一種自動駕駛車輛之行駛軌跡規劃系統，適用於一車輛，包含： 一車輛感測裝置，用以定位該車輛的一當前位置，並用以感測該車輛的一當前航向角、該車輛的一當前速度，及該車輛的一當前加速度； 一障礙物感測裝置，用以感測與該車輛相距一預定距離範圍內的至少一個障礙物，以產生對應於該至少一個障礙物的至少一筆障礙物資訊，每筆障礙物資訊包括所對應之障礙物的障礙物當前位置，及所對應之障礙物的障礙物移動速度及所對應之障礙物的障礙物加速度； 一軌跡終點運算裝置，電連接該車輛感測裝置，儲存有一相關於該車輛所行駛之路線的地圖，該地圖包括相關於每一條道路之車道數，用以根據該車輛的該當前位置及該地圖，估算出多個路徑終點；及 一車用電腦，電連接該車輛感測裝置、該障礙物感測裝置，及該軌跡終點運算裝置； 其中，該車用電腦根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、一當前道路寬度，及一當前道路曲率產生多個目標軌跡規劃結果，每一目標軌跡規劃結果包括該當前位置至該等路徑終點之其中一者的一軌跡路徑，及該車輛行駛於該軌跡路徑之一行駛期間內其在該軌跡路徑之每一位置的一速度變化的曲線，對於每一障礙物，該車用電腦根據該障礙物感測裝置產生的該障礙物資訊估算出該障礙物在該行駛期間中之多個單位時間點的多個預估移動範圍，及多個預估移動速度，該車用電腦根據該等目標軌跡規劃結果，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
  10. 如請求項9所述的自動駕駛車輛之行駛軌跡規劃系統，其中，該障礙物感測裝置所產生的每筆障礙物資訊還包括所對應之障礙物與該車輛的一相對縱向距離、所對應之障礙物與該車輛的一相對縱向速度，及所對應之障礙物與該車輛的一相對縱向加速度，該車用電腦根據該車輛的該當前位置、該車輛的該當前航向角、該車輛的該當前速度、該車輛的該當前加速度、該等路徑終點、該當前道路寬，及該當前道路曲率產生多個候選軌跡規劃結果，每一候選軌跡規劃結果包括該當前位置至該等路徑終點之其中該者的該軌跡路徑及該車輛行駛於該軌跡路徑之每一位置之該速度變化的曲線，對於每一候選軌跡規劃結果，該車用電腦根據該候選軌跡規劃結果之軌跡路徑的軌跡曲率及該速度變化的曲線獲得該車輛的一側向加速度，且根據該至少一障礙物中位於該車輛之前方的一前方障礙物所對應的障礙物資訊的該相對縱向距離、該相對縱向速度，及該相對縱向加速度，獲得該前方障礙物與該車輛距離發生碰撞的一碰撞時間，並根據該車輛感測裝置獲得的該當前速度獲得該車輛將該當前速度降至零的一煞車時間，該車用電腦根據每一候選軌跡規劃結果的該側向加速度、該碰撞時間，及該煞車時間從該等候選軌跡規劃結果中，獲得該等目標軌跡規劃結果。
  11. 如請求項10所述的自動駕駛車輛之行駛軌跡規劃系統，其中，該車用電腦自該等候選軌跡規劃結果所獲得的每一目標軌跡規劃結果所對應的該側向加速度小於等於0.3倍的重力加速度，且所對應的該碰撞時間大於等於所對應的該煞車時間。
  12. 如請求項10所述的自動駕駛車輛之行駛軌跡規劃系統，其中，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果之該速度變化的曲線，獲得該車輛在該行駛期間內之該等單位時間點的多個車輛速度，及該車輛在該等單位時間點位於該軌跡路徑的多個車輛位置，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果所對應的該等車輛速度與該等車輛位置、每一障礙物的該等預估移動範圍，及該等預估移動速度獲得一意圖參數Cin ，
    Figure 03_image107
    ， 其中
    Figure 03_image040
    ，
    Figure 03_image042
    為與單位時間點t，及在單位時間點t時之該車輛位置和第i個障礙物之該預估移動範圍的中心之距離成負相關的一變數，
    Figure 03_image044
    為該車輛在單位時間點t時的車輛位置與第i個障礙物的該預估移動範圍的中心的距離，
    Figure 03_image046
    為一預定值，
    Figure 03_image108
    為相關於該車輛在單位時間點t時需要保持之安全距離，
    Figure 03_image109
