控制自动驾驶车辆以从起点到目的地行驶的系统和方法包括使用地图确定起点和目的地之间的路线。一种方法包括通过优化第一成本函数来确定沿该路线的初始路径，第一成本函数包括在沿该路线的第一组位置处的静态成本构成，以及在沿着该路线的第一组位置中的每个位置处的静态成本构成对应于由在地图上指示的位置处的一个或多个静态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变。该方法还包括控制自动驾驶车辆以沿着初始路径在该路线上开始行驶。路线上开始行驶。路线上开始行驶。
【技术实现步骤摘要】
用于自动驾驶的基于预测和反应视场的计划
[0001]本主题公开涉及用于自动驾驶的基于预测和反应视场的计划。
技术介绍
[0002]车辆的自动驾驶操作依赖于一种或多种类型的传感器来检测和监视车辆及其环境。示例性车辆包括汽车、卡车、摩托车、建筑设备、农场设备、自动化工厂设备。示例性传感器包括光检测和测距(激光)系统、无线电检测和测距(雷达)系统以及相机。大多数传感器都具有与其相关的标称视场(FOV)，并且传感器在其各自的FOV内检测对象或获取图像。考虑自动驾驶车辆的一个或多个传感器的标称视场以计划车辆的未来轨迹。例如，为从给定起点到给定目的地的行驶开发了静态路线计划。然后，在行驶过程中使用该路线计划以及来自传感器的标称FOV的检测数据来生成动态轨迹，该轨迹指示车辆的路径点和速度。但是，由于遮挡，给定传感器的标称FOV可能会降低。遮挡(occlusion)可能是静态的(例如建筑物，灌木丛)，也可能是动态的(例如当前路径中的其他车辆)。因此，期望提供用于自动驾驶的基于预测和反应视场的计划。
技术实现思路
[0003]在一个示例性实施例中，一种控制自动驾驶车辆从起点到目的地行驶的方法，包括使用地图确定起点和目的地之间的路线。该方法还包括通过优化第一成本函数来确定沿路线的初始路径，第一成本函数包括沿该路线在第一组位置处的静态成本构成(component)，以及沿着该路线在第一组位置中的每个位置处的静态成本构成对应于由在该地图上指示的位置处的一个或多个静态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变。该方法还包括控制自动驾驶车辆以开始沿着初始路径的路线上的行驶。
[0004]除了本文描述的一个或多个特征之外，该方法还包括在行驶期间实时动态地修改初始路径。
[0005]除了本文描述的一个或多个特征之外，修改初始路径还包括实时优化第二成本函数。
[0006]除了本文描述的一个或多个特征之外，优化第二成本函数包括在沿路线的第二组位置处使用动态成本构成，在沿着该路线的第二组位置处中的每个位置处的动态成本构成对应于由在该位置处的一个或多个静态和动态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变，其中动态障碍物包括其他车辆。
[0007]除了本文所述的一个或多个特征之外，第二组位置和第一组位置具有一个或多个共同的位置。
[0008]除了本文所述的一个或多个特征之外，该方法还包括确定在第二组位置的每个处的两个或多个网格点处的自动驾驶车辆的一个或多个传感器的视场的变化。
[0009]除了本文描述的一个或多个特征之外，该方法还包括估计两个或多个网格点中的每个网格点处的遮挡度，并提供在第二组位置处在两个或更多个网格点中的每个网格点处
的遮挡度作为动态成本构成。估计遮挡度包括获得谐波平均值。
[0010]除了本文描述的一个或多个特征之外，优化第一成本函数和优化第二成本函数包括执行算法成本最小化过程。
[0011]除了本文所述的一个或多个特征之外，该方法还包括确定在第一组位置的每个处在两个或更多个网格点处的自动驾驶车辆的一个或多个传感器的视场的变化。
[0012]除了本文所述的一个或多个特征之外，该方法还包括估计在两个或更多个网格点中的每个网格点处的遮挡度，并提供在第一组位置的每个处在两个或更多个网格点中的每个网格点处的遮挡度作为静态成本构成。估计遮挡度包括获得谐波平均值。
[0013]在另一个示例性实施例中，一种控制自动驾驶车辆从起点到目的地行驶的系统包括存储器装置，用于存储地图；以及控制器，用于确定起点与目的地之间的路线。控制器还通过优化第一成本函数来确定沿路线的初始路径，该第一成本函数包括在沿该路线的第一组位置处的静态成本构成，以及在沿着该路线的第一组位置中的每个位置处的静态成本构成对应于由在地图上指示的位置处的一个或多个静态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变。控制器进一步控制自动驾驶车辆以沿着初始路径在该路线上开始行驶。
[0014]除了本文描述的一个或多个特征之外，控制器在行驶期间实时地动态地修改初始路径。
[0015]除了本文描述的一个或多个特征之外，控制器通过实时优化第二成本函数来修改初始路径。
