用于規(guī)劃車輛軌跡的方法技術(shù)

一種用于控制自車(EV)的軌跡的方法，包括：獲得描述交叉路口處的車道連接性的地圖數(shù)據(jù)的步驟；獲得所述交叉路口處的每個車道連接的第一轉(zhuǎn)彎概率的步驟；以及根據(jù)所述第一轉(zhuǎn)彎概率規(guī)劃所述自車(EV)在所述交叉路口處的軌跡的步驟。

【技術(shù)實現(xiàn)步驟摘要】
用于規(guī)劃車輛軌跡的方法
本文所述的一個或多個實施方案涉及一種用于控制自車的軌跡的方法和系統(tǒng)。特別地，提出了涉及一種用于規(guī)劃自主機動車輛的軌跡的方法和系統(tǒng)的一個或多個實施方案。
技術(shù)介紹
為了根據(jù)當前的交通情況來規(guī)劃安全軌跡，自主車輛不僅需要知道他們自己的位置、航向和速度，其還需要預測其他道路參與者特別是其他車輛的行為。為此，預測圍繞自車的一定半徑內(nèi)的所有道路參與者的未來位置，其中術(shù)語“自車”是指所考慮的自主車輛。通常，對其他道路參與者的未來位置的預測是基于通過用于感知自車的周圍環(huán)境的自車的多個傳感器獲得的數(shù)據(jù)。此類傳感器利用雷達、激光、激光雷達(“光探測和測距”)、GPS(“全球定位系統(tǒng)”)、里程計和/或計算機視覺。自車的控制系統(tǒng)對感知信息進行解讀，以識別其他道路參與者、適當?shù)膶Ш交蜃羁赡艿穆窂剑约罢系K物和相關(guān)交通標志。導航路徑是由軌跡規(guī)劃系統(tǒng)來確定。例如，傳感器可檢測其他道路參與者的位置和航向，并得出道路參與者在交叉路口處轉(zhuǎn)彎的概率。在存在許多交叉路口的城市環(huán)境中，預測其他道路參與者的轉(zhuǎn)彎概率特別重要，所述交叉路口與高速公路上的簡單匝道或出口相比可具有更高的復雜性。因此，在城市地區(qū)內(nèi)導航自主車輛時，存在對于改進預測其他道路參與者轉(zhuǎn)彎的準確性的增加的需要。
技術(shù)實現(xiàn)思路
為了解決上述常規(guī)預測方法的問題，提出了一種根據(jù)權(quán)利要求1的用于控制自車的方法。特別地，提供一種用于控制并規(guī)劃自主機動車輛的軌跡的改進的方法。此外，提供一種根據(jù)權(quán)利要求10的用于控制自車的系統(tǒng)。一種用于根據(jù)一個方面控制自車的軌跡的方法包括：獲得描述交叉路口處的車道連接性的地圖數(shù)據(jù)的步驟。交叉路口是兩條或更多條道路相交或交叉的交叉口。可以通過路段數(shù)、交通控制和/或車道設計來對交叉路口進行分類。例如，交叉路口處的交通流量可由交通燈、交通標志(例如讓路標志或停車標志)和/或交通規(guī)則來控制，所述交通規(guī)則可因國家而異(來自右側(cè)的交通常常具有優(yōu)先權(quán))。車道連接性描述哪些車道相互連接，使得交通可以從一條車道流向另一條車道。地圖數(shù)據(jù)可以本地存儲在自車本身中，或者其可以存儲在可通過網(wǎng)絡(例如通過連接到服務器)來訪問的數(shù)據(jù)庫中。因此，獲得地圖數(shù)據(jù)的步驟可以是指訪問數(shù)據(jù)庫并將地圖數(shù)據(jù)發(fā)送到自車的過程。根據(jù)一個方面、方法，可以記錄包括在交叉路口處記錄的多條軌跡的軌跡數(shù)據(jù)。例如，可以通過參考車輛或通過利用匿名人群來源的軌跡數(shù)據(jù)來記錄軌跡。此人群來源的軌跡數(shù)據(jù)可由具有地圖或GPS導航應用的智能電話的用戶提供。特別地，可記錄自車當前正在接近或下一個將要接近的具體交叉路口的軌跡。根據(jù)一個方面，所述方法可包括獲得針對交叉路口處的每個車道連接的第一轉(zhuǎn)彎概率的步驟。替代地，僅可獲得針對當前與自車的軌跡規(guī)劃相關(guān)的那些車道連接的第一轉(zhuǎn)彎概率。例如，僅少數(shù)其他道路參與者可存在于交叉路口處，使得在獲得第一轉(zhuǎn)彎概率的步驟期間，只有與當前存在的道路參與者相關(guān)的那些連接才可能被考慮。根據(jù)一個方面，轉(zhuǎn)彎概率可以離線計算，例如在對可用的軌跡數(shù)據(jù)執(zhí)行統(tǒng)計評估的服務器處。換句話講，可以通過分析從一條車道到另一條車道的某個轉(zhuǎn)彎車輛數(shù)量與車輛總量和/或轉(zhuǎn)彎總量的比較來計算轉(zhuǎn)彎概率。例如，可以通過使用在指定時間段內(nèi)記錄的歷史數(shù)據(jù)來執(zhí)行此評估。平均而言，大量的歷史軌跡將提供更準確的轉(zhuǎn)彎概率。對于多個車道中的每一個，可針對每個可能的轉(zhuǎn)彎提供轉(zhuǎn)彎概率，其中轉(zhuǎn)彎可包括例如左轉(zhuǎn)彎、右轉(zhuǎn)彎或直行。