[go: up one dir, main page]
More Web Proxy on the site http://driver.im/

CN109489673B - 用于自动驾驶车辆的数据驱动地图更新系统 - Google Patents

用于自动驾驶车辆的数据驱动地图更新系统 Download PDF

Info

Publication number
CN109489673B
CN109489673B CN201810841397.5A CN201810841397A CN109489673B CN 109489673 B CN109489673 B CN 109489673B CN 201810841397 A CN201810841397 A CN 201810841397A CN 109489673 B CN109489673 B CN 109489673B
Authority
CN
China
Prior art keywords
drivable area
drivable
lane
map
area
Prior art date
Legal status (The legal status 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 status listed.)
Active
Application number
CN201810841397.5A
Other languages
English (en)
Other versions
CN109489673A (zh
Inventor
朱帆
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baidu USA LLC
Original Assignee
Baidu USA LLC
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 Baidu USA LLC filed Critical Baidu USA LLC
Publication of CN109489673A publication Critical patent/CN109489673A/zh
Application granted granted Critical
Publication of CN109489673B publication Critical patent/CN109489673B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3833—Creation or updating of map data characterised by the source of data
    • G01C21/3848—Data obtained from both position sensors and additional sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/38—Electronic maps specially adapted for navigation; Updating thereof
    • G01C21/3804—Creation or updating of map data
    • G01C21/3807—Creation or updating of map data characterised by the type of data
    • G01C21/3815—Road data
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/29—Geographical information databases
    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

对由各种驾驶员在不同时间点在路段的车道上驾驶的各种车辆的驾驶统计资料执行分析。基于对驾驶统计资料的分析，确定路段的车道的第一可驾驶区域。将第一可驾驶区域与和路段的车道相关的第二可驾驶区域比较，以确定第一可驾驶区域是否不同于第二可驾驶区域。基于地图的地图数据确定第二可驾驶区域。响应于确定第一可驾驶区域不同于所述第二可驾驶区域，基于第一可驾驶区域与第二可驾驶区域的差异更新地图。接下来，经更新的地图可用于规划驾驶自动驾驶车辆的路径。

