用于自动驾驶系统的横向操纵规划器的制造方法
【专利说明】
【背景技术】
[0001]部分自动化或监视的驾驶系统被设计成帮助驾驶员在道路上安全并高效地操作车辆，例如，利用诸如驾驶员的眼睛跟踪的技术在驾驶员变得不专心时发送警告，利用车辆的车道跟踪在车辆离开其车道时向驾驶员发送警告，以及在自适应巡航控制被驾驶员激活时基于到驾驶员前面的车辆的距离来控制车辆速度。完全自动化的驾驶系统被设计成无需驾驶员交互或其它外部控制就在道路上操作车辆，例如自驾车辆。
【发明内容】
[0002]自动驾驶系统可以被描述为可以在不需要驾驶员交互的情况下在道路上操作车辆的系统。这里描述的自动驾驶系统可以基于车辆周围的驾驶环境的物理特征自主地操作车辆。驾驶环境的物理特征可以既包括基于地图信息车辆要沿着其前进的导航路线而且包括感兴趣的相关对象诸如其它车辆，这种感兴趣的相关对象影响沿着导航路线的哪条预定的潜在车辆路径将是该车辆沿着其前进的优选车辆路径。只有那些与车辆的导航路线最相关的对象需要在选择优选车辆路径的时候被考虑。
[0003]在一种实现中，公开了一种自动驾驶系统。所述系统包括部署在车辆上的一个或多个传感器以及与所述一个或多个传感器通信的计算设备。所述计算设备包括用于控制所述计算设备的操作的一个或多个处理器以及用于存储由所述一个或多个处理器使用的数据和程序指令的存储器。所述一个或多个处理器配置为执行存储在存储器中的指令，以便:基于特定于车辆周围的环境的信息，确定一条或多条潜在车辆路径；基于来自部署在车辆上的所述一个或多个传感器的输入，接收把接近所述一条或多条潜在车辆路径的一个或多个对象归类为感兴趣的对象的指示；基于所述一个或多个感兴趣的对象的属性，从所述一条或多条潜在车辆路径中选择优选车辆路径；以及向一个或多个车辆系统发送控制车辆沿着优选车辆路径前进的命令。
[0004]在另一种实现中，公开了一种计算机实现的自动驾驶的方法。所述方法包括:基于特定于车辆周围的环境的信息，确定一条或多条潜在车辆路径；基于从部署在车辆上的一个或多个传感器接收的输入，接收把接近所述一条或多条潜在车辆路径的一个或多个对象归类为感兴趣的对象的指示；基于所述一个或多个感兴趣的对象的属性，从所述一条或多条潜在车辆路径中选择优选车辆路径；以及向一个或多个车辆系统发送控制车辆沿着优选车辆路径前进的命令。
[0005]在另一种实现中，公开了一种计算设备。所述计算设备包括:用于控制计算设备的操作的一个或多个处理器以及用于存储由所述一个或多个处理器使用的数据和程序指令的存储器。所述一个或多个处理器配置为执行存储在存储器中的指令，以便:基于特定于车辆周围的环境的信息，确定一条或多条潜在车辆路径；基于从部署在车辆上的一个或多个传感器接收的输入，接收把接近所述一条或多条潜在车辆路径的一个或多个对象归类为感兴趣的对象的指示；基于所述一个或多个感兴趣的对象的属性，从所述一条或多条潜在车辆路径中选择优选车辆路径；以及向一个或多个车辆系统发送控制车辆沿着优选车辆路径前进的命令。
【附图说明】
[0006]本文的描述参考附图，其中相同的标号贯穿几个图都指相同的部件，并且其中:
[0007]图1是用于实现自动驾驶系统的计算设备的框图；
[0008]图2是包括图1的计算设备的车辆的示意性说明；
[0009]图3示出了由图2的车辆穿行的导航路线的示例部分和沿着该导航路线部分的潜在车辆路径的示例集合；
[0010]图4示出了由图2的车辆穿行的导航路线的另一示例部分和沿着该导航路线部分的潜在车辆路径的另一示例集合；
[0011]图5示出了接近图3的潜在车辆路径集合和图2的车辆的多个对象；