針對每條車道的轉(zhuǎn)彎概率的總和應等于1。根據(jù)一個方面，可在服務器處實施計算針對地圖的指定范圍內(nèi)的所有交叉路口的第一轉(zhuǎn)彎概率的步驟。然后，第一轉(zhuǎn)彎概率可存儲為包括在地圖中的信息層，所述地圖可以存儲在自車處。因此，可以向自車提供針對每個交叉路口的第一轉(zhuǎn)彎概率。自車可被配置為從服務器請求沿著所規(guī)劃軌跡的針對所有交叉路口的第一轉(zhuǎn)彎概率。所述方法的另一步驟可包括：根據(jù)第一轉(zhuǎn)彎概率規(guī)劃自車在交叉路口處的軌跡。特別地，當自車的所規(guī)劃路線穿過具有高的第一轉(zhuǎn)彎概率的其他道路參與者的軌跡時，自車可調(diào)整其軌跡規(guī)劃，以便使其自身行為適應其他道路參與者的所預測行為。這樣，可以改進行程的安全性和舒適性。根據(jù)一個方面，所述方法可包括檢測圍繞自車的預定半徑內(nèi)的道路參與者的位置和航向的步驟。特別地，位置和航向可通過自車中所提供的傳感器來檢測。替代地，自車可與其他道路參與者或中央服務器通信，以接收圍繞自車或圍繞具體交叉路口的預定半徑內(nèi)的道路參與者的位置和航向信息。預定半徑可主要取決于傳感器的檢測范圍。通常，預定半徑不大于約二百米。表達“道路參與者”包括除自車之外的車輛、行人和/或騎自行車者。通過檢測其他道路參與者的位置和航向，可以更可靠地預測他們各自的行為。例如，另一車輛的位置和/或航向可指示即將進行的轉(zhuǎn)彎機動。根據(jù)一個方面，針對交叉路口處和/或圍繞自車的指定半徑內(nèi)的每個道路參與者的第二轉(zhuǎn)彎概率可根據(jù)所檢測位置和/或航向來計算。例如，當車輛接近具有左轉(zhuǎn)彎或右轉(zhuǎn)彎或繼續(xù)直行的可能性的四向交叉路口(即兩條雙向道路相交的十字路口)時，所述三種可能性中的每一者可被分配三分之一的相等轉(zhuǎn)彎概率。一旦車輛進入交叉路口并將其航向改變?yōu)槌遥肄D(zhuǎn)的概率就顯著增大。另一方面，為了左轉(zhuǎn)彎，車輛必須在開始左轉(zhuǎn)之前進入交叉路口(在右行交通的情況下)。因此，根據(jù)所述位置，車輛左轉(zhuǎn)彎或繼續(xù)直行的轉(zhuǎn)彎概率都顯著增大，而右轉(zhuǎn)彎的轉(zhuǎn)彎概率顯著減小。另一方面，當在公路上行駛時，如果此道路參與者未沿著右車道行駛(在右行交通的情況下)，則道路參與者駛出出口(即右轉(zhuǎn)彎)的概率相對較低。因此，通過檢測其他道路參與者的位置和航向，可以計算第二轉(zhuǎn)彎概率，所述第二轉(zhuǎn)彎概率比基于歷史交通數(shù)據(jù)的第一轉(zhuǎn)彎概率描述更準確的當前情況。根據(jù)一個方面，所述方法可包括根據(jù)第一轉(zhuǎn)彎概率和第二轉(zhuǎn)彎概率計算每個道路參與者的組合轉(zhuǎn)彎概率的步驟。這樣，可以組合基于軌跡的第一轉(zhuǎn)彎概率和基于位置和/或航向信息的第二轉(zhuǎn)彎概率。組合轉(zhuǎn)彎概率的準確性可顯著高于僅第一轉(zhuǎn)彎概率或第二轉(zhuǎn)彎概率的準確性。因此，可獲得其他道路參與者行為的改進的預測。此外，通過組合第一轉(zhuǎn)彎概率和第二轉(zhuǎn)彎概率，可將描述許多道路參與者行為的統(tǒng)計信息與當前交通情況的情景信息組合。根據(jù)一個方面，可根據(jù)組合轉(zhuǎn)彎概率來規(guī)劃自車的軌跡。由于組合轉(zhuǎn)彎概率更準確，可以提高的確定性來規(guī)劃自車的軌跡，這可以導致自主車輛中的更安全且更舒適的行程，特別是在諸如城市環(huán)境的具有高的交叉路口密度的區(qū)域內(nèi)。此外，通過考慮組合轉(zhuǎn)彎概率，自車可對當前的交通狀態(tài)做出反應，而同時基于歷史交通數(shù)據(jù)規(guī)劃軌跡。根據(jù)一個方面，第一轉(zhuǎn)彎概率可根據(jù)當前日期和/或時間來獲得。地圖上某些交叉路口或指定區(qū)域的交通可在工作日、公共假日和周末之間變化。此外，交通可根據(jù)一天中的時間而變化。例如，在早高峰期間，朝某個方向轉(zhuǎn)彎的次數(shù)可能比下午高峰期間或夜間更高。在周末或公共假日期間，朝其他方向轉(zhuǎn)彎的概率更大。因此，當考慮到日期和/或時間時，可提高預測準確性。因此，可使用根據(jù)指定日期或時間選擇的軌跡數(shù)據(jù)來計算第一轉(zhuǎn)彎概率。因此，以第一轉(zhuǎn)彎概率可以更準確地反映當前的交通情況。本文檔來自技高網(wǎng)...