Description

用于自动驾驶车辆的数据驱动地图更新系统
技术领域
本公开的实施方式大体涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及基于驾驶统计资料更新用于自动驾驶车辆的地图。
背景技术
以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。
自动驾驶车辆通常基于由路线与地图服务提供的路线进行驾驶。当规划用于驾驶自动驾驶车辆的路径时，道路以及道路内车道的配置是关键的。因此，地图的准确性非常重要。然而有时，道路的边界可例如由于各种因素(例如地图建立错误、对道路的损坏或者新道路的建造)而与从地图获得的边界不同。这种地图与实际路况在道路上的差异可能在规划与控制自动驾驶车辆时导致错误。
发明内容
本公开的实施方式提供更新自动驾驶车辆的地图的计算机实现方法、非暂时性机器可读介质以及数据处理系统。
在本公开的一方面，更新自动驾驶车辆的地图的计算机实现方法包括：对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域；将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆ADV的路径。
在本公开的另一方面，非暂时性机器可读介质存储有指令，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域；将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆(ADV)的路径。
在本公开的又一方面，数据处理系统包括：处理器；以及存储器，连接至所述处理器以存储指令，所述指令在由处理器执行时致使所述处理器执行操作，所述操作包括：对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域；将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆(ADV)的路径。
附图说明
本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考数字指示相似元件。
图1是示出根据一个实施方式的网络系统的框图。
图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。
图4是示出根据一个实施方式的更新地图的处理流程的处理流程图。
图5A和图5B是示出根据一个实施方式的地图更新过程的图示。
图6A和图6B是示出根据另一实施方式的地图更新过程的图示。
图7是示出根据一个实施方式的地图更新过程的示例的流程图。
图8是示出根据一个实施方式的数据处理系统的框图。
具体实施方式
将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本公开各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。
本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。
根据一些实施方式，数据驱动地图更新系统用于基于从由各种驾驶员在各种道路和车道上驾驶的各种车辆采集的驾驶统计资料来更新地图的路况。驾驶统计资料可包括所发出的控制命令(例如，油门命令、制动命令、转向命令)以及在不同时间点处捕获的车辆的响应(例如，位置、速度、加速度、前进方向)的响应。对于车道的给定位置，车辆的实际驾驶路径基于所捕获的驾驶统计资料确定。基于车辆的物理参数(诸如车辆的物理尺寸)来确定给定位置的可驾驶区域。车道的车道宽度和车道方向可基于给定位置的可驾驶区域来确定。如果相同位置的可驾驶区域与由地图指示的可驾驶区域不同，则可基于这种差异更新地图(例如，通过扩展或减小可驾驶区域)。接下来，经更新的地图可用于驾驶自动驾驶车辆。
根据一个实施方式，对由多个驾驶员在不同时间点在路段的车道上驾驶的各种车辆的驾驶统计资料执行分析。基于驾驶统计资料的分析，确定路段的车道的第一可驾驶区域。将第一可驾驶区域与和路段的车道相关的第二可驾驶区域比较，以确定第一可驾驶区域是否不同于第二可驾驶区域。第二可驾驶区域是基于地图的地图数据确定的。响应于确定第一可驾驶区域不同于所述第二可驾驶区域，基于第一可驾驶区域与第二可驾驶区域的差异更新地图。接下来，经更新的地图可用于规划用于驾驶自动驾驶车辆(ADV)的路径。
图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆101。尽管示出一个自动驾驶车辆，但多个自动驾驶车辆可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。
自动驾驶车辆是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种自动驾驶车辆可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。自动驾驶车辆101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。
在一个实施方式中，自动驾驶车辆101包括，但不限于，感知与规划系统110、车辆控制系统111、无线通信系统112、用户接口系统113、娱乐系统114和传感器系统115。自动驾驶车辆101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制系统111和/或感知与规划系统110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。
部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。
现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，所述收发器可操作以提供关于自动驾驶车辆的位置的信息。IMU单元213可以基于惯性加速度来感测自动驾驶车辆的位置和定向变化。雷达单元214可以表示利用无线电信号来感测自动驾驶车辆的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测自动驾驶车辆所处环境中的对象。除其它系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可以包括用来采集自动驾驶车辆周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。
传感器系统115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从自动驾驶车辆周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。
在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也被称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。
回到图1，无线通信系统112允许自动驾驶车辆101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。
自动驾驶车辆101的功能中的一些或全部可以由感知与规划系统110控制或管理，尤其当在自动驾驶模式下操作时。感知与规划系统110包括必要的硬件(例如，处理器、存储器、存储设备)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，感知与规划系统110可以与车辆控制系统111集成在一起。
例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。感知与规划系统110获得行程相关数据。例如，感知与规划系统110可以从MPOI服务器中获得位置和路线信息，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地高速缓存在感知与规划系统110的永久性存储装置中。