    與該車輛在單位時間點t時的車輛速度
    Figure 03_image110
    及該煞車時間TTB成正相關，當
    Figure 03_image111
    時，
    Figure 03_image112
    ，當
    Figure 03_image113
    時，
    Figure 03_image114
    ，M為該等單位時間點的總數-1，N為該至少一障礙物的數量，該車用電腦根據每一個目標軌跡規劃結果所對應的該意圖參數Cin ，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  13. 如請求項9所述的自動駕駛車輛之行駛軌跡規劃系統，其中，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果獲得在該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置與該軌跡路徑之起點的多個側向位移及該車輛在該軌跡路徑的每一位置的多個縱向速度，該車用電腦根據每一個目標軌跡規劃結果所對應的該等側向位移、該等縱向速度，以及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  14. 如請求項13所述的自動駕駛車輛之行駛軌跡規劃系統，其中，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果對應的該等側向位移及該等縱向速度獲得該軌跡路徑的每一位置的多個軌跡曲率、該軌跡路徑的每一位置的多個軌跡曲率變化率、該車輛行駛於該軌跡路徑的每一位置的多個加速度、該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個急跳度，及該車輛行駛於該目標軌跡規劃結果之該軌跡路徑的每一位置的多個向心加速度，該車用電腦根據每一個目標軌跡規劃結果所對應的該等軌跡曲率、該等軌跡曲率變化率、該等加速度、該等急跳度與該等向心加速度，以及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出該最佳軌跡規劃結果。
  15. 如請求項9所述的自動駕駛車輛之行駛軌跡規劃系統，其中，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果獲得該軌跡路徑的每一位置與該軌跡路徑之起點的多個路徑長度，及該車輛自該目標軌跡規劃結果之該軌跡路徑之起點行駛至該軌跡路徑的每一位置的多個行駛時間，該車用電腦根據每一目標軌跡規劃結果所對應之該等路徑長度與該等行駛時間，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
  16. 如請求項9所述的自動駕駛車輛之行駛軌跡規劃系統，其中，對於每一個目標軌跡規劃結果，該車用電腦根據該目標軌跡規劃結果獲得該軌跡路徑的每一位置與該軌跡路徑之起點的多個速度變化量，該車用電腦根據每一目標軌跡規劃結果所對應之該等速度變化量，及每一障礙物的該等預估移動範圍與該等預估移動速度，從該等目標軌跡規劃結果決定出一最佳軌跡規劃結果。
TW107140629A 2018-11-15 2018-11-15 自動駕駛車輛之行駛軌跡規劃系統及方法 TWI674984B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW107140629A TWI674984B (zh) 2018-11-15 2018-11-15 自動駕駛車輛之行駛軌跡規劃系統及方法
US16/232,464 US11104336B2 (en) 2018-11-15 2018-12-26 Method for planning a trajectory for a self-driving vehicle
CN201811609007.8A CN111258308A (zh) 2018-11-15 2018-12-27 自动驾驶车辆的行驶轨迹规划系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW107140629A TWI674984B (zh) 2018-11-15 2018-11-15 自動駕駛車輛之行駛軌跡規劃系統及方法