[0016]除了本文所述的一个或多个特征之外，控制器还通过使用在沿该路线的第二组位置处的动态成本构成来优化第二成本函数，在沿着该路线的第二组位置中的每个位置处的动态成本构成对应于由在该位置处的一个或多个静态和动态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变，动态障碍物包括其他车辆。
[0017]除了本文所述的一个或多个特征之外，第二组位置和第一组位置具有一个或多个共同的位置。
[0018]除了本文所述的一个或多个特征之外，控制器确定在第二组位置中的每个位置处在两个或更多个网格点处的自动驾驶车辆的一个或多个传感器的视场的变化。
[0019]除了本文描述的一个或多个特征之外，控制器估计两个或更多个网格点中的每个网格点处的遮挡度，并提供在第二组位置的每个处在两个或更多个网格点处的每个网格点处的遮挡度作为动态成本构成，并且估计遮挡度包括获得谐波均值。
[0020]除了本文所述的一个或多个特征之外，控制器通过执行算法成本最小化过程来优化第一成本函数并优化第二成本函数。
[0021]除了本文所述的一个或多个特征之外，控制器确定在第一组位置中的每个处在两个或更多个网格点处的自动驾驶车辆的一个或多个传感器的视场的变化。
[0022]除了本文描述的一个或多个特征之外，控制器估计在两个或更多个网格点中的每个网格点处的遮挡度，并提供在第一组位置中的每个处在两个或更多个网格点中的每个网格点处的遮挡度作为静态成本构成，以及估计遮挡度包括获得谐波均值。
[0023]当结合附图考虑时，从以下详细描述，本公开的以上特征和优点以及其他特征和优点将显而易见。
附图说明
[0024]在下面的详细描述中，仅以示例的方式出现其他特征、优点和细节，该详细描述参考附图，在附图中：
[0025]图1是根据一个或多个实施例的实现用于自动驾驶的基于预测和反应视场的计划的车辆的框图；
[0026]图2是根据一个或多个实施例的用于使用基于预测和反应视场的计划来执行自动驾驶的示例性地图；
[0027]图3是根据一个或多个实施例的使用基于预测和反应视场的计划进行自动驾驶的方法的处理流程；
[0028]图4示出了根据一个或多个实施例的基于预测视场的计划的各方面；
[0029]图5示出了根据一个或多个实施例的作为基于预测视场的计划的一部分的用于网格点的遮挡度(DOO)的估计；
[0030]图6是在图3所示的方法中进一步详细描述基于反应视场的计划的各方面的方法的处理流程；和
[0031]图7图示了根据一个或多个实施例的作为基于反应视场的计划的一部分的用于网格点的DOO的估计。
具体实施方式
[0032]以下描述本质上仅是示例性的，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种控制自动驾驶车辆从起点到目的地行驶的方法，该方法包括：使用处理器，使用地图确定起点和目的地之间的路线；使用处理器，通过优化第一成本函数来确定沿该路线的初始路径，该第一成本函数包括在沿该路线的第一组位置处的静态成本构成，以及在沿着该路线的第一组位置中的每个位置处的静态成本构成对应于由在地图上指示的位置处的一个或多个静态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变；和控制自动驾驶车辆以开始沿初始路径在该路线上行驶。2.根据权利要求1所述的方法，还包括在行驶期间实时动态地修改该初始路径，其中，修改该初始路径包括实时地优化第二成本函数。3.根据权利要求2所述的方法，其中，优化第二成本函数包括在沿所述路线的第二组位置处使用动态成本构成，在沿着该路线的第二组位置中的每个位置处的动态成本构成对应于由在该位置处的一个或多个静态和动态障碍物引起的自动驾驶车辆的一个或多个传感器的视场的改变，其中动态障碍物包括其他车辆，以及第二组位置和第一组位置具有一个或多个共同的位置，并且该方法还包括确定在第二组位置中的每个处在两个或更多个网格点处的自动驾驶车辆的一个或多个传感器的视场的改变，以及估计在两个或更多个网格点中的每个网格点处的遮挡度，并提供在第二组位置的每个处在两个或更多个网格点中的每个网格点处的遮挡度作为动态成本构成，其中估计遮挡度包括获得谐波均值。4.根据权利要求2所述的方法，其中，优化第一成本函数和优化第二成本函数包括执行算法成本最小化过程。5.根据权利要求1所述的方法，进一步包括确定在第一组位置中的每个处在两个或更多个网格点处的自动驾驶车辆的一个或多个传感器的视场的改变，以及估计在两个或更多个网格点中的每个网格点处的遮挡度，并提供在第一组位置的每个处在两个或更多个网格点中的每个网格点处的遮挡度作为静态成本构成，其中，估计遮挡度包括获得谐波均值。6.一种控制自动驾驶车辆从起点到目的地行驶的系统，该系统包括：存储器装置，用于存储地图；和...
【专利技术属性】
技术研发人员：TR埃维蒂加拉，P古普塔，SR贾法里塔夫蒂，
申请(专利权)人：通用汽车环球科技运作有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。