当自动驾驶车辆101沿着路线移动时，感知与规划系统110也可以从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与感知与规划系统110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，感知与规划系统110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。
服务器103可以是对各种客户端执行数据分析服务的数据分析系统。在一个实施方式中，数据分析系统103包括数据采集器121以及地图更新系统或模块122。数据采集器121从各种车辆(自动驾驶车辆或由人类驾驶员驾驶的常规车辆)采集驾驶统计资料123。驾驶统计资料123包括指示所发出的驾驶命令(例如，油门命令、制动命令、转向命令)以及由车辆的传感器在不同时间点处捕获的车辆的响应(例如，位置、速度、加速度、减速度、方向)的信息。驾驶统计资料123还可包括例如描述在不同时间点处的驾驶环境的信息，其中，所述驾驶环境诸如路线(包括起始位置和终点位置)、MPOI、道路状况(例如，平滑表面、粗糙表面)、天气状况(例如，湿润天气、干燥天气)等。
根据一个实施方式，地图更新系统122对驾驶统计资料123执行分析以基于在相同位置处驾驶的多个车辆的驾驶行为来确定某些车道的某些位置的实际可驾驶区域。针对车道的给定位置，地图更新系统122确定车辆的驾驶路径。地图更新系统122基于车辆的物理参数(诸如车辆的物理尺寸)来确定给定位置的驾驶区域或可驾驶区域。地图更新系统122可基于给定位置的可驾驶区域确定车道的车道宽度和/或车道方向。如果相同位置的基于驾驶统计资料确定的可驾驶区域与由地图指示的可驾驶区域不同，则地图更新系统122可基于这种差异更新地图(例如，通过扩展或减小相同位置或相同车道的可驾驶区域)。接下来，经更新的地图可用于驾驶自动驾驶车辆。
图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的感知与规划系统的示例的框图。系统300可以被实施为图1的自动驾驶车辆101的一部分，包括但不限于感知与规划系统110、控制系统111和传感器系统115。参考图3A至图3B，感知与规划系统110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、规划模块305、控制模块306、路由模块307和数据采集器308。
模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可以安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可以通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可以一起集成为集成模块。
定位模块301确定自动驾驶车辆300的当前位置(例如，利用GPS单元212)并且管理与用户的行程或路线有关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的起始位置和目的地。定位模块301与自动驾驶车辆300的其它部件通信，诸如地图和路线信息311，以获得行程相关数据。例如，定位模块301可以从位置服务器和地图与POI(MPOI)服务器获得位置和路线信息。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI，从而可以作为地图和路线信息311的一部分高速缓存。当自动驾驶车辆300沿着路线移动时，定位模块301也可以从交通信息系统或服务器获得实时交通信息。
在一个实施方式中，地图和路线信息311可包括基于各种车辆的驾驶统计资料而从原始的地图更新的经更新的地图。具体地，地图的车道的可驾驶区域可基于车道的相同位置的基于驾驶统计资料而确定的可驾驶区域而修改和更新。例如基于驾驶统计资料，如果存在所确定的另外的可驾驶区域，则可将另外的可驾驶区域添加到地图。类似地，如果车道的原始的可驾驶区域基于驾驶统计资料而变得不可用，则可减小原始的可驾驶区域。下面将进一步详细描述地图更新过程。
基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置(例如，直线车道或弯曲车道)、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。
感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个摄像机采集的图像，从而识别自动驾驶车辆环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。
对于物体中的每个，预测模块303预测物体在这种情况下会如何表现。基于感知数据执行预测，以鉴于地图/路线信息311和交通规则312的集合预测在时间点处的驾驶环境。例如，如果物体是在相反方向上的车辆且当前的驾驶环境包括十字路口，则预测模块303将预测车辆可能会直行还是转弯。如果感知数据指示十字路口没有交通信号灯，则预测模块303可以预测车辆可能在进入十字路口之前完全停止。如果感知数据指示车辆当前在仅左转车道或仅右转车道，则预测模块303可预测车辆可能会分别左转或右转。
针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可以根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可以存储在永久性存储装置352中。
路由模块307配置为提供从起点到终点的一个或多个路线或路径。对于从起始位置到终点位置的给定行程，例如，从用户接收到的行程，路由模块307获得路线和地图信息311并且确定从起始位置到达终点位置的所有可能的路线或路径。路由模块307可针对其确定的从起始位置到达终点位置的路线中的每个生成地形图。然后，地形图可提供至决策模块304和/或规划模块305。决策模块304和/或规划模块305检查所有可能的落线，以鉴于由其它模块提供的其它数据(例如，来自定位模块301的交通状况、由感知模块302感知到的驾驶环境和由预测模块303预测的交通状况)选择一个最佳路线。
基于针对所感知到的对象中的每个的决定，规划模块305为自动驾驶车辆规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。换言之，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。
基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶自动驾驶车辆。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转弯命令)将车辆从路线或路径的第一点驾驶到第二点。
在一个实施方式中，规划阶段例如在多个规划循环(也称为命令循环)中执行，诸如在每100毫秒(ms)的时间间隔中。对于规划循环或命令循环中的每个，将基于规划与控制数据发出一个或多个控制命令。也就是说，对于每100ms，规划模块305规划例如包括目标位置和ADV到达目标位置所需的时间的下一路线段或路径段。可选地，规划模块305还可指出具体的速度、方向和/或转向角度。在一个实施方式中，规划模块305针对下一预定的时间段(例如，5秒)规划路线段或路径段。对于每个规划循环，规划模块305基于在先前循环中规划的目标位置规划当前循环(例如下一个5秒)的目标位置。然后，控制模块306基于当前循环的规划与控制数据生成一个或多个控制命令(例如，油门控制命令、制动控制命令、转向控制命令)。
应注意，决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能，以确定自动驾驶车辆的驾驶路径。例如，导航系统可以确定用于实现自动驾驶车辆沿着以下路径移动的一系列速度和前进方向：所述路径在使自动驾驶车辆沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以在自动驾驶车辆正在运行的同时动态地更新驾驶路径。导航系统可以将来自GPS系统和一个或多个地图的数据合并，以确定用于自动驾驶车辆的驾驶路径。
