【技术实现步骤摘要】
本公开涉及自动驾驶车辆，并且更具体地，涉及用于车辆的运动规划的系统和方法。
技术介绍
1、在自动驾驶车辆中，运动规划系统通常被设计为确定车辆穿越给定环境的最佳路径，同时避开障碍物并遵守交通法规。运动规划系统可以使用传感器来收集有关车辆周围环境中的物体(例如，远方车辆、行人和/或结构)的数据。使用收集的有关环境中物体的数据和有关车辆的数据(例如，速度、加速度和/或转向角)，运动规划系统确定车辆的最佳路径。然而，运动规划系统可能无法考虑由意外的驾驶员动作、不稳定的驾驶行为和/或损坏的车辆部件引起的碰撞风险。
2、因此，尽管运动规划系统实现了其预期目的，但仍需要一种用于车辆运动规划的新的且改进的系统和方法，其考虑意外的驾驶员动作、不稳定的驾驶行为和/或损坏的车辆部件。
技术实现思路
1、根据几个方面，提供了一种用于车辆的运动规划的系统。该系统包括用于确定关于车辆周围环境的信息的至少一个车辆传感器以及与至少一个车辆传感器电通信的控制器。控制器编程为使用至少一个车辆传感器执行远方车辆的多个测量。多个测量至少包括远方车辆相对于车辆的多个位置测量。控制器还编程为至少部分地基于远方车辆的多个测量来确定远方车辆周围环境中的多个位置单元中的每一个的风险评分。控制器还编程为至少部分地基于远方车辆周围环境中的多个位置单元中的每一个的风险评分来调整车辆的规划路径。
2、在本公开的另一方面，为了确定远方车辆周围环境中的多个位置单元中的每一个的风险评分，控制器还编程为使用风险评分机器学习
3、在本公开的另一方面，为了调整车辆的规划路径，控制器还编程为至少部分地基于远方车辆的多个测量来确定远方车辆的行为类别。行为类别包括有意行为类别和无意行为类别。为了调整车辆的规划路径，控制器还编程为使用至少部分地基于行为类别的路径确定算法来调整车辆的规划路径。
4、在本公开的另一方面，为了调整车辆的规划路径，控制器还编程为响应于确定远方车辆的行为类别是有意行为类别来确定远方车辆的行为类型。行为类型包括追尾行为类型、路怒行为类型以及错误方向行为类型中的至少一种。为了调整车辆的规划路径，控制器还编程为响应于确定远方车辆的行为类型是追尾行为类型而执行追尾监管动作来调整车辆的规划路径。为了调整车辆的规划路径，控制器还编程为响应于确定远方车辆的行为类型是路怒行为类型而执行路怒症监管动作来调整车辆的规划路径。为了调整车辆的规划路径，控制器还编程为响应于确定远方车辆的行为类型是错误方向行为类型而执行错误方向监管动作以调整车辆的规划路径。
5、在本公开的另一方面，为了执行追尾监管动作，控制器还编程为至少部分地基于车辆正在行驶的道路的速度限制来确定最大允许速度，并将车辆的速度与最大允许速度进行比较。为了执行追尾监管动作，控制器还编程为响应于确定车辆的速度小于最大允许速度而增加车辆的速度。为了执行追尾监管动作，控制器还编程为响应于确定车辆的速度大于或等于最大允许速度而维持车辆的速度。为了执行追尾监管动作，控制器还编程为识别右相邻行驶车道的状态。右相邻行驶车道的状态包括占用状态和非占用状态。为了执行追尾监管动作，控制器还编程为响应于确定右相邻行驶车道的状态是非占用状态而将车辆移动到右相邻行驶车道中。为了执行追尾监管动作，控制器还编程为识别左相邻行驶车道的状态。左相邻行驶车道的状态包括占用状态和非占用状态。为了执行追尾监管动作，控制器还编程为响应于确定左相邻行驶车道的状态是非占用状态而将车辆移动到左相邻行驶车道中。为了执行追尾监管动作，控制器还编程为响应于确定右相邻行驶车道的状态是占用状态以及左相邻行驶车道的状态是占用状态来确定追逐时间。为了执行追尾监管动作，控制器还编程为将追逐时间与预定追逐时间阈值进行比较。为了执行追尾监管动作，控制器还编程为响应于确定追逐时间大于或等于预定追逐时间阈值而通知车辆乘员并将车辆移动到路肩中。为了执行追尾监管动作，控制器还编程为响应于确定追逐时间大于或等于预定追逐时间阈值而使用车辆通信系统将信息传输至远方车辆。
6、在本公开的另一方面，为了执行路怒症监管动作，控制器还编程为通知车辆的乘员。为了执行路怒症监管动作，控制器还编程为确定远方车辆的车道状态。车道状态包括相同车道状态和相邻车道状态。为了执行路怒症监管动作，控制器还编程为响应于确定远方车辆的车道状态是相同车道状态而将车辆移动到相邻车道中。为了执行路怒症监管动作，控制器还编程为响应于确定远方车辆的车道状态是相邻车道状态而降低车辆的速度。为了执行路怒症监管动作，控制器还编程为识别车辆与远方车辆的相对位置。车辆的相对位置包括前导相对位置和跟随相对位置。为了执行路怒症监管动作，控制器还编程为响应于确定车辆的相对位置是前导相对位置而采取第一规避动作。为了执行路怒症监管动作，控制器还编程为响应于确定远方车辆的乘员已经离开远方车辆而采取第二规避动作。