【技術(shù)保護點】
1.一種用于控制自車(EV)的軌跡的方法，所述方法包括：/n獲得描述交叉路口處的車道連接性的地圖數(shù)據(jù)；/n獲得針對所述交叉路口處的每個車道連接的第一轉(zhuǎn)彎概率；以及/n根據(jù)所述第一轉(zhuǎn)彎概率規(guī)劃所述自車(EV)在所述交叉路口處的軌跡。/n

【技術(shù)特征摘要】
20190108 EP 19150764.91.一種用于控制自車(EV)的軌跡的方法，所述方法包括：
獲得描述交叉路口處的車道連接性的地圖數(shù)據(jù)；
獲得針對所述交叉路口處的每個車道連接的第一轉(zhuǎn)彎概率；以及
根據(jù)所述第一轉(zhuǎn)彎概率規(guī)劃所述自車(EV)在所述交叉路口處的軌跡。


2.根據(jù)權(quán)利要求1所述的方法，其還包括：
檢測所述自車(EV)的預定半徑內(nèi)的道路參與者(V)的位置和航向；
根據(jù)所檢測位置和航向計算每個道路參與者(V)在所述交叉路口處的第二轉(zhuǎn)彎概率；以及
根據(jù)所述第一轉(zhuǎn)彎概率和所述第二轉(zhuǎn)彎概率計算每個道路參與者的組合轉(zhuǎn)彎概率，其中
所述自車(EV)的所述軌跡是根據(jù)所述組合轉(zhuǎn)彎概率規(guī)劃的。


3.根據(jù)權(quán)利要求1或2所述的方法，其中所述第一轉(zhuǎn)彎概率是根據(jù)當前日期和/或時間獲得的。


4.根據(jù)前述權(quán)利要求中至少一項所述的方法，其中所述地圖數(shù)據(jù)包括交通規(guī)則數(shù)據(jù)。


5.根據(jù)前述權(quán)利要求中至少一項所述的方法，其還包括：
檢測至少一個定位對象；以及
使用所述至少一個所檢測定位對象來在所述地圖數(shù)據(jù)內(nèi)定位所述交叉路口。


6.根據(jù)權(quán)利要求2所述的方法，其還包括：
檢測每個道路參與者(V)的指示燈設置，其中
所述第二轉(zhuǎn)彎概率是根據(jù)所檢測指示燈設置計算的。


7.根據(jù)前述權(quán)利要求中至少一項所述的方法，其中所述第一轉(zhuǎn)彎概率是針對每個道路參與者計算的。


8.根據(jù)權(quán)利要求2所述的方法，其中所述第二轉(zhuǎn)彎概率是針對正接近所述交叉路口的每個道路參與者計算的。


9.根據(jù)前述權(quán)利要求中至少一項所述的方法，其中所述自車(EV)生成用于計算轉(zhuǎn)彎概率的軌跡數(shù)據(jù)并將所生成軌跡數(shù)據(jù)發(fā)送到服務器。...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：S·庫爾卡尼，A·韋德爾，M·伯斐弗，
申請(專利權(quán))人：威斯通全球技術(shù)公司，
類型：發(fā)明
國別省市：美國;US