决策模块304/规划模块305还可以包括防撞系统或防撞系统的功能，以识别、评估并且避免或以其它方式越过自动驾驶车辆的环境中的潜在障碍物。例如，防撞系统可以通过以下方式实现自动驾驶车辆的导航中的变化：操作控制系统111中的一个或多个子系统来采取变向操纵、转弯操纵、制动操纵等。防撞系统可以基于周围的交通模式、道路状况等自动确定可行的障碍物回避操纵。防撞系统可以被配置成使得当其它传感器系统检测到位于自动驾驶车辆将变向进入的相邻区域中的车辆、建筑障碍物等时不采取变向操纵。防撞系统可以自动选择既可使用又使得自动驾驶车辆乘员的安全性最大化的操纵。防撞系统可以选择预测使得自动驾驶车辆的乘客舱中出现最小量的加速度的避让操纵。
数据采集模块308配置为与其它模块和传感器通信，以采集ADV的操作期间的驾驶统计资料。驾驶统计资料313包括指示所发出的驾驶命令(例如，油门命令、制动命令、转向命令)以及由车辆的传感器在不同时间点处捕获的车辆的响应(例如，位置、速度、加速度、减速度、方向)的信息。驾驶统计资料313还可包括例如描述在不同时间点处的驾驶环境的信息，其中，所述驾驶环境诸如路线(包括起始位置和终点位置)、MPOI、道路状况(例如，平滑表面、粗糙表面)、天气状况(例如，湿润天气、干燥天气)等。然后，将驾驶统计资料定期地传输至中央服务器(例如用于数据分析和挖掘的数据分析系统103)，以例如使用机器学习来线下开发场景/路径数据结构124。
在一个实施方式中，系统300还可包括与图1的地图更新系统122相似的可选的地图更新系统(未示出)。地图更新系统对从各种车辆(包括与系统300相关的对应的ADV)采集的驾驶统计资料进行分析，以基于在相同位置处驾驶的多个车辆的驾驶行为确定某些车道的特定位置的实际可驾驶区域。在该实施方式中，数据采集器308还与中央服务器(例如，服务器103)通信以接收其它车辆的驾驶统计资料。中央服务器配置为从地图更新操作中涉及的所有其它车辆集中地采集驾驶统计资料。
对于车道的给定位置，地图更新系统确定车辆的驾驶路径。地图更新系统基于车辆的物理参数(诸如车辆的物理尺寸)来确定给定位置的驾驶区域或可驾驶区域。地图更新系统可基于给定位置的可驾驶区域确定车道的车道宽度和车道方向。如果基于驾驶统计资料确定的相同位置的可驾驶区域与由地图指示的可驾驶区域不同，则地图更新系统可基于这种差异更新地图311(例如，通过扩展或减小相同位置或相同车道的可驾驶区域)。
可选地，地图更新系统可向中央服务器传输确定的不同位置的可驾驶区域，以允许中央服务器鉴于由其它车辆确定并且从其它车辆接收到的相同位置的可驾驶区域来确定这些位置的最终可驾驶区域。中央服务器进一步更新地图，并且然后将经更新的地图传回到各车辆。接下来，经更新的地图用于驾驶自动驾驶车辆。
图4是示出根据一个实施方式的基于驾驶统计资料更新地图的处理流程的流程图。处理流程400可由地图更新系统在线下通过集中式数据分析系统或在线上通过ADV执行。参照图4，根据一个实施方式，地图更新系统122至少包括可驾驶区域探测器或确定模块401和地图更新模块402。对于车道或道路的所选择的位置(例如，最左边的车道或最右边的车道)中的每个，可驾驶区域确定模块401分析与特定位置相关的驾驶统计资料123以确定驾驶各种不同车辆的多个驾驶员的驾驶行为。对于驾驶通过所述位置的每个车辆，可驾驶区域确定模块401基于车辆的对应类型的规格确定车辆的尺寸，车辆的尺寸可作为车辆规格403的一部分获得。基于车辆的尺寸，可驾驶区域确定模块401计算特定类型的车辆在特定位置的可驾驶区域。
在一个实施方式中，可驾驶区域确定模块401基于车辆的规格绘制围绕车辆的边界框，边界框可作为车辆规格403的一部分获得。边界框表示允许车辆驾驶通过的可驾驶区域或可驾驶宽度。边界框可通过将车辆的位置用作边界框的中心点来进行绘制。车辆的位置可基于车辆的GPS数据获得。
例如，现参照图5A，当车辆沿着车道移动时，在该示例中，车道为最右边的车道。基于车辆的驾驶统计资料，边界框501是基于车辆规格(例如，物理尺寸)和预定的边缘或容忍区域来确定的。边界框501通过将车辆的位置用作中心点来绘制，其中，车辆的位置可基于由GPS传感器和IMY传感器提供的车辆的GPS数据和/或IMU数据确定。边界框501的移动路径502可用于确定车辆沿着车道的可驾驶区域。在该示例中，边界框的右边缘用于确定车辆在特定位置处的可驾驶区域的右边缘。一系列这种边界框可用于获得用于特定类型的车辆的可驾驶路径502。如果可驾驶路径502在从地图获得的原始车道503的外侧且超出原始车道503，则可将可驾驶路径和原始车道之间的区域认为是如图5B所示的附加的可驾驶区域504。
注意，车辆在车道外侧驾驶可能是事故，这种情况不能认为是车道的附加可驾驶区域。然而，如果存在以相似模式驾驶的不同类型的多个车辆，则很有可能由这些车辆的驾驶行为确定的附加的可驾驶区域是车道的一部分。这可能归因于道路上的地图中未反映的新建筑物或修理。在一个实施方式中，如果存在超过预定数量的车辆驾驶通过特定车道的外侧的相同位置，则车道的最终的附加的可驾驶区域可通过对基于各车辆的驾驶统计资料和车辆规格而确定的可驾驶区域取平均来确定。
类似地，上述过程可用于基于驾驶通过相同区域的车辆的驾驶统计资料来识别车道的不可用的可驾驶区域，即使原始地图404指示该可驾驶区域是可用的。例如，可能存在致使一些可驾驶区域不可用的破损(诸如车道的中间处的坑洼或塌方)。如图6A所示，基于驾驶统计资料123，确定大多数的车辆必须绕开特定区域。如图6B所示，作为响应，可驾驶区域确定模块401确定区域变得不可用。
一旦基于大量车辆的驾驶统计资料确定车道的可驾驶区域，如果在基于驾驶统计资料123确定的可驾驶区域与从原始地图404获得的可驾驶区域之间存在任何差异，则地图更新模块402可更新原始地图404。例如，如果驾驶统计资料123指示对于车道存在附加的可驾驶区域，则地图更新模块402可扩展由原始地图404指示的车道的可驾驶区域。可选地，如果驾驶统计资料123指示车道的可驾驶区域的某一部分不可用，则，即使原始地图404不同地表示其可用，地图更新模块402也可基于驾驶统计资料123减小车道的可驾驶区域。然后通过地图更新模块402生成经更新的地图405，并且然后可将经更新的地图405上传到ADV以用于实时驾驶。注意，虽然上述地图更新过程由诸如数据分析系统103的数据分析系统执行，然而，也可实时地在车辆内执行相同的过程。
图7是示出根据一个实施方式的更新地图的过程的流程图。过程700可由处理逻辑执行，处理逻辑可包括软件、硬件或它们的组合。例如，过程700可由图1的地图更新系统122执行。参照图7，在操作701，处理逻辑从各种车辆采集驾驶统计资料，其中，驾驶统计资料包括所发出的控制命令和车辆的在各种车道和道路上、在不同时间点处响应于控制命令的响应。在操作702，处理逻辑对驾驶统计资料执行分析以确定车辆在某些位置处的驾驶模式或行为。在操作703，对于路段的给定车道，处理逻辑基于驾驶统计资料的分析来确定路段的第一可驾驶区域。在操作704，处理逻辑将第一可驾驶区域与和路段的车道相关的第二可驾驶区域比较，以确定第一可驾驶区域是否不同于第二可驾驶区域(例如，车道的外侧)。第二可驾驶区域基于与路段的车道相关的地图的地图数据来确定。响应于确定第一可驾驶区域和第二可驾驶区域不同，在操作705，处理逻辑基于第一可驾驶区域和第二可驾驶区域之间的差异更新地图(例如，修改地图上的第二可驾驶区域)。然后，可将经更新的地图用于随后驾驶自动驾驶车辆。
应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。
图8是示出可以与本公开的一个实施方式一起使用的数据处理系统的示例的框图。例如，系统1500可以表示以上所述的执行上述过程或方法中的任一个的任何数据处理系统，例如，图1的感知与规划系统110或者服务器103至104中的任一个。系统1500可以包括许多不同的部件。这些部件可以实施为集成电路(IC)、集成电路的部分、分立电子装置或适用于电路板(诸如，计算机系统的主板或插入卡)的其它模块或者实施为以其它方式并入计算机系统的机架内的部件。
还应注意，系统1500旨在示出计算机系统的许多部件的高阶视图。然而，应当理解的是，某些实施例中可以具有附加的部件，此外，其它实施例中可以具有所示部件的不同布置。系统1500可以表示台式计算机、膝上型计算机、平板计算机、服务器、移动电话、媒体播放器、个人数字助理(PDA)、智能手表、个人通信器、游戏装置、网络路由器或集线器、无线接入点(AP)或中继器、机顶盒或其组合。此外，虽然仅示出了单个机器或系统，但是术语“机器”或“系统”还应当被理解为包括单独地或共同地执行一个(或多个)指令集以执行本文所讨论的任何一种或多种方法的机器或系统的任何集合。