[0012]图6示出了接近图4的潜在车辆路径集合和图2的车辆的多个对象；
[0013]图7示出了通过图5的多个接近对象从图3的潜在车辆路径集合选择的示例优选车辆路径；
[0014]图8示出了通过图6的多个接近对象从图4的潜在车辆路径集合选择的示例优选车辆路径；以及
[0015]图9是由自动驾驶系统执行的过程的逻辑流程图。
【具体实施方式】
[0016]公开了用于车辆的自动驾驶系统。在自主地操作车辆时，自动驾驶系统可以配置为基于特定于车辆周围的环境的信息，例如基于地图信息和车道信息，为车辆确定要沿着导航路线前进的一条或多条潜在车辆路径。自动驾驶系统还可以配置为基于来自部署在车辆上的传感器的输入，接收把接近车辆的一个或多个对象归类为感兴趣的对象的指示。基于感兴趣的对象的属性，诸如感兴趣的对象关于车辆的相对位置和速度，自动驾驶系统可以从所述一条或多条潜在车辆路径中选择优选车辆路径并且发送控制车辆沿着该优选车辆路径前进的命令。
[0017]图1是用于实现自动驾驶系统的计算设备100的框图。计算设备100可以是任何类型的车辆安装的、手持式的、台式的或其它形式的单个计算设备，或者可以由多个计算设备组成。计算设备中的处理单元可以是常规的中央处理单元(CPU) 102或者能够操纵或处理信息的任何其它类型的设备或者多个设备。计算设备中的存储器104可以是随机存取存储器设备(RAM)或者任何其它合适类型的存储设备。存储器104可以包括可以由CPU利用总线108访问的数据106。
[0018]存储器104还可以包括操作系统110和安装的应用112，安装的应用112包括允许CPU 102执行下述自动驾驶方法的程序。计算设备100还可以包括辅助的、附加的或者外部储存器114，例如存储卡、闪存驱动器、或者任何其它形式的计算机可读介质。安装的应用112可以完全或部分地存储在外部储存器114中并且根据需要加载到存储器104中进行处理。
[0019]计算设备100还可以耦合到一个或多个传感器116。传感器116可以捕捉数据和/或信号，供下述单元或系统处理，所述单元或系统包括惯性测量单元(MU)、航位推算系统、全球导航卫星系统(GNSS)、光探测和测距(LIDAR)系统、雷达系统、声纳系统、基于图像的传感器系统、或者能够捕捉特定于车辆周围的环境的信息并且把对应的数据和/或信号输出到CPU 102的任何其它类型的系统，其中特定于车辆周围的环境的信息包括特定于诸如接近车辆导航路线的其它车辆、人行道之类的对象的信息、由车辆行进的路线的特征或者其它局部位置数据和/或信号。
[0020]传感器116还可以捕捉代表车辆的X、y和z轴位置、速度、加速度、旋转角度和旋转角速度的变化的数据以及对接近车辆的导航路线的对象的类似数据。如果传感器116捕捉用于航位推算系统的数据，则可以捕捉关于车轮转动速度、行进距离、转向角和转向角变化率的数据。如果传感器116捕捉用于GNSS的信号，则接收器可以计算在全局坐标中估计的车辆位置和速度。多个卫星可以被用来利用三维三角和时间估计来估计车辆的位置和速度。
[0021]如果传感器116捕捉用于LIDAR系统的数据，则可以捕捉关于车辆周围的环境的强度或反射返回的测距数据。在下述例子中，传感器116可以捕捉至少:用于航位推算系统或者估计车辆速度、加速度、减速度、位置和朝向的其它系统的数据；用于GNSS或者确定车辆位置和速度的其它系统的信号；以及用于LIDAR系统或者测量车辆离车道线(例如，路线表面标记或者路线边界)、障碍物、对象或者包括交通灯和道路标志的其它环境特征的距离的其它系统的数据。
[0022]计算设备100还可以耦合到一个或多个车辆系统118。车辆系统118可以包