Publications (2)

Publication Number Publication Date
TWI674984B TWI674984B (zh) 2019-10-21
TW202019743A true TW202019743A (zh) 2020-06-01

Family

ID=69023786

Family Applications (1)

Application Number Title Priority Date Filing Date
TW107140629A TWI674984B (zh) 2018-11-15 2018-11-15 自動駕駛車輛之行駛軌跡規劃系統及方法

Country Status (3)

Country Link
US (1) US11104336B2 (zh)
CN (1) CN111258308A (zh)
TW (1) TWI674984B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI737437B (zh) * 2020-08-07 2021-08-21 財團法人車輛研究測試中心 軌跡決定方法
TWI740634B (zh) * 2020-09-08 2021-09-21 財團法人車輛研究測試中心 自駕車之動態速度規劃方法及其系統

Families Citing this family (64)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6574224B2 (ja) * 2017-08-30 2019-09-11 本田技研工業株式会社 車両制御装置、車両、車両制御方法およびプログラム
DK201970148A1 (en) * 2018-12-10 2020-07-06 Aptiv Tech Ltd Motion graph construction and lane level route planning
CN109739246B (zh) * 2019-02-19 2022-10-11 阿波罗智能技术(北京)有限公司 一种变换车道过程中的决策方法、装置、设备及存储介质
US11305765B2 (en) * 2019-04-23 2022-04-19 Baidu Usa Llc Method for predicting movement of moving objects relative to an autonomous driving vehicle
US11493926B2 (en) * 2019-05-15 2022-11-08 Baidu Usa Llc Offline agent using reinforcement learning to speedup trajectory planning for autonomous vehicles
US11409284B2 (en) 2019-05-15 2022-08-09 Baidu Usa Llc Relaxation optimization model to plan an open space trajectory for autonomous vehicles
US11467591B2 (en) * 2019-05-15 2022-10-11 Baidu Usa Llc Online agent using reinforcement learning to plan an open space trajectory for autonomous vehicles
TWI725611B (zh) * 2019-11-12 2021-04-21 亞慶股份有限公司 高爾夫球場自駕車輛之車輛導航切換設備
IT201900023259A1 (it) * 2019-12-06 2021-06-06 Ferrari Spa Metodo di assistenza per migliorare le prestazioni di un guidatore tramite suggerimenti di azioni correttive
CN111123933B (zh) * 2019-12-24 2021-10-01 华为技术有限公司 车辆轨迹规划的方法、装置、智能驾驶域控制器和智能车
CN111123952B (zh) * 2019-12-31 2021-12-31 华为技术有限公司 一种轨迹规划方法及装置
US11377120B1 (en) * 2020-02-28 2022-07-05 Uatc, Llc Autonomous vehicle control based on risk-based interactions
US12038759B2 (en) 2020-03-05 2024-07-16 Analog Devices, Inc. Trusted motion unit
DE102021104935A1 (de) * 2020-03-05 2021-09-09 Analog Devices, Inc. Vertrauenswürdige Bewegungseinheit
JP7369077B2 (ja) * 2020-03-31 2023-10-25 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