在一个实施方式中，系统1500包括通过总线或互连件1510连接的处理器1501、存储器1503以及装置1505至1508。处理器1501可以表示其中包括单个处理器内核或多个处理器内核的单个处理器或多个处理器。处理器1501可以表示一个或多个通用处理器，诸如，微处理器、中央处理单元(CPU)等。更具体地，处理器1501可以是复杂指令集计算(CISC)微处理器、精简指令集计算(RISC)微处理器、超长指令字(VLIW)微处理器、或实施其它指令集的处理器、或实施指令集组合的处理器。处理器1501还可以是一个或多个专用处理器，诸如，专用集成电路(ASIC)、蜂窝或基带处理器、现场可编程门阵列(FPGA)、数字信号处理器(DSP)、网络处理器、图形处理器、通信处理器、加密处理器、协处理器、嵌入式处理器，或者能够处理指令的任何其它类型的逻辑。
处理器1501(其可以是低功率多核处理器套接口，诸如超低电压处理器)可以充当用于与所述系统的各种部件通信的主处理单元和中央集线器。这种处理器可以实施为片上系统(SoC)。处理器1501被配置成执行用于执行本文所讨论的操作和步骤的指令。系统1500还可以包括与可选的图形子系统1504通信的图形接口，图形子系统1504可以包括显示控制器、图形处理器和/或显示装置。
处理器1501可以与存储器1503通信，存储器1503在一个实施方式中可以经由多个存储器装置实施以提供给定量的系统存储。存储器1503可以包括一个或多个易失性存储(或存储器)装置，诸如，随机存取存储器(RAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、静态RAM(SRAM)或者其它类型的存储装置。存储器1503可以存储包括由处理器1501或任何其它装置执行的指令序列的信息。例如，各种操作系统、装置驱动程序、固件(例如，输入输出基本系统或BIOS)和/或应用的可执行代码和/或数据可以加载到存储器1503中并由处理器1501执行。操作系统可以是任何类型的操作系统，例如，机器人操作系统(ROS)、来自
Figure BDA0001745655460000161
公司的
Figure BDA0001745655460000162
操作系统、来自苹果公司的Mac
Figure BDA0001745655460000163
来自
Figure BDA0001745655460000164
公司的
Figure BDA0001745655460000165
LINUX、UNIX，或者其它实时或嵌入式操作系统。
系统1500还可以包括IO装置，诸如装置1505至1508，包括网络接口装置1505、可选的输入装置1506，以及其它可选的IO装置1507。网络接口装置1505可以包括无线收发器和/或网络接口卡(NIC)。所述无线收发器可以是WiFi收发器、红外收发器、蓝牙收发器、WiMax收发器、无线蜂窝电话收发器、卫星收发器(例如，全球定位系统(GPS)收发器)或其它射频(RF)收发器或者它们的组合。NIC可以是以太网卡。
输入装置1506可以包括鼠标、触摸板、触敏屏幕(其可以与显示装置1504集成在一起)、指针装置(诸如，手写笔)和/或键盘(例如，物理键盘或作为触敏屏幕的一部分显示的虚拟键盘)。例如，输入装置1506可以包括联接到触摸屏的触摸屏控制器。触摸屏和触摸屏控制器例如可以使用多种触敏技术(包括但不限于电容、电阻、红外和表面声波技术)中的任一种，以及其它接近传感器阵列或用于确定与触摸屏接触的一个或多个点的其它元件来检测其接触和移动或间断。
I/O装置1507可以包括音频装置。音频装置可以包括扬声器和/或麦克风，以促进支持语音的功能，诸如语音识别、语音复制、数字记录和/或电话功能。其它IO装置1507还可以包括通用串行总线(USB)端口、并行端口、串行端口、打印机、网络接口、总线桥(例如，PCI-PCI桥)、传感器(例如，诸如加速度计的运动传感器、陀螺仪、磁强计、光传感器、罗盘、接近传感器等)或者它们的组合。装置1507还可以包括成像处理子系统(例如，摄像机)，所述成像处理子系统可以包括用于促进摄像机功能(诸如，记录照片和视频片段)的光学传感器，诸如电荷耦合装置(CCD)或互补金属氧化物半导体(CMOS)光学传感器。某些传感器可以经由传感器集线器(未示出)联接到互连件1510，而诸如键盘或热传感器的其它装置可以根据系统1500的具体配置或设计由嵌入式控制器(未示出)控制。
为了提供对诸如数据、应用、一个或多个操作系统等信息的永久性存储，大容量存储设备(未示出)也可以联接到处理器1501。在各种实施方式中，为了实现更薄且更轻的系统设计并且改进系统响应性，这种大容量存储设备可以经由固态装置(SSD)来实施。然而，在其它实施方式中，大容量存储设备可以主要使用硬盘驱动器(HDD)来实施，其中较小量的SSD存储设备充当SSD高速缓存以在断电事件期间实现上下文状态以及其它此类信息的非易失性存储，从而使得在系统活动重新启动时能够实现快速通电。另外，闪存装置可以例如经由串行外围接口(SPI)联接到处理器1501。这种闪存装置可以提供系统软件的非易失性存储，所述系统软件包括所述系统的BIOS以及其它固件。
存储装置1508可以包括计算机可访问的存储介质1509(也被称为机器可读存储介质或计算机可读介质)，其上存储有体现本文所述的任何一种或多种方法或功能的一个或多个指令集或软件(例如，模块、单元和/或逻辑1528)。处理模块/单元/逻辑1528可以表示上述部件中的任一个，例如诸如地图更新系统122。处理模块/单元/逻辑1528还可以在其由数据处理系统1500、存储器1503和处理器1501执行期间完全地或至少部分地驻留在存储器1503内和/或处理器1501内，数据处理系统1500、存储器1503和处理器1501也构成机器可访问的存储介质。处理模块/单元/逻辑1528还可以通过网络经由网络接口装置1505进行传输或接收。
计算机可读存储介质1509也可以用来永久性地存储以上描述的一些软件功能。虽然计算机可读存储介质1509在示例性实施方式中被示为单个介质，但是术语“计算机可读存储介质”应当被认为包括存储所述一个或多个指令集的单个介质或多个介质(例如，集中式或分布式数据库和/或相关联的高速缓存和服务器)。术语“计算机可读存储介质”还应当被认为包括能够存储或编码指令集的任何介质，所述指令集用于由机器执行并且使得所述机器执行本公开的任何一种或多种方法。因此，术语“计算机可读存储介质”应当被认为包括但不限于固态存储器以及光学介质和磁性介质，或者任何其它非暂时性机器可读介质。
本文所述的处理模块/单元/逻辑1528、部件以及其它特征可以实施为分立硬件部件或集成在硬件部件(诸如，ASICS、FPGA、DSP或类似装置)的功能中。此外，处理模块/单元/逻辑1528可以实施为硬件装置内的固件或功能电路。此外，处理模块/单元/逻辑1528可以以硬件装置和软件部件的任何组合来实施。
应注意，虽然系统1500被示出为具有数据处理系统的各种部件，但是并不旨在表示使部件互连的任何特定架构或方式；因为此类细节和本公开的实施方式没有密切关系。还应当认识到，具有更少部件或可能具有更多部件的网络计算机、手持计算机、移动电话、服务器和/或其它数据处理系统也可以与本公开的实施方式一起使用。
前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其它技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。
然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。
本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。
前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。
本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本公开的实施方式的教导。
在以上的说明书中，已经参考本公开的具体示例性实施方式对本公开的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可以对本公开做出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。