7、在本公开的另一方面，为了执行错误方向监管动作，控制器还编程为使用车辆通信系统来检测远方车辆。为了执行错误方向监管动作，控制器还编程为响应于使用车辆通信系统检测到远方车辆来调整车辆的规划路径以退出远方车辆正在行驶的道路。为了执行错误方向监管动作，控制器还编程为使用至少一个车辆传感器来检测远方车辆。为了执行错误方向监管动作，控制器还编程为响应于使用至少一个车辆传感器检测到远方车辆来识别远方车辆的预测路径。预测路径包括碰撞路径和非碰撞路径。为了执行错误方向监管动作，控制器还编程为响应于确定远方车辆的预测路径是碰撞路径而将车辆移动到车辆正在其上行驶的路肩。为了执行错误方向监管动作，控制器还编程为响应于确定远方车辆的预测路径是非碰撞路径而采取第三规避动作。
8、在本公开的另一方面中，路径确定算法被配置为调整车辆的规划路径以将车辆进入的多个位置单元中的每一个的风险评分最小化，并将车辆与远方车辆之间的距离最大化。
9、在本公开的另一个方面，路径确定算法是强化学习算法。至少部分地基于车辆与远方车辆之间的距离来训练强化学习算法。
10、在本公开的另一方面，使用模拟环境来训练强化学习算法。模拟环境包括模拟主车辆和模拟远方车辆。模拟环境还包括多个模拟位置单元。多个模拟位置单元中的每一个都具有模拟风险评分。强化学习算法接收与模拟主车辆和模拟远方车辆之间的距离成比例的第一奖励以及与模拟主车辆进入的多个模拟位置单元中的每一个的模拟风险评分成比例的第二奖励。强化学习算法用于为将总奖励最大化。
11、根据几个方面，提供了一种用于车辆的运动规划的方法。该方法包括使用至少一个车辆传感器执行远方车辆的多个测量。多个测量至少包括远方车辆的多个位置测量。方法还包括至少部分地基于远方车辆的多个测量来确定远方车辆周围环境中的多个位置单元中的每一个的风险评分。方法还包括至少部分地基于远方车辆周围环境中的多个位置单元中的本文档来自技高网...
【技术保护点】
1.一种用于车辆运动规划的系统，所述系统包括：
2.根据权利要求1所述的系统，其中，为了确定所述远方车辆周围环境中的所述多个位置单元中的每一个的所述风险评分，所述控制器还编程为：
3.根据权利要求1所述的系统，其中，为了调整所述车辆的所述规划路径，所述控制器还编程为：
4.根据权利要求3所述的系统，其中，为了调整所述车辆的所述规划路径，所述控制器还编程为：
5.根据权利要求4所述的系统，其中，为了执行所述追尾监管动作，所述控制器还编程为：
6.根据权利要求4所述的系统，其中，为了执行所述路怒症监管动作，所述控制器还编程为：
7.根据权利要求4所述的系统，其中，为了执行所述错误方向监管动作，所述控制器还编程为：
8.根据权利要求3所述的系统，其中，所述路径确定算法被配置为调整所述车辆的所述规划路径，以将所述车辆进入的多个位置单元中的每一个的所述风险评分最小化，并将所述车辆与所述远方车辆之间的距离最大化。
9.根据权利要求8所述的系统，其中，所述路径确定算法是强化学习算法，并且其中，至少部
10.根据权利要求9所述的系统，其中，所述强化学习算法使用模拟环境进行训练，其中，所述模拟环境包括模拟主车辆和模拟远方车辆，其中，所述模拟环境还包括多个模拟位置单元，所述多个模拟位置单元中的每一个都具有模拟风险评分,其中，所述强化学习算法接收与所述模拟主车辆和所述模拟远方车辆之间的距离成比例的第一奖励以及与所述模拟主车辆进入的所述多个模拟位置单元中的每一个的所述模拟风险评分成比例的第二奖励，其中，所述强化学习算法被配置为将总奖励最大化。
...【技术特征摘要】
1.一种用于车辆运动规划的系统，所述系统包括：
2.根据权利要求1所述的系统，其中，为了确定所述远方车辆周围环境中的所述多个位置单元中的每一个的所述风险评分，所述控制器还编程为：
3.根据权利要求1所述的系统，其中，为了调整所述车辆的所述规划路径，所述控制器还编程为：
4.根据权利要求3所述的系统，其中，为了调整所述车辆的所述规划路径，所述控制器还编程为：
5.根据权利要求4所述的系统，其中，为了执行所述追尾监管动作，所述控制器还编程为：
6.根据权利要求4所述的系统，其中，为了执行所述路怒症监管动作，所述控制器还编程为：
7.根据权利要求4所述的系统，其中，为了执行所述错误方向监管动作，所述控制器还编程为：
8.根据权利要求3所述的系统，其中，所述路径确定算法被...
【专利技术属性】
技术研发人员：A·埃斯纳·阿什里·伊斯法哈尼，U·P·穆德利格，
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。