JP7464425B2 (ja) * 2020-03-31 2024-04-09 本田技研工業株式会社 車両制御装置、車両制御方法、及びプログラム
CN111735639B (zh) * 2020-05-26 2022-03-22 清华大学苏州汽车研究院（相城） 一种面向智能网联汽车示范区的自动驾驶场景最小集生成方法
CN113741412B (zh) * 2020-05-29 2023-09-01 杭州海康威视数字技术股份有限公司 自动驾驶设备的控制方法、装置及存储介质
CN113799794B (zh) * 2020-06-16 2023-05-09 华为技术有限公司 车辆纵向运动参数的规划方法和装置
CN111929068B (zh) * 2020-07-10 2022-03-04 中国矿业大学 一种封闭场景下车辆道路能力测试方法
CN112033426B (zh) * 2020-08-05 2022-06-28 东软睿驰汽车技术（沈阳）有限公司 行驶路径规划方法、装置及电子设备
CN114076603B (zh) * 2020-08-18 2024-04-16 财团法人车辆研究测试中心 轨迹决定方法
US11814075B2 (en) * 2020-08-26 2023-11-14 Motional Ad Llc Conditional motion predictions
CN112015203B (zh) * 2020-09-07 2024-04-02 深圳大漠大智控技术有限公司 一种无人机集群轨迹跟踪方法及系统
CN112415995B (zh) * 2020-09-22 2023-08-01 北京智行者科技股份有限公司 基于实时安全边界的规划控制方法
CN112526988B (zh) * 2020-10-30 2022-04-22 西安交通大学 一种自主移动机器人及其路径导航和路径规划方法、系统
CN114572240B (zh) * 2020-11-30 2023-11-14 北京百度网讯科技有限公司 车辆行驶控制方法、装置、车辆、电子设备及存储介质
CN112649011B (zh) * 2020-12-01 2022-06-28 禾多科技（北京）有限公司 车辆避障方法、装置、设备和计算机可读介质
TWI750932B (zh) * 2020-12-03 2021-12-21 國立陽明交通大學 無高精度向量地圖即時自駕車路徑規劃系統及方法
CN112649012A (zh) * 2020-12-15 2021-04-13 北京三快在线科技有限公司 一种轨迹规划方法、设备、介质及无人设备
CN112526999B (zh) * 2020-12-22 2023-04-28 北京百度网讯科技有限公司 速度规划方法、装置、电子设备和存储介质
EP4039557B1 (en) * 2021-02-09 2024-07-31 Aptiv Technologies AG Trajectory validation for autonomous driving
EP4039556B1 (en) 2021-02-09 2024-07-17 Aptiv Technologies AG Lateral acceleration control for autonomous driving
CN112937570B (zh) * 2021-02-20 2022-11-22 福瑞泰克智能系统有限公司 一种行驶路径的确定方法、装置、设备及车辆
CN114103938B (zh) * 2021-03-23 2024-07-16 京东鲲鹏(江苏)科技有限公司 控制车辆纵向运动的方法、装置及存储介质
EP4063215B1 (en) 2021-03-26 2023-12-20 Aptiv Technologies Limited Longitudinal acceleration control for autonomous driving
CN113071520B (zh) 2021-04-16 2024-01-16 阿波罗智联(北京)科技有限公司 车辆行驶控制方法及装置
LU500260B1 (de) * 2021-06-09 2022-12-13 Phoenix Contact Gmbh & Co Selbstfahrende Vorrichtung zum Einsatz in einer industriellen Umgebung
CN113460084A (zh) * 2021-06-11 2021-10-01 北京汽车研究总院有限公司 用于确定车辆驾驶意图的方法、装置、车辆及存储介质
CN113238565B (zh) * 2021-06-16 2024-10-22 京东鲲鹏(江苏)科技有限公司 车辆路径规划方法、装置、车辆和存储介质
CN113483775B (zh) * 2021-06-30 2024-06-14 上海商汤临港智能科技有限公司 路径预测方法及装置、电子设备及计算机可读存储介质
US11845428B2 (en) 2021-07-13 2023-12-19 Canoo Technologies Inc. System and method for lane departure warning with ego motion and vision