Claims (18)

1.一种更新自动驾驶车辆的地图的计算机实现方法，所述方法包括：
对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；
基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域，其中，确定所述车道的第一可驾驶区域包括：
针对驾驶通过所述车道的多个车辆中的每个车辆，基于所述车辆的物理尺寸计算围绕所述车辆的边界框；以及
基于所述边界框的移动曲线计算所述车辆的个体可驾驶区域，其中，所述车道的所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域确定；
将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及
响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆ADV的路径。
2.如权利要求1所述的方法，其中，所述驾驶统计资料包括所发出的控制命令和在多个车道和道路上、在不同时间点处所述车辆响应于所述控制命令的响应。
3.如权利要求1所述的方法，其中，所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域的平均确定。
4.如权利要求1所述的方法，其中，所述车道的所述第一可驾驶区域基于大于预定的阈值的多个车辆的个体可驾驶区域来确定。
5.如权利要求1所述的方法，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域包括在所述第二可驾驶区域外侧的区域，则基于所述第一可驾驶区域扩展所述车道的所述第二可驾驶区域。
6.如权利要求1所述的方法，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域小于所述第二可驾驶区域，则基于所述第一可驾驶区域减小所述车道的所述第二可驾驶区域。
7.一种其中存储有指令的非暂时性机器可读介质，所述指令在由处理器执行时致使所述处理器执行操作以更新自动驾驶车辆的地图，所述操作包括：
对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；
基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域，其中，确定所述车道的第一可驾驶区域包括：
针对驾驶通过所述车道的多个车辆中的每个，基于所述车辆的物理尺寸计算围绕所述车辆的边界框；以及
基于所述边界框的移动曲线计算所述车辆的个体可驾驶区域，其中，所述车道的所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域确定；
将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及
响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆ADV的路径。
8.如权利要求7所述的机器可读介质，其中，所述驾驶统计资料包括所发出的控制命令和在多个车道和道路上、在不同时间点处所述车辆响应于所述控制命令的响应。
9.如权利要求7所述的机器可读介质，其中，所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域的平均确定。
10.如权利要求7所述的机器可读介质，其中，所述车道的所述第一可驾驶区域基于大于预定的阈值的多个车辆的个体可驾驶区域来确定。
11.如权利要求7所述的机器可读介质，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域包括在所述第二可驾驶区域外侧的区域，则基于所述第一可驾驶区域扩展所述车道的所述第二可驾驶区域。
12.如权利要求7所述的机器可读介质，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域小于所述第二可驾驶区域，则基于所述第一可驾驶区域减小所述车道的所述第二可驾驶区域。
13.一种数据处理系统，包括：
处理器；以及
存储器，连接至所述处理器以存储指令，所述指令在由处理器执行时致使所述处理器执行操作以更新自动驾驶车辆的地图，所述操作包括：
对多个车辆的驾驶统计资料执行分析，其中，所述驾驶统计资料从在路段的车道上驾驶的所述多个车辆采集；
基于对所述驾驶统计资料的分析来确定所述路段的所述车道的第一可驾驶区域，其中，确定所述车道的第一可驾驶区域包括：
针对驾驶通过所述车道的多个车辆中的每个，基于所述车辆的物理尺寸计算围绕所述车辆的边界框；以及
基于所述边界框的移动曲线计算所述车辆的个体可驾驶区域，其中，所述车道的所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域确定；
将所述第一可驾驶区域与和所述路段的所述车道相关的第二可驾驶区域比较，以确定所述第一可驾驶区域是否不同于从所述地图获得的所述第二可驾驶区域，其中，所述第二可驾驶区域基于所述地图的地图数据确定；以及
响应于确定所述第一可驾驶区域不同于所述第二可驾驶区域，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图，其中，更新的地图随后用于规划在所述路段的所述车道内的用于驾驶自动驾驶车辆ADV的路径。
14.如权利要求13所述的系统，其中，所述驾驶统计资料包括所发出的控制命令和在多个车道和道路上、在不同时间点处所述车辆响应于所述控制命令的响应。
15.如权利要求13所述的系统，其中，所述第一可驾驶区域基于所述多个车辆的个体可驾驶区域的平均确定。
16.如权利要求13所述的系统，其中，所述车道的所述第一可驾驶区域基于大于预定的阈值的多个车辆的个体可驾驶区域来确定。
17.如权利要求13所述的系统，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域包括在所述第二可驾驶区域外侧的区域，则基于所述第一可驾驶区域扩展所述车道的所述第二可驾驶区域。
18.如权利要求13所述的系统，其中，基于所述第一可驾驶区域与所述第二可驾驶区域之间的差异更新所述地图包括：如果所述第一可驾驶区域小于所述第二可驾驶区域，则基于所述第一可驾驶区域减小所述车道的所述第二可驾驶区域。
CN201810841397.5A 2017-09-13 2018-07-27 用于自动驾驶车辆的数据驱动地图更新系统 Active CN109489673B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/703,869 US10520319B2 (en) 2017-09-13 2017-09-13 Data driven map updating system for autonomous driving vehicles
US15/703,869 2017-09-13