US11840147B2 (en) 2021-07-13 2023-12-12 Canoo Technologies Inc. System and method in data-driven vehicle dynamic modeling for path-planning and control
US11891060B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and method in lane departure warning with full nonlinear kinematics and curvature
US12017661B2 (en) * 2021-07-13 2024-06-25 Canoo Technologies Inc. System and method in vehicle path prediction based on full nonlinear kinematics
US11908200B2 (en) 2021-07-13 2024-02-20 Canoo Technologies Inc. System and method in the prediction of target vehicle behavior based on image frame and normalization
US11891059B2 (en) 2021-07-13 2024-02-06 Canoo Technologies Inc. System and methods of integrating vehicle kinematics and dynamics for lateral control feature at autonomous driving
CN113516862A (zh) * 2021-07-22 2021-10-19 中国第一汽车股份有限公司 一种预警方法、装置、电子设备以及存储介质
CN113501007B (zh) * 2021-07-30 2022-11-15 中汽创智科技有限公司 一种基于自动驾驶的路径轨迹规划方法、装置及终端
CN113432615B (zh) * 2021-07-31 2024-02-13 重庆长安汽车股份有限公司 基于多传感器融合可驾驶区域的检测方法、系统和车辆
CN113625724B (zh) * 2021-08-31 2023-07-21 东风柳州汽车有限公司 无人驾驶车路径规划方法、装置、设备及存储介质
US20230101438A1 (en) * 2021-09-30 2023-03-30 Canoo Technologies Inc. System and method in vehicle path prediction based on odometry and inertial measurement unit
CN113968235B (zh) * 2021-11-30 2023-03-28 广州文远知行科技有限公司 一种障碍物的区域层级确定方法、装置、设备和介质
CN114475593B (zh) * 2022-01-18 2023-12-19 上汽通用五菱汽车股份有限公司 行驶轨迹预测方法、车辆及计算机可读存储介质
CN114291116B (zh) * 2022-01-24 2023-05-16 广州小鹏自动驾驶科技有限公司 周围车辆轨迹预测方法、装置、车辆及存储介质
US12157502B2 (en) * 2022-03-01 2024-12-03 Mitsubishi Electric Research Laboratories, Inc. System and method for parking an autonomous ego-vehicle in a dynamic environment of a parking area
CN114475663B (zh) * 2022-03-08 2024-04-09 北京轻舟智航智能技术有限公司 一种自动驾驶横向控制的处理方法
CN114719875B (zh) * 2022-03-10 2023-05-05 阿波罗智能技术(北京)有限公司 自动驾驶路径规划方法、装置、电子设备、介质及车辆
CN115218902B (zh) * 2022-04-02 2024-02-02 广州汽车集团股份有限公司 一种轨迹规划方法、装置、设备及存储介质
JP2023152371A (ja) * 2022-04-04 2023-10-17 トヨタ自動車株式会社 経路設定装置
CN114932916A (zh) * 2022-06-10 2022-08-23 合众新能源汽车有限公司 一种自动驾驶风格实现方法、系统、设备及计算机可读存储介质
CN115562280A (zh) * 2022-10-12 2023-01-03 九识智行(北京)科技有限公司 自动驾驶车辆脱困的路径规划方法、装置和存储介质
CN116734882B (zh) * 2023-08-14 2023-11-24 禾昆科技(北京)有限公司 车辆路径规划方法、装置、电子设备和计算机可读介质
CN116842392B (zh) * 2023-08-29 2024-04-16 新石器慧通（北京）科技有限公司 轨迹预测方法及其模型的训练方法、装置、设备及介质