Publications (2)

Publication Number Publication Date
CN109489673A CN109489673A (zh) 2019-03-19
CN109489673B true CN109489673B (zh) 2022-08-12

Family

ID=65630898

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810841397.5A Active CN109489673B (zh) 2017-09-13 2018-07-27 用于自动驾驶车辆的数据驱动地图更新系统

Country Status (2)

Country Link
US (1) US10520319B2 (zh)
CN (1) CN109489673B (zh)

Families Citing this family (32)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10663303B2 (en) * 2017-06-12 2020-05-26 Panasonic Intellectual Property Management Co., Ltd. System and method for dynamically authenticating map data using blockchains
US11208085B2 (en) * 2018-02-09 2021-12-28 Mando Corporation Automotive braking control system, apparatus, and method considering weather condition
EP3779929A4 (en) * 2018-03-29 2021-05-05 Panasonic Intellectual Property Management Co., Ltd. CONTROL DEVICE AND CARD GENERATION PROCESS
US11110918B2 (en) 2018-11-02 2021-09-07 Zoox, Inc. Dynamic collision checking
US11208096B2 (en) 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation
US11048260B2 (en) 2018-11-02 2021-06-29 Zoox, Inc. Adaptive scaling in trajectory generation
US11077878B2 (en) 2018-11-02 2021-08-03 Zoox, Inc. Dynamic lane biasing
JP7077999B2 (ja) * 2019-03-20 2022-05-31 株式会社デンソー 地図データ出力装置
WO2020214596A1 (en) * 2019-04-16 2020-10-22 rideOS, Inc. Systems and methods of generating composite routing maps
US11299168B2 (en) * 2019-04-16 2022-04-12 Baidu Usa Llc Time synchronization scheme between different computation nodes in autonomous driving system
DE102019207218A1 (de) * 2019-05-17 2020-11-19 Robert Bosch Gmbh Verfahren zum Validieren einer Kartenaktualität
US11613253B2 (en) * 2019-05-29 2023-03-28 Baidu Usa Llc Method of monitoring localization functions in an autonomous driving vehicle
US11988518B2 (en) * 2019-06-17 2024-05-21 Nvidia Corporation Updating high definition maps based on lane closure and lane opening
US11120566B2 (en) * 2019-06-28 2021-09-14 Baidu Usa Llc Determining vanishing points based on feature maps
KR102610001B1 (ko) * 2019-07-22 2023-12-06 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 자율 주행 차량 중의 센서 동기화 데이터 분석을 위한 시스템
US11619511B2 (en) * 2019-07-30 2023-04-04 Toyota Motor Engineering & Manufacturing North America, Inc. System and method for local storage based mapping
CN112444258A (zh) * 2019-09-05 2021-03-05 华为技术有限公司 可行驶区域判定的方法、智能驾驶系统和智能汽车
CN110719570B (zh) * 2019-09-09 2021-08-20 华为技术有限公司 地图敏感信息的传输方法及通信装置
WO2021050745A1 (en) * 2019-09-10 2021-03-18 Zoox, Inc. Dynamic collision checking
US11231501B2 (en) * 2019-09-26 2022-01-25 Baidu Usa Llc Front and side three-LIDAR design for autonomous driving vehicles
US11333519B2 (en) * 2019-10-24 2022-05-17 Toyota Research Institute, Inc. Dynamic map generation with focus on construction and localization field of technology
CN112748720A (zh) * 2019-10-29 2021-05-04 北京百度网讯科技有限公司 自动驾驶车辆的控制方法、装置、设备及存储介质
CN110779535B (zh) * 2019-11-04 2023-03-03 腾讯科技（深圳）有限公司 一种获得地图数据及地图的方法、装置和存储介质
KR20210057276A (ko) * 2019-11-11 2021-05-21 현대자동차주식회사 내비게이션 장치 및 그의 개인화 지도 서비스 방법
CN110888434A (zh) * 2019-11-14 2020-03-17 腾讯科技（深圳）有限公司 自动驾驶方法、装置、计算机设备和计算机可读存储介质
US10999719B1 (en) * 2019-12-03 2021-05-04 Gm Cruise Holdings Llc Peer-to-peer autonomous vehicle communication
CN111426312B (zh) * 2020-03-31 2021-10-29 上海擎朗智能科技有限公司 定位地图的更新方法、装置、设备及存储介质
WO2022104256A1 (en) * 2020-11-16 2022-05-19 Waymo Llc Processing sparse top-down input representations of an environment using neural networks
CN112559539B (zh) * 2020-12-07 2024-10-08 北京嘀嘀无限科技发展有限公司 更新地图数据的方法与装置
EP4134623A1 (en) 2021-08-11 2023-02-15 Hitachi Astemo, Ltd. Drive device, vehicle, and method for automated driving and/or assisted driving
US20230316927A1 (en) * 2021-10-08 2023-10-05 Gatik Ai Inc. Method and system for operation of fleet vehicles
US12110035B2 (en) * 2022-11-06 2024-10-08 Imagry Israel Ltd. Map based annotation for autonomous movement models training