Family Cites Families (47)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0913751B1 (de) * 1997-11-03 2003-09-03 Volkswagen Aktiengesellschaft Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US8050863B2 (en) * 2006-03-16 2011-11-01 Gray & Company, Inc. Navigation and control system for autonomous vehicles
US8126642B2 (en) * 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
KR102037036B1 (ko) * 2013-04-11 2019-10-28 현대모비스 주식회사 자동주행 제어시스템
CN103204165B (zh) * 2013-05-06 2015-09-16 湖南大学 一种电动汽车整车动力输出优化控制方法
DE102013013867A1 (de) * 2013-08-20 2015-03-12 Audi Ag Kraftfahrzeug und Verfahren zur Steuerung eines Kraftfahrzeugs
CN103646298B (zh) * 2013-12-13 2018-01-02 中国科学院深圳先进技术研究院 一种自动驾驶方法及系统
EP2950294B1 (en) 2014-05-30 2019-05-08 Honda Research Institute Europe GmbH Method and vehicle with an advanced driver assistance system for risk-based traffic scene analysis
US9428187B2 (en) * 2014-06-05 2016-08-30 GM Global Technology Operations LLC Lane change path planning algorithm for autonomous driving vehicle
US9457807B2 (en) * 2014-06-05 2016-10-04 GM Global Technology Operations LLC Unified motion planning algorithm for autonomous driving vehicle in obstacle avoidance maneuver
JP6222475B2 (ja) * 2014-11-10 2017-11-01 マツダ株式会社 車両加減速制御装置
KR101664582B1 (ko) * 2014-11-12 2016-10-10 현대자동차주식회사 자율주행차량의 주행경로 생성장치 및 방법
DE102015202099A1 (de) * 2015-02-06 2016-08-11 Bayerische Motoren Werke Aktiengesellschaft Verarbeiten von Sensordaten für ein Fahrerassistenzsystem
CN111380545B (zh) * 2015-02-10 2024-11-12 御眼视觉技术有限公司 用于自主车辆导航的方法、服务器、自主车辆以及介质
JP6269546B2 (ja) * 2015-03-23 2018-01-31 トヨタ自動車株式会社 自動運転装置
JP6361567B2 (ja) * 2015-04-27 2018-07-25 トヨタ自動車株式会社 自動運転車両システム
US9868443B2 (en) * 2015-04-27 2018-01-16 GM Global Technology Operations LLC Reactive path planning for autonomous driving
JP6332170B2 (ja) * 2015-07-01 2018-05-30 トヨタ自動車株式会社 自動運転制御装置
US9934688B2 (en) * 2015-07-31 2018-04-03 Ford Global Technologies, Llc Vehicle trajectory determination
DE102015217891A1 (de) * 2015-09-17 2017-03-23 Volkswagen Aktiengesellschaft Bestimmen einer Soll-Trajektorie für ein Fahrzeug
JP6259797B2 (ja) * 2015-10-22 2018-01-10 本田技研工業株式会社 車両走行制御装置
JP6815724B2 (ja) * 2015-11-04 2021-01-20 トヨタ自動車株式会社 自動運転システム
JP6558239B2 (ja) * 2015-12-22 2019-08-14 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
CN108431549B (zh) * 2016-01-05 2020-09-04 御眼视觉技术有限公司 具有施加的约束的经训练的系统
JP2017146730A (ja) * 2016-02-16 2017-08-24 トヨタ自動車株式会社 経路決定装置
JP6645649B2 (ja) * 2016-02-17 2020-02-14 本田技研工業株式会社 車両制御装置、車両制御方法、および車両制御プログラム
JP6480366B2 (ja) * 2016-03-14 2019-03-06 株式会社Ｓｏｋｅｎ 自動運転制御装置、自動運転制御方法、および運転情報出力方法
US9645577B1 (en) 2016-03-23 2017-05-09 nuTonomy Inc. Facilitating vehicle driving and self-driving
JP6614025B2 (ja) * 2016-05-20 2019-12-04 アイシン・エィ・ダブリュ株式会社 自動運転支援装置及びコンピュータプログラム
US20180056998A1 (en) * 2016-08-29 2018-03-01 Mitsubishi Electric Research Laboratories, Inc. System and Method for Multi-Vehicle Path Planning Technical Field
CN106347351A (zh) * 2016-09-28 2017-01-25 奇瑞汽车股份有限公司 一种带有自动紧急制动的自适应巡航方法及系统
CN106740868B (zh) * 2016-12-30 2019-03-29 东软集团股份有限公司 一种车速规划的方法、装置和设备
US10037037B1 (en) * 2017-01-18 2018-07-31 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for trajectory planning in an autonomous vehicle using different fixed durations for steering and speed parameters
US11142203B2 (en) * 2017-02-27 2021-10-12 Ford Global Technologies, Llc Cooperative vehicle navigation
US10446031B2 (en) * 2017-03-14 2019-10-15 Hyundai Mobis Co., Ltd. Apparatus and method of safety support for vehicle
WO2019010659A1 (en) * 2017-07-13 2019-01-17 Beijing Didi Infinity Technology And Development Co., Ltd. SYSTEMS AND METHODS FOR TRACK DETERMINATION
US11210744B2 (en) * 2017-08-16 2021-12-28 Mobileye Vision Technologies Ltd. Navigation based on liability constraints
US10953881B2 (en) * 2017-09-07 2021-03-23 Tusimple, Inc. System and method for automated lane change control for autonomous vehicles
CN107797555A (zh) * 2017-10-30 2018-03-13 奇瑞汽车股份有限公司 一种游览车自动驾驶控制方法及装置
JP6649940B2 (ja) * 2017-12-28 2020-02-19 本田技研工業株式会社 自動運転車両の走行制御装置
JP6633606B2 (ja) * 2017-12-28 2020-01-22 本田技研工業株式会社 自動運転車両の走行制御装置
US11378961B2 (en) * 2018-04-17 2022-07-05 Baidu Usa Llc Method for generating prediction trajectories of obstacles for autonomous driving vehicles
US10824155B2 (en) * 2018-08-22 2020-11-03 Ford Global Technologies, Llc Predicting movement intent of objects
US11679760B2 (en) * 2018-12-10 2023-06-20 Mobileye Vision Technologies Ltd. Navigation in vehicle crossing scenarios
US11327496B2 (en) * 2019-01-16 2022-05-10 Ford Global Technologies, Llc Vehicle path identification
US20210035442A1 (en) * 2019-07-31 2021-02-04 Nissan North America, Inc. Autonomous Vehicles and a Mobility Manager as a Traffic Monitor
US20210063162A1 (en) * 2019-08-26 2021-03-04 Mobileye Vision Technologies Ltd. Systems and methods for vehicle navigation

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI737437B (zh) * 2020-08-07 2021-08-21 財團法人車輛研究測試中心 軌跡決定方法
TWI740634B (zh) * 2020-09-08 2021-09-21 財團法人車輛研究測試中心 自駕車之動態速度規劃方法及其系統

Also Published As

Publication number Publication date
US20200156631A1 (en) 2020-05-21
CN111258308A (zh) 2020-06-09
US11104336B2 (en) 2021-08-31
TWI674984B (zh) 2019-10-21

Similar Documents

Publication Publication Date Title
TWI674984B (zh) 自動駕駛車輛之行駛軌跡規劃系統及方法
US10996679B2 (en) Method to evaluate trajectory candidates for autonomous driving vehicles (ADVs)
US11427211B2 (en) Methods for handling sensor failures in autonomous driving vehicles
US10884422B2 (en) Method for generating trajectories for autonomous driving vehicles (ADVS)
US10921135B2 (en) Real-time map generation scheme for autonomous vehicles based on prior driving trajectories
CN106080597B (zh) 自动驾驶车辆系统
JP6344275B2 (ja) 車両制御装置
US11113971B2 (en) V2X communication-based vehicle lane system for autonomous vehicles
CN108688660B (zh) 运行范围确定装置
US11199842B2 (en) Determining driving paths for autonomous driving using parallel processing
JP2019182399A (ja) 自動運転に用いられる感知と計画のコラボレーションフレームワーク
US10496098B2 (en) Road segment-based routing guidance system for autonomous driving vehicles
CN116494967A (zh) 行驶包络确定
JP2022532920A (ja) レーダーデータからのヨーレート
US11260880B2 (en) Map-less and localization-less lane following method for autonomous driving of autonomous driving vehicles on highway
US10261516B2 (en) Vehicle control device
US20210188307A1 (en) Spiral curve based vertical parking planner system for autonomous driving vehicles
EP4320020A1 (en) Lane changing based only on local information
JP2024095712A (ja) 出力装置、制御方法、プログラム及び記憶媒体
US11136023B2 (en) Method for determining exiting intersection of moving objects for autonomous driving vehicles
JP6892516B2 (ja) 列挙に基づく自動運転車両の３ポイントターン計画
KR20200052997A (ko) 자율주행 차량의 추측항법 성능 향상을 위한 직진 주행 판단 장치 및 그 방법
CN112693454B (zh) 自适应轨迹生成方法及系统
JP7226018B2 (ja) 車両運転支援装置
WO2023032092A1 (ja) 車両制御方法及び車両制御装置