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103577682A (zh) * 2012-07-30 2014-02-12 通用汽车环球科技运作有限责任公司 在道路改变情境中使用导航输入的锚车道选择方法
US8718861B1 (en) * 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously
US9606539B1 (en) * 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8527199B1 (en) * 2012-05-17 2013-09-03 Google Inc. Automatic collection of quality control statistics for maps used in autonomous driving
US9221461B2 (en) * 2012-09-05 2015-12-29 Google Inc. Construction zone detection using a plurality of information sources
US20160091325A1 (en) * 2014-09-25 2016-03-31 Nissan North America, Inc. Method and system of assisting a driver of a vehicle
US9347779B1 (en) * 2014-12-10 2016-05-24 Here Global B.V. Method and apparatus for determining a position of a vehicle based on driving behavior
CN118816908A (zh) * 2015-02-10 2024-10-22 御眼视觉技术有限公司 用于自主车辆导航的稀疏地图
US20160357262A1 (en) * 2015-06-05 2016-12-08 Arafat M.A. ANSARI Smart vehicle
US9916703B2 (en) * 2015-11-04 2018-03-13 Zoox, Inc. Calibration for autonomous vehicle operation
US9958864B2 (en) * 2015-11-04 2018-05-01 Zoox, Inc. Coordination of dispatching and maintaining fleet of autonomous vehicles
US10065647B2 (en) * 2016-12-02 2018-09-04 Starsky Robotics, Inc. Vehicle control system and method of use
KR102062608B1 (ko) * 2017-05-22 2020-01-06 바이두닷컴 타임즈 테크놀로지(베이징) 컴퍼니 리미티드 자율 주행 차량의 제어 피드백에 기초한 맵 업데이트 방법 및 시스템
US10474157B2 (en) * 2017-06-06 2019-11-12 Baidu Usa Llc Data-based control error detection and parameter compensation system

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8718861B1 (en) * 2012-04-11 2014-05-06 Google Inc. Determining when to drive autonomously
CN103577682A (zh) * 2012-07-30 2014-02-12 通用汽车环球科技运作有限责任公司 在道路改变情境中使用导航输入的锚车道选择方法
US9606539B1 (en) * 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system

Also Published As

Publication number Publication date
US20190078896A1 (en) 2019-03-14
US10520319B2 (en) 2019-12-31
CN109489673A (zh) 2019-03-19

Similar Documents

Publication Publication Date Title
CN109489673B (zh) 用于自动驾驶车辆的数据驱动地图更新系统
CN110667591B (zh) 用于自动驾驶车辆的规划驾驶感知系统
CN110239562B (zh) 自动驾驶车辆的基于周围车辆行为的实时感知调整与驾驶调适
CN111076732B (zh) 基于车辆行驶的轨迹标记和生成高清地图的标记方案
CN110462543B (zh) 用于评估自动驾驶车辆的感知要求的基于仿真的方法
CN109947090B (zh) 用于自动驾驶车辆规划的非阻塞边界
CN110325935B (zh) 用于自动驾驶车辆的路径规划的基于驾驶场景的车道引导线
CN107943016B (zh) 用于自主车辆的群体驾驶风格学习框架
CN110597243B (zh) 自动驾驶车辆的基于v2x通信的车辆车道系统
CN108733046B (zh) 用于自动驾驶车辆的轨迹重新规划的系统和方法
CN110389580B (zh) 用于规划自动驾驶车辆的路径的漂移校正的方法
CN108891417B (zh) 用于操作自动驾驶车辆的方法及数据处理系统
CN109491378B (zh) 自动驾驶车辆的基于道路分段的路线引导系统
CN110621541B (zh) 用于生成轨迹以操作自动驾驶车辆的方法和系统
CN111712417B (zh) 用于自动驾驶车辆的、基于隧道的规划系统
CN111857118B (zh) 对停车轨迹分段以控制自动驾驶车辆停车
CN111615476B (zh) 用于自动驾驶车辆的基于螺旋曲线的竖直停车规划系统
CN109085818B (zh) 基于车道信息控制自动驾驶车辆的车门锁的方法和系统
CN111830958B (zh) 用于操作自动驾驶车辆的方法、系统和机器可读介质
CN111830959A (zh) 用于操作自动驾驶车辆的方法、系统和机器可读介质
CN111615477B (zh) 自动驾驶车辆中的非避开规划系统的障碍物过滤的方法
CN111103876A (zh) 自动驾驶车辆的基于雷达通信的扩展感知
CN111328313A (zh) 用于自动驾驶车辆的控制占主导的三点转弯规划
CN111328385A (zh) 用于自动驾驶车辆的基于螺旋路径的三点转弯规划
CN113226825A (zh) 自动驾驶车辆的基于扭矩反馈的车辆纵向自动校准系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant