CN114074684A - 自主车辆的发动台 - Google Patents
自主车辆的发动台 Download PDFInfo
- Publication number
- CN114074684A CN114074684A CN202110932950.8A CN202110932950A CN114074684A CN 114074684 A CN114074684 A CN 114074684A CN 202110932950 A CN202110932950 A CN 202110932950A CN 114074684 A CN114074684 A CN 114074684A
- Authority
- CN
- China
- Prior art keywords
- launch pad
- obstacle
- determining
- area
- pad
- 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.)
- Pending
Links
- 230000004044 response Effects 0.000 claims abstract description 47
- 238000000034 method Methods 0.000 claims description 65
- 230000033001 locomotion Effects 0.000 claims description 62
- 238000012423 maintenance Methods 0.000 claims description 15
- 230000000977 initiatory effect Effects 0.000 claims description 6
- 238000001514 detection method Methods 0.000 description 54
- 238000004891 communication Methods 0.000 description 35
- 230000004927 fusion Effects 0.000 description 19
- 238000005259 measurement Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 238000012790 confirmation Methods 0.000 description 11
- 230000000875 corresponding effect Effects 0.000 description 11
- 238000003032 molecular docking Methods 0.000 description 11
- 241001465754 Metazoa Species 0.000 description 9
- 230000006870 function Effects 0.000 description 9
- 230000015654 memory Effects 0.000 description 9
- 230000000007 visual effect Effects 0.000 description 7
- 230000006399 behavior Effects 0.000 description 6
- 238000013500 data storage Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000009471 action Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 239000004568 cement Substances 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000000682 scanning probe acoustic microscopy Methods 0.000 description 2
- 230000011218 segmentation Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Classifications
-
- 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]
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
-
- 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
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- 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
- G08G1/0133—Traffic data processing for classifying traffic situation
-
- 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
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/164—Centralised systems, e.g. external to vehicles
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
- H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Multimedia (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Measurement Of Optical Distance (AREA)
Abstract
本公开涉及自主车辆的发动台。发动台的大小和形状用以容纳包括至少一个车辆传感器的自主车辆AV。发动台包括一个或多个位于在发动台上或周围的传感器。控制子系统接收来自发动台传感器的发动台传感器数据和来自车辆传感器的AV传感器数据。响应于AV驶离的请求,控制子系统确定,基于至少部分发动台传感器数据,发动台有无阻止驶离发动台的障碍物,AV前方的区域有无阻止驶离发动台的障碍物。如果发动台和AV前方的区域都没有障碍物,AV被允许开始自主行驶。
Description
技术领域
本公开在整体上涉及自主车辆。尤其地,在特定实施例中,本公开涉及自主车辆的发动台。
背景技术
自主车辆技术的目标之一是提供能够在有限或无人辅助下安全导航至目的地的车辆。在一些情形下,自主车辆可以允许司机可以像常规车辆一样控制方向盘、油门、离合、变速箱和/或其他的车辆控制设备操控自主车辆。在另一些情形下,司机可以采用自主驾驶导航技术允许车辆自主驾驶。当前存在操控自主车辆更安全、更可靠的需求。
发明内容
在一实施例中,发动台的大小和形状被确定为用以容纳自主车辆(AV)。自主车辆包括至少一个位于车辆上的传感器,被配置用于观察包括在AV前方的区域的视场。发动台包括一个或多个发动台传感器,位于所述发动台上或周围。每个发动台传感器被配置为观察所述发动台的至少部分。控制子系统接收从所述一个或多个发动台传感器接收发动台传感器数据从所述至少一个车辆传感器接纳AV传感器数据。接收针对所述AV的驶离(即从发动台上驶离时)的请求。响应于针对驶离的请求,至少部分基于所接接收的所述发动台传感器数据,控制子系统确定所述发动台有无将要阻止从所述发动台驶离的障碍物。至少部分基于所接接收的AV传感器数据,控制子系统确定在AV的前方的区域有无将要阻止从发动台离开的障碍物。在确定所述发动台没有将要阻止从所述发动台驶离的障碍物以及在所述AV前方的区域没有将阻止从发动台离开的障碍物的情况下,允许所述AV开始自主驾驶。否则,在确定所述发动台有将要阻止从所述发动台驶离的障碍物和/或在所述AV前方的区域有将要阻止从所述发动台离开的障碍物的情况下,阻止所述AV开始自主驾驶。
在另一实施例中,多个落位台中的每一个落位台的大小和形状被确定为用以容纳AV。AV包括位于在AV上的至少一个车辆传感器,并且被配置为观察包括在AV前方的区域的视场。一个或多个落位台传感器位于每个落位台上或周围。每个落位台传感器被配置为观察落位台的至少部分。控制子系统从一个或多个落位台传感器接收落位台传感器数据,并且从正向多个落位台的位置行驶的第一AV接收针对被分配的落位台的请求,第一AV应当被定位在该被分配的落位台(例如,AV应当停止或泊车的位置)。响应于接收针对被分配的落位台的请求,基于所接收到的落位台传感器数据,控制子系统确定第一落位台有无将要阻止接纳第一AV的障碍物。在确定第一落位台没有将要阻止接纳第一AV的障碍物的情况下,向AV提供指示:第一落位台是被分配的落位台。在确定第一落位台有将要阻止接纳第一AV的障碍物的情况下,控制子系统基于所接收到的落位台传感器数据,确定第二落位台没有将要阻止接纳第一AV的障碍物。响应于确定第二落位台没有将要阻止接纳第一AV的障碍物,向AV提供指示,第二落位台是被分配的落位台。
在又一实施例中,AV包括至少一个车辆传感器,至少一个车辆传感器位于AV上并且被配置为当AV停止时观察包括在停止的AV周围的区域的至少第一部分的第一视场。便携设备被配置为由用户在AV停止的位置操作。控制子系统通信耦连至AV和便携设备。控制子系统在AV被停止后接收用以允许AV再次移动的请求。控制子系统从至少一个车辆传感器接收AV传感器数据。控制子系统从便携设备接收通信。来自便携设备的通信包括在AV周围的区域的第二部分有无障碍物的信息。当结合时,在停止的AV周围的第一区域和停止的AV周围的第二区域,包围在停止的AV周围的整个区域。基于AV传感器的数据,控制子系统确定在AV周围的区域的第一部分有无将要阻止AV泊车移动的障碍物,并且基于与便携设备的通信,确定在停止的AV周围的区域的第二部分有无将要阻止停止的AV移动的障碍物。在确定在停止的AV周围的区域的第一部分和在停止的AV周围的区域的第二部分都没有障碍物的情况下,AV被允许开始移动。否则,在确定在停止的AV周围的区域的第一部分和/或在停止的AV周围的区域的第二部分中至少一项有障碍物的情况下,停止的AV被阻止开始移动。
本公开认识到相关AV导航和驾驶的多种问题和未被满足的需求。例如,先前的自主驾驶导航技术缺少工具使AV安全、可靠的启动并沿着路移动。例如,先前的技术可以要求司机操控AV沿着起始路段(例如直到AV到达自主驾驶的合适路段之前)。又例如,先前的自主驾驶技术缺乏资源使AV到达目的地时安全、可靠的停靠在合适的位置。使用先前的技术,司机尤其需要控制AV来操控车辆到达合适的停车点。先前技术也没有提供当AV沿着路停止,例如当AV例如要停止以进行维修或类似的情形。AV重新移动。
本公开确定的实施例通过利用高效、安全可靠的、几乎无人干预的、自主车辆启动、落位和/或重新发动的,解决了在先技术的问题,包括上述描述的问题。例如,公开的系统通过采用以下方案具有多种技术优势:1)能够安全高效可靠的启动或“发动”AV开始沿着路移动的发动台;2)能够安全可靠的导航AV至没有障碍物的泊车位置的落位台;和3)能够安全可靠的重新发动停止的AV使其能够在泊车等待或类型情形后继续沿着路移动,移动AV重新发动系统。如此,本公开在至少一部分AV旅程期间改进了AV导航系统的计算机系统功能。
在一些实施例中,本公开描述的系统可以被聚合到发动台的实际应用中,提供高效安全可靠的AV启动并开始沿着路移动。控制子系统,和位于在发动台上方或周围的传感器通信,使用这些传感器发送的信息并结合来自AV的信息(例如,AV传感器的数据或AV是否检测路上障碍物的指示)确定AV周围的空间是否空置足以开始移动。因此,发动台有利于不需要司机操作、AV自主启动开始沿着路移动。发动台可以减少或消除实践的和技术的阻碍或瓶颈,从忙碌的地点安全启动大量自主车辆,例如通常会遇到的,货运或载人的移动。发动台和其操作示例在说明书附图3和图4相关描述有更多细节。
在其他实施例中,本公开描述的系统可以被聚合到落位台的实际应用上,有利于AV在没有障碍物的合适位置、高效安全可靠的巡航和落位(即停车或泊车)。控制子系统接收位于在落位台上方和/或周围的传感器信息,并使用该传感器信息确定合适的落位台,安全接收要驶入的车。在AV发现通往被确定落位台的道路或小道被阻碍了,控制子系统会确认不同的没有障碍物的落位台并准备接纳AV。落位台可以减少或消除实践和技术的阻碍和瓶颈,在给定的位置接受大量AV,如存在大量货物运输、没有或几乎无人为干预的位置。落位台和其操作的示例可以在说明书附图5和图6中更详细地描述。
在其他实施例中,本公开描述的系统可以被集成到移动AV重新发动系统的实际应用上,有利于高效、安全和可靠的沿路停止的AV(例如维修或类似的情形)再开启或重新发动。控制子系统接收在停车点的用户操控便携设备的信息和停止的AV的信息,使用该信息组合确定AV周围的区或空间有无障碍物。如果停止的AV周围的区没有障碍物,AV就能安全的开始再次移动。在一些情形下,便携设备的信息可以是AV的后方和侧方周围的区周围没有障碍物的确认信息(例如在用户视觉检查AV周围的区后提供),。在一些情形下,便携设备的信息可以包括AV周围的区的图像和/或视频,控制子系统确定区域的图像和/或视频中的障碍物是否被识别。移动AV重新发动系统和其操作示例参照说明书图7和图8有更加详细的描述。
本公开的某些实施例可以包括这些优点中的一些、全部或不包括这些优点。结合附图和权利要求,通过以下的详细描述这些优点和其他特征将更清楚地理解。
附图说明
为更加完全理解本公开,现在参考以下结合附图和详细描述的简要描述,其中相同的附图标记代表相同的部件。
图1是AV行驶路线的设计图;
图2是用于说明车辆停在图1所示路线起点和/或终点的示例的概念图;
图3本公开特定实施例的发动台概念图;
图4如图3操控发动台的方法示例的流程图;
图5本公开特定实施例的落位台概念图;
图6如图5操控落位台的方法示例的概念图;
图7A本公开特定实施例的移动重新发动系统的概念图;
图7B是图7A的便携设备的框图;
图8是图7A操控移动重新发动系统的方法示例的概念图;
图9配置为实现图2、3、5和7A中的控制子系统的示例设备的框图;
图10配置为实现自主驾驶操作的示例自主车辆;
图11是用于提供图10的车辆使用的自主驾驶操作的示例系统;以及
图12是包含在自主车辆中的车载控制计算机的示意图。
具体实施方式
如前所述,先前技术没有为AV导航、尤其是AV开始移动和/或到达目的地时提供有效、可靠的资源。本公开提供多种系统和设备以改进AV的导航系统。图1示出了示例自主车辆从起始点到终点的路径。图2示出图1路线的起始点和/或终点的终端示例。图2中的示出的终端示例包括AV安全沿着AV路线开始移动位置的发动台和AV安全泊车的落位台。图3和图4还细节示出了示例发动台和其操作。图5和图6更详细地示出了示例落位台和其操作。如下还所述,在一些情形下,AV可以需要沿着路泊车。本公开的移动AV重新发动系统在这类情况下为停止的AV提供了安全、用户友好的重新移动(即重新发动)。图7A、图7B和图8示出了移动AV重新发动系统的示例,系统使用的便携设备,重新发动系统操作的细节。图9示出了控制子系统示例,可用于实现发动台、落位台、和移动AV重新发动系统的功能。图10至图12,示出了示例AV和AV实现自主驾驶操作的多种系统和设备。
示例AV路线和终端站
图1是示例路线100的设计图,可以被在第一位置102和第二位置104之间自主驾驶AV 1002通过。下面将参考图10,对AV 1002进行更详细地描述。简要的,AV 1002包括传感器子系统1044,车内控制计算机1050,被操作以促进AV 1002的自主驾驶。参照图10至图12是对AV的操作的进一步描述。第一位置102可以是AV 1002开始移动的起始位置,第二位置104可以是AV 1002被指引通行到达的终点位置。例如,AV 1002可以是附接有挂车的半挂牵引车单元,用来从第一位置102到第二位置104运输货物或货运(参考图10)。在一些情况下,AV1002可以需要沿着路线100停止一次或多次。例如,AV 1002可以需要在一个或多个中间站点106停止。在一些情况下,用户704(例如服务停止的AV的技术人员)需要操作便携设备702实现AV 1002的安全的重新发动。便携设备702的操作,作为移动AV重新发动系统700的一部分,将在下面的参照图7和图8而更详细地描述。
第一位置102和/或第二位置104可以包括终端站200,终端站具有发动台300和/或落位台500。图2更详细地示出了终端站200的示例。图2的示例终端站200促使准备用于沿着路线100运输货物或货品的牵引车单元AV 1002,AV 1002自主驶离发动台300,并在适当的落位台500上安全地接纳前来的AV 1002。终端站200可同时改进AV 1002(参考图10)和常规人力驾驶的牵引车单元的操作。
仍参考图2,示例终端站200包括第一挂车集结区(staging zone)202、加油区204、牵引车集结地区206、第二挂车集结区208、控制中心210、一个或多个车辆间212、通行间214、集结和接取地区216,发动台300和关联的出台车道222,和落位台500和关联的入台车道230。挂车集结区202、208通常在终端站200的区域内,可以用于存放没有在使用或没有附接至牵引车AV 1002的挂车。例如,第一挂车集结区202可用于存放前来到达终端站200的AV1002的挂车,第二挂车集结区可以用于存放将要外离并附接准备从发动台300发动的牵引车单元AV 1002的挂车。加油区204是终端站200的部分区域,包括的资源例如为AV 1002和其他任何操作驶离终端站200的车辆的再加油的油泵。牵引车集结区206通常是终端站200的部分区域,用于在AV 1002开始沿着图1的路线100驶离之前整备牵引车单元1002。例如,AV 1002的维修和行驶前诊断/测试可以在牵引车集结区206执行。
控制中心210通常是终端站200管理者所在的空间,用以监控终端站200的操作。在一些实施例中,控制中心210容纳有控制子系统900,用于和AV 1002、发动台300、落位台500的传感器通信,用以实现在本公开描述的发动台300和落位台500多种功能(参考图3至图6和对应的下列描述)。尽管图2示出位于控制中心210内的控制子系统900,应当理解的是,控制子系统900可以位于任一合适的位置和/或可以是分布式计算系统。控制子系统900的处理器、存储器和接口的示例将在下面参照图9更详细地描述。
发动台300通常促使AV 1002安全有效地自主驶离终端站200。例如,发动台300可以是物理台(pad)(例如,由水泥或其他合适材料构建),其包括、被嵌入或被环绕有传感器。发动台300的多种传感器将参考图3更详细地描述。来自发动台传感器的传感器信号218(参考图3和对应的下列描述),和来自AV 1002请求离开发动台300的传感器信号220被提供给控制子系统900。控制子系统900使用来自发动台300的传感器的传感器信号218和来自AV1002的传感器信号220确定AV 1002周围的区或地区没有障碍物。如果AV1002周围的区被确认没有障碍物,控制子系统900允许AV 1002开始驶离发动台300。在某些情况下,控制子系统900可以还确认供AV 1002离开终端站200并到达被用于沿着路线100行驶的道路到达的路的出台车道222。发动台300以及其结合示例AV 1002和控制子系统900操作的示例,将在下面参考图3和图4更详细地描述。
落位台500通常为与传感器相关联的预定的区或区域,传感器用于确定区有无将要阻止AV 1002安全的到达和泊车在该区的障碍物。例如,落位台500可以是物理台(pad)(例如,由水泥或其他合适材料构建),其包括、被嵌入或被环绕有传感器。落位台500的多种传感器将在下面参考图5更详细地描述。尽管图2中示例终端站200将发动台和落位台分离,但在其他实施例中同样的结构(即预定区域包括用于检测区域有无障碍物的传感器)可以同时被用于落位台500和发动台300。来自落位台500的传感器的传感器信号226(参考图5和对应的下列描述)被提供给控制子系统。控制子系统900使用来自落位台500的传感器的传感器信号226用于标识落位台500有无障碍物并且可否用于接纳前来的AV 1002。被标识的落位台500与前来的AV 1002通信,使得AV 1002能够安全、高效地导航到已知没有障碍物的这个落位台500上,因此能够显著降低入台AV 1002导航的复杂性。如果入台AV 1002检测到通向被确定的落位台500的入台车道230有障碍物,AV 1002可以通知控制子系统900该障碍物信息(例如,以AV信号220),和控制子系统900能够标识能够使用不同的入台车道230到达的、没有障碍物的新落位台500或通向被分配的落位台500的不同的入台车道230。示例落位台和其与示例AV 1002和控制子系统的共同操作将在下面参考图5和图6更详细地描述。
示例发动台及其操作
图3更详细地示出了示例发动台300。发动台300包括预定的区域或空间(例如在终端站200内,如图1和图2所示),其大小和形状用以容纳AV 1002以及围绕发动台300的环周或在发动台内的一组传感器302a-f。落位台300大小和形状可以用以与牵引车单元AV1002及其附接的挂车匹配。例如,发动台300的对象范围可以至少部分通过位于发动台300周围或内的传感器302a-f来限定。在一些实施例中,发动台300包括物理台(例如,水泥台)。在一些实施例中,发动台300包括在发动台300的一边或多边缘或者环周的物理标记(例如,油漆线)。
发动台300的传感器302a-f包括能够检测在发动台300区域内的,与障碍物存在相关的对象、动作、和/或声音的传感器。例如,传感器302可以包括相机、LiDAR传感器、动作传感器、红外传感器等。发动台300通常包括在发动台300的每个角上的传感器302a-d(即在图3示例长方形发动台300的每个角上)。在一些实施例中,发动台300可以在中间位置包括额外的传感器302和/或302f(例如沿着发动台300长度方向),提供用于检测发动台300中离传感器302a-d更远的区域(例如,靠近发动台中心的区域可能由于AV 1002出现而不可见)内的障碍物306、308的视场。
一个或多个传感器302a-f可以被位于在相对地面的不同高度,例如,通过将传感器302a-f放置在支撑结构上、例如杆。将传感器302a-f放置得高于地面可以改进对高于地面的障碍物306、308的检测,例如附接在AV 1002侧面的对象,在AV 1002上或周围的动物等。在一些实施例中,传感器302a-f位于相对于地面的多种高度。例如,图3所示的一个或多个传感器302a-f可以代表地面水平传感器、中水平传感器,和/或高水平传感器。例如,地面水平传感器302可以位于地面上或地面附近,使地面水平传感器能够检测包括地面或靠近地面区域(例如从地面到地面以上数英尺)的视场范围内的障碍物306、308。中水平传感器可以位于在相对于地面的中水平(例如,靠近地面与AV 1002顶部之间的中心点),使得中水平传感器具有包围靠近AV 1002的中部的区域的视场(例如,从靠近地面到靠近AV 1002顶部)。高水平传感器302可位于在中水平传感器的上方,例如,检测障碍物306、308相对于地面增加的高度,和/或提供更高发动台300部分的俯视视角。
在一些实施例中,发动台300包括位于发动台300的表面上或内的一个或多个额外传感器304a-d。例如,传感器304a-d可以被配置为提供位于发动台300中的AV 1002的下方的视场。和传感器302a-f相似,传感器304a-d可以包括适于检测障碍物306、308任何类型的传感器。例如,传感器304a-d可以包括相机、LiDAR传感器、动作传感器、红外传感器等。传感器304a-d可以尤其促使在发动台300的中心附近和/或正停在发动台300的AV 1002的下方的障碍物的识别,例如障碍物308。在一些情况下,障碍物308可能不能被传感器302a-f检测。尽管图3示例发动台上显示有六个传感器302a-f和四个传感器302a-f,应当理解的是发动台300可以包括任意合适数量、组合、和位置的传感器302a-f和/或304a-d。
发动台300上的传感器302a-f、304a-d,与控制子系统900进行信号通信。如以下示例操作和图4的方法400中进一步描述的,传感器302a-f、304a-d通常将发动台信号218通信至控制子系统900。控制子系统900通常接收信号218,并使用信号218确定在发动台区域范围内有无障碍物被检测到。障碍物306、308的出现通常表示AV1002开始移动是不安全的。例如,如果传感器302a-f、304a-d是相机,信号218可以包括被传感器302a-f、304a-d观察的发动台300的部分(即发动台300在相机视场范围中的部分)的视频/图片。控制子系统900使用障碍物检测指令确定视频中有无障碍物被检测。例如,障碍物检测指令916a可以包括用于对对应于视频帧的图像实施对象检测例行程序的代码。如果意外的对象被检测到(例如,不是AV 1002已知部分的对象),控制子系统900确定在发动台中检测到障碍物306、308。障碍物检测指令916a可以类似地包括基于LiDAR数据(例如,基于在发动台300上或周围的意外对象的检测)、动作传感器数据(例如,在发动台300上或周围的动作检测)、声音(例如,发动台300附近意外声音的检测),红外数据(例如,基于红外图像中意外的对象检测)等,的实现方法检测障碍物。障碍物检测指令916a可以可以使用下文所述关于对AV 1002附近的对象和障碍物进行检测的模块来实现(参见图11和下面对应的描述)。
控制子系统900还从AV 1002接收信号220。控制子系统900通常使用这些信号220来确定AV1002的前方的区314(例如至少车辆传感器子系统1044的传感器的视场的至少部分限定的区或区域314)没有障碍物310、312。AV信号220可以是来自AV 1002的控制子系统1044的信号和/或来自AV 1002的车内控制计算机1050的通信。例如,信号220可以是图像、LiDAR数据或通过AV的车辆传感器子系统1044获取的反馈等。在这些情况下,控制子系统900可以使用障碍物检测指令916a检测AV 1002前方的区314有无障碍物310、312。在其他情形下,AV信号220可以包括车内控制计算机1050是否检测到AV 1002前方有障碍物310、312的指示(参考图11和对应的下列描述)。如果控制子系统900同时基于发动台信号218检测发动台300没有障碍物306、308和基于信号220确定AV1002前方的区314没有障碍物310、312,控制子系统900通信包括AV 1002开始驶离发动台300的许可316的发动台指令224。控制子系统900还可以确定AV 1002将要跟随其离开终端站200并沿路线100行驶的出台车道222。例如,出台车道222可以被选择以获得针对AV的路线100的优选起始点和/或基于在终端站的交通来选择。
在发动台300示例操作中,控制子系统900可以接收针对AV1002从发动台300驶离的请求。响应于针对驶离的请求,控制子系统至少部分基于接收到的发动台传感器数据218(即包括在信号218中的数据)来确定发动台300有无将要阻止从发动台300驶离的障碍物。例如,如果传感器302a-f和/或304a-d包括相机,那么发动台信号218可以包括图像和/或视频。在这些情况下,控制子系统900可以采用障碍物检测指令916a,其包括用于在图像和/或视频中检测对象并确定对象是否对应与障碍物305、308的规则。例如,一个或多个预先确定的对象检测方法(例如,采用神经网络或机械学习方法)被用于检测对象和确定被检测的对象是否对应于障碍物306、308。来自红外传感器304a-f和/或304a-d的信号可以被类似地评价以检测红外图像具有热标识的部分,该热标识与动物或人存在于发动台300的区内相关联。
在另一示例中,如果传感器302a-f、304a-d包括LiDAR传感器,发动台信号118可以包括距离测量。在这些情况下,控制子系统900可以采用包括基于特征和/或距离测量的变化来检测障碍物306、308的规则的障碍物识别指令916a。例如,被LiDAR传感器测量的距离变化可以指示障碍物306、308的存在。例如,当发动台300已知没有障碍物时,每个LiDAR传感器可以被校准以提供初始距离测量。如果由给出的LiDAR传感器上报的数据和初始数据相比有变化,障碍物306、308可以被检测到。
在另一实施例中,如果传感器302a-f和/或304a-d包括动作传感器,发动台信号118可以包括发动台300的动作数据。在这些情况下,控制子系统900可以采用包括基于检测移动检测障碍物306、308的规则的障碍物检测指令916a。例如,在发动台300区内的被检测的移动或动作,可以是由在发动台300的区内的动物或人的存在导致。因此如果在发动台的区内的动作被检测到,控制子系统900便可以确定在发动台300的区内有障碍物306或308被检测到。在一些情况下,在障碍物306、308基于动作被检测到以前,检测移动可能需要坚持至少阈值时间段(例如15秒或更多)减少或消除障碍物306、308被风和/或其他短暂事物(例如动物,人或车辆通过和迅速离开发动台300区域)导致的错误正向检测。
作为另外的示例,如果传感器302a-f和/或304a-d包括用于记录在发动台300内或周围的声音的麦克风,发动台信号118可以包括这类录音。在这些情况下,控制子系统900可能需要采用包括用于基于录制的声音的特征来检测障碍物306、308的规则的障碍物检测指令916a。例如,对应与人讲话、车辆操作或正在进行的维修、或动物产生特征声音的声音,可以作为可能有障碍物306、308在发动台300区域内的证据。
尽管前述了多个检测障碍物306、308的示例,应当被理解的是,任何其他合适的障碍物检测方法可被控制子系统900使用。在一些实施例中,控制子系统可以使用两种或更多类型的传感器数据确定有无障碍物306、308被检测(例如通过如参照图11的传感器融合模块1102所描述的将相机图像和LiDAR数据组合)。例如,障碍物306、308可以使用被描述用于检测在AV 1002周围的对象和障碍物的方法和/或模块(参见图11和对应的下列描述)来检测。换言之,障碍物检测指令916a可以包括指令、规则、和/或用于实现下面参照图11所描述的任何模块的代码。
控制子系统900还至少部分基于接收到的AV信号220来确定在AV 1002前方的区314有无将要阻止AV 1002从发动台300离开的障碍物。例如,上述相同或相似的方法用于检测障碍物306、308和的方法,可以也会被采用用于检测AV 1002前方的区314的障碍物310、312。
在确定发动台300没有将要阻止AV 1002从发动台300驶离的障碍物306、308并且在AV 1002前方的区域314没有将要阻止AV1002从发动台300离开的障碍物310、312的情况下,控制子系统900发送包括允许AV 1002自主驾驶的许可316的指令224。备选地,在发动台300有将要阻止AV 1002从发动台300驶离的障碍物306、308和/或在AV 1002前方的区314有将要阻止AV 1002从发动台300离开的障碍物310、312的情况下,控制子系统900发送包括开始自主驾驶的许可的否定318的指令224。
图4示出了使用图3发动台300的示例方法400。方法400可以通过发动台300和控制子系统900来实现。方法402在步骤4开始,控制子系统900接收针对AV 1002从发动台300驶离的请求。针对从发动台300驶离的请求可以自主发生或响应于人为输入。例如,请求开始驶离可以在AV 1002在发动台300上的任意时间被自动地提供。例如,在确定沿着路线100的移动应当开始时,AV 1002可以提交离开发动台300的请求。作为又一示例,个体(例如AV1002的操纵员和/或终端站200的管理者)可以提交AV 1002开始移动的请求。
步骤404,控制子系统接收来自AV 1002的AV信号220。如上所述,AV信号220可以包括车内控制计算机1050是否识别了AV1002前方的障碍物310、312的指示和/或来自车辆传感器子系统1044的一个或多个传感器的传感器数据的传感器数据。在步骤406,控制子系统900接收发动台信号218。如上所述,发动台信号218通常包括来自发动台传感器302a-f、304a-d的数据。发动台信号218可以包括图像数据,视频数据,距离测量数据(例如从LiDAR传感器),动作数据,红外数据或其他类型中的一个或多个数据流。
步骤408,控制子系统900基于接收的AV信号220和发动台信号218确定是否发动台300和在AV 1002的前方的区314两者是否都没有障碍物306、308,310、312。例如,控制子系统900可以基于发动台信号218确定发动台300的区内或在AV 1002准备完成或旅途前程序之后是否由障碍物306、308被检测到。例如,控制子系统900使用障碍物检测指令916a,基于包含在发动台信号中的图像、视频、动作数据、LiDAR数据、红外图像、和/或声音录音,确定障碍物是否被检测到。检测发动台300区域的障碍物306、308的示例在上图3所示。障碍物检测指令通常包括用于实现用以基于图像数据、视频数据、LiDAR数据、动作传感器数据、声音、红外数据等来检测障碍物306、308的方法的代码。控制子系统900基于AV信号220确定在AV 1002前方的区314内是否有障碍物310、312被检测到。如上所述,障碍物310、312可以通过车内计算机1050和/或控制子系统900被检测到(即类似于上述的障碍物306、308检测)。
如果发动台300区域内的障碍物306、308被检测和/或AV 1002前方的障碍物310、312被检测,步骤408控制子系统900确认AV1002不能开始从发动台300移动,控制子系统900前进到步骤410。在步骤410处,控制子系统确定在阈值时间段(例如,15分钟或任何其他合适的时间段)内发动台300和AV前方的区314有无障碍物306、308、310、312。如果阈值时间在步骤410没有达到,控制子系统900继续接纳AV信号220和发动台信号218,以确定发动台300是否针对在步骤408中的AV 1002变得通畅。否则,如果阈值时间达到,控制子系统900可前进至步骤412,提供指令检查发动台300(即移除被检测的障碍物306、308、310、312)。例如,在至少一个阈值时间段,控制子系统900可以在发动台900的特定区域内检测到特定障碍物308。作为响应,控制子系统900可以提供指令给终端站200的管理者来检查发动台300的特定区域(例如,障碍物308被检测到的区域)。如果指示发动台300的部分已经没有障碍物308或从未包含障碍物308的响应被接收(例如,从终端站200的管理者的),控制子系统900可以确定发动台300对于AV 1002的驶离是畅通的。在一些实施例中,控制子系统可以标志任意传感器,例如检测障碍物308相关联的传感器302f和/或304b-d,用于指示传感器302f和/或304b-d的一些审查或维护是合适的(例如如果被检测到的障碍物308被发现没有出现在发动台300上)。
如果障碍物306、308在发动台300区内没有被检测到并且障碍物310、312没有在AV1002前方被检测到,控制子系统900确定在步骤408处的AV 1002可以开始从发动台300移动,并且控制子系统900可以前进至步骤414。在步骤414,控制子系统确认在至少预定时间段内没有障碍物306、308,310、312,控制子系统900前进至416。否则,如果发动台300在至少预定时间段内不被确定有障碍物306、308、310、312,控制子系统900继续接纳AV信号220和发动台信号218来确定发动台1002在至少预定时间段内有无障碍物306、308、310、312。
在步骤416处,控制子系统900可以确定AV 1002应当沿其行驶以开始沿着路线100移动(例如,从终端站200到路行驶)的合适的出台车道222a-c。车道222a-c可以最初被确定以提供沿着路线100的优选起始点和/或基于终端站200的地方交通主动被确定。例如,第一车道222a可以被选择,因为车道222a通向对于沿着路线100开始移动来说优选的道路,和/或该车道在终端站200内经受更少的交通。然而,如果障碍物312被发现在第一出台车道222a,如图3所示,控制子系统900可以确定AV应当行驶的备选出台车道222b或222c。例如,控制子系统可以指令AV 1002沿着出台车道222c而不是222b行驶,因为车道222c通向对于路线100来说优选的起始点或因为车道222c已知在终端站200内具有更少的交通。AV 1002还可以或备选地确定并根据需要启动自我道路调整,以促使从发动台300到在其上开始沿着路线100移动的道路的安全自主驾驶。在步骤418处,控制子系统900提供带有用以开始自主驾驶的许可316的指令224。AV 1002的自主驾驶将在下面参照在图10至图12更详细地描述。
示例落位台500及其操作
图5更详细地示出了图1和图2的示例落位台500。图5所示的示例落位台500a、b包括大小和形状用以容纳AV 1002的预定的区或空间(例如在图1和图2示出的终端站200的范围内)以及围绕落位台500a、b的环周或在其内的一组传感器502a-f。例如,每个落位台500a、b的物理范围可至少部分地由位于落位台500a、b周围或内的传感器502a-f来限定。在一些实施例中,落位台500a、b包括物理台(例如水泥垫)。在一些实施例中,落位台500a、b包括在落位台500a、b的一个或多个边缘或环周的物理标记(例如画线)。落位台500a、b通常促使安全有效地接纳入台AV 1002。在促使对针对接纳入台AV 1002来说没有障碍物的落位台500a、b的标识之外,落位台500a、b还促使将入台的AV路由至终端站200内的适合AV1002或操作AV 1002的运营商所携带的货物类型的区域。落位台500a、500b还可以促使改进对入境货物以及这些货物在终端站200内的位置的记录保存。
落位台500a、b的传感器302a-f可以和图1示例发动台300上述描述的传感器302a-f相同或类似。例如传感器502a-f可以包括能够检测在发动台300区域内的障碍物506、508存在相关的对象、动作、声音等的传感器。例如,传感器502a-f可以包括相机、LiDAR传感器、动作传感器、红外传感器等。另外,如图5所示每个传感器502a-f可以对应一个或多个位于在相对于地面多种高度的传感器,例如,在落位台500a、b的区域范围内,提供在地面上空不同位置的视场,可以参照图3传感器302a-f相关描述。在一些实施例中,落位台500a、b可以包括在落位台500a、b的上或内部的一个或多个额外的传感器504a-d。这些可选传感器504a-d可以和图3上述描述的传感器304a-d相同或相似。尽管图5示例展示了六个传感器502a-f和四个传感器504a-d,但应当理解的是,落位台500a、b可以包括合适数量,组合和位置的传感器(即多于或少于图5中的传感器502a-f、504a-d的数量)。
落位台500a、b的传感器504a-f、504a-d与控制子系统900信号通信。如以下示例操作和图6的方法600进一步描述的,传感器502a-f、504a-d通常通信信号226a、b(即信号226a对应第一落位台500a,和信号226b对应第二落位台500b)来控制子系统900。当AV1002行驶到终端站200,AV 1002可以与控制子系统900通信,落位台很快需要接收AV 1002。例如,AV1002可以请求落位台分配,当AV 1002到达终端站200的阈值距离范围内(例如,在终端站200的10英里范围内)。响应于针对分配落位台500的请求,控制子系统900基于接收的落位台信号226a、b(即传感器数据被包含在信号226a、b),确定落位台500a、b没有将要阻止接收AV 1002的障碍物506、508。例如,如果落位台500a、b的传感器502a-f、504a-d是相机,信号226a可以包括通过传感器502a-f、504d观察的落位台500的部分的视频(即在相机视场范围内的落位台的部分)。控制子系统使用障碍物检测指令916b确定视频中有无障碍物被识别,类似于以上参照图3相关描述的示例发动台。障碍物检测指令916b可以类似的包括基于LiDAR数据(例如,基于在发动台300上或周围的意外对象的检测),动作传感器数据(例如,在发动台300上或周围的动作检测),声音(例如,发动台300附近意外声音的检测),红外数据(例如,基于红外图像中意外的对象检测)等的实现方法检测障碍物。
如在图5中的示例中,如果确定第一落位台500a没有障碍物506、508并且第二落位台500b没有障碍物,控制子系统900提供包括第二落位台500b的标识512的指示的落位指令228给AV 1002。指令228还可以包括AV 1002应当沿其行驶以到达被分配的落位台500b的合适的入到车道230的标识。如果AV 1002在行驶到被分配的落位台500a、b时检测障碍物510,AV 1002可以移动到不同的入台车道230a、b。在图5中的示例中,AV 1002检测到在入台车道230a中的障碍物510,移动到到达车道230b。AV 1002可以与控制子系统900通信以确保备选的入台车道230b通向被分配的落位台500b,并且如果备选的入台车道230b没有通向落位台500b,控制子系统900可以为AV 1002标识不同的落位台500a、b。
在图5的落位台的操作示例中,控制子系统900接收针对为被调度马上到达终端站200(例如,在接下来的15分钟或类似)的入台AV 1002分配落位台的请求。在接收到该请求之后,控制子系统900接收落位台传感器信号226a、b。控制子系统900使用落位台传感器信号226a、b确定落位台500a、b没有障碍物506、508。例如,如果传感器502a-f和/或504a-d包括相机,落位台传感器信号226a、b可以包括图像或视频。在这些情况下,控制子系统900可采用包括检测图像或视频中对象和确定被检测对象是否对应障碍物506、508的规则的障碍物检测指令916a。例如,一个或多个物理检测的预定方法(例如,采用神经网络或机械学习的方法)被用于检测对象和确定被检测对象对应障碍物506、508。红外传感器504a-f和/或504a-d的信号可以被类似的评估检测相关动物和/或人在落位台500a、b范围内出现的带有热度标识的红外图像部分。
在又一示例中,如果传感器502a-f、504a-d包括LiDAR传感器,落位台传感器信号226a、b可以包括距离测量。在这些案例中,控制子系统900可以基于特征检测障碍物506、508和/或距离测量变化的规则。例如,通过LiDAR传感器的距离测量的变化可例如,被LiDAR传感器测量的距离变化可以指示障碍物506、508的存在。例如,每个LiDAR传感器可以被校准提供初始距离测量,当落位台500a、b被知晓没有障碍物时。如果给定的LiDAR传感器报告数据和此初始数据有变化,障碍物506、508就被识别。
在又一示例中,如果传感器502a-f和/或504a-d动作传感器,落位台信号226a、b可以包括落位台500a、b的动作数据。在这些情况下,控制子系统900可以采用包括用于基于被检测的移动来检测障碍物506、508的规则的障碍物检测指令916b,例如,在落位台500的区内的被检测的移动或动作,可以是被在落位台500的区内的动物或人的存在导致。因此如果在发动台区域内的动作被检测到,控制子系统900就能确认障碍物506或508在落位台500的区内被检测到。在一些情况下,在障碍物306、308基于动作被检测以前,检测移动可能需要坚持至少阈值时间段(例如15秒或更多)以减少或消除障碍物506、508被风和/或其他短暂停留的事物(例如动物、人或车辆通过和迅速离开发动台300的区)导致的伪肯定检测。
作为另一示例,如果传感器502a-f和/或504a-d包括记录在落位台500内或周围的声音的麦克风,落位台信号226a、b可以包括这类录音。在这些情况下,控制子系统900可以需要采用包括用于基于录制的声音的特征来检测障碍物506、508的规则的障碍物检测指令916b。例如,对应于人的讲话、车辆操作或正在维护、或动物产生的特征声音的声音,可以作为落位台500区域内有障碍物506、508的证据。尽管前面描述了多个检测障碍物506、508的示例,应当理解的是,任何其他合适的障碍物检测方法可被控制子系统900使用。例如,障碍物506、508可以通过使用用于检测AV 1002的对象和障碍物的方法和/或模块描述(参见图11和对应的下列描述)被检测。
如果没有检测到合适的落位台500a、b,控制子系统900可以指令在终端站200处的个体清除合适的落位台500a、b上的障碍物,这个落位台500a、b接着被分配给到达AV 1002(例如,在控制子系统900确定落位台现在没有障碍物后)。除了分配给AV 1002应导航到并前往停止的落位台500a、b外,控制子系统900还提供合适的到达车道230a、b的标识符514,用于行驶穿过终端站200以安全到达被分配的落位台500a、b。
当AV 1002进入终端站200并开始沿着被分配车道230a、b行驶是,AV 1002可以检测其道路上的障碍物510。作为响应,AV 1002请求被分配给AV 1002用于到达被分配的落位台500a、b的新入台车道230a、b。备选地,AV 1002可自主移动到不同的入台车道230a、b(例如进入如图5的示例所示的空置的入台车道230b)并沿着该新车道230a、b行驶。AV 1002可与控制子系统900通信以确定新的入台车道230a、b能够被用于到达被分配的落位台500a、b。如果新的入台车道230a、b没有到达被分配的落位台500a、b,控制子系统900可以确定新的落位台500a、b以分配给AV 1002(即落位台500a、b可从新车道230a、b到达)或分配新的道路给AV 1002(即AV 1002可导航至新的被分配的车道230a、b以到达合适的被分配的落位台500a、b)。
图6说明图5使用落位台500a、b的示例方法。方法600可以由落位台500a、b、AV1002、和控制子系统900实现。方法600在步骤602开始,控制子系统900接收分配能够接接收到AV 1002的落位台的请求。请求可包括AV 1002预计到达时间和其他关于AV 1002的信息,例如AV 1002的大小(即使得被分配落位台500a、b是合适的大小)、AV 1002运输的货物类型(例如使得AV 1002直接导航到能够合适接收该货物的落位台500a、b)。
在步骤604处,控制子系统接收落位台信号226a、b。如上所述,落位台信号226a、b通常包括来自落位台传感器502a-f、504a-d的数据。落位台信号226a、b可以包括图像数据、视频数据、距离测量数据(例如来自LiDAR传感器)、动作数据、红外数据或其他类型中的一个或多个数据流。
在步骤606处,控制子系统900确定没有将要阻止接纳前来的AV 1002的障碍物506、508的落位台500a、b。例如,控制子系统900可以基于落位台信号226a、b确定在落位台500a、b的区内有障碍物506、508被检测到。例如,控制子系统900可以使用基于被包含在落位台信号226a、b中的图像、视频、动作数据、LiDAR数据、红外图像、和/或录音的障碍物检测指令916b。落位台500a、b区域内的障碍物506、508检测示例在上述图5中描述。在一些实施例中,控制子系统还确定前来的AV 1002应当沿着行驶并到达没有障碍物506、508落位台500a、b的入台车道230a、b。例如车道230a、b可以基于本身靠近AV 1002被期待进入终端站200的道路,已知的终端站200内的交通,和/或前来的AV 1002运输货物类型被选择。在一些实施例中,控制子系统900可以在进行到步骤608之前,首先确定落位台500a、b在至少阈值时间段(例如,15分钟或任何其他适当时间段)内没有障碍物506、508。
在步骤608处,控制子系统900向前来的AV 1002提供落位指令228。如上所述,落位指令228可包括在步骤606处标识的落位台500a、b的标识512的指示。指令228可以还包括适当的入台车道230a、b的标识514,AV 1002应沿着该入台车道行进以到达指定的落位台500a、b。
在步骤610处,控制子系统900确定AV 1002是否已经进入终端站200。如果AV还没有进入终端站200,控制子系统900可执行步骤612来检查被分配的落位台500a、b保持没有障碍物506、508。例如,控制子系统可确定障碍物506、508是否被检测,如步骤606描述的。如果在步骤612中障碍物被检测到,控制子系统900可执行步骤614检查有无任何可用的落位台500a、b。
如果在步骤614处没有落位台500a、b是可用的,控制子系统900可执行步骤616,控制子系统900发送用以清除落位台500a、b的指令,以接纳入台的AV 1002。例如,控制子系统900在至少阈值时间段内可以在落位台600a、b特定的部分检测到特定的障碍物506、508。作为响应,控制子系统900可以提供指令给终端站200的管理者以检测落位台的特定部分(例如障碍物506、508被检测到的区域)。如果通过控制子系统900指示落位台500a、b已经变得没有特定障碍物506、508的响应被接收(例如来自终端站200的管理者),控制子系统900可确定落位台506、508可以用于对前来的AV 1002的接纳。在一些实施例中,控制子系统可以标志任何传感器,例如与检测障碍物505,508相关的传感器502a-f和/或504a-d,以指示这些传感器502a-f和/或504a-d的一些重复或保持是合适的(例如,如果被检测障碍物506、508并不真正的在落位台的区内出现,那么传感器502a-f和/或504a-d可以发生功能故障)。控制子系统900通常接着返回到上述的步骤606确定分配给前来的AV 1002的落位台500a、b。
如果控制子系统在步骤610处确定AV 1002已经进入终端站200,控制子系统900可继续监听所接收到的来自AV 1002的信号220以防不同的落位台500a、b和/或入台车道230a、b由于某种原因被分配给AV 1002,如示例步骤618、620、622、624所示。在步骤618处,控制子系统900确定被分配给AV 1002的入台车道230a、b被障碍物510阻挡。例如,AV 1002可以使用车辆传感器子系统1044和车内计算机1050检测到障碍物510,并将被检测的障碍物510通信给控制子系统900。如果接收到该通信,则控制子系统900可在步骤622处确定新的落位台500a、b(例如,如上文关于步骤606所述),并在步骤624处向AV 1002提供新的落位指令228,然后在步骤620处允许AV 1002停止在指定的落位台500a、b。例如,在步骤618处,控制子系统900可接收到指示,表明AV 1002已检测到障碍物510,并从初始入台车道230a移动至备选的新入台车道230b。控制子系统900可检查备选车道230b是否通向指定的落位台500a、b。如果备选车道230b未通向指定的落位台500a、b,则控制子系统900可确定可从备用车道128b进入的新落位台500a、b,或确定可用于到达指定的落位台500a、b的不同的入台车道130a、b。
示例移动重新发动系统700及其操作
图7A示出了移动AV重新发动系统700的示例。重新发动系统700包括便携设备702(参考图1)、控制子系统900、以及AV 1002。重新发动系统700通常促使AV 1002沿着其路线100在停止后(例如,在图1所示的中间位置106)移动的重新发动。例如,如果AV 1002停车维修或其他原因,一个或多个用户704在停止的AV 1002的位置可以操作便携设备704以确定至少AV 1002周围的区或空间的第一部分706没有将要阻止AV 1002安全移动的障碍物716a、b。在一个实施例中,用户704包括机械工、修理工、服务技术人员、监控人员、应急人员、或其他合适人员促使AV在其停止后的重新发动,例如,沿着路线100。车辆传感器子系统和/或AV 1002的车内控制计算机1050,可以提供包括指示在停止的AV 1002的周围的区的至少第二区域709没有障碍物716c的AV传感器数据和/或其他确认的信息722。如果控制子系统900确认停止的AV 1002周围区的部分706和部分708两者都没有障碍物706a-c,控制子系统900可以提供给停止的AV 1002用以开始再次移动的许可724(例如,通过移动回道路726以沿着图1中的路线100行驶)。
设备702可以是任意移动或便携设备(例如,移动电话、计算机等)。移动设备702通常包括可供操作接收用户输入的用户界面。用户输入可以包括在用户704确认AV 1002的周围的区部分706没有障碍物716a、b后由用户704提供的确认718。便携设备702可以包括摄像或其他合适的传感器用于获取可被提供给控制子系统900的图像和/或视频720。如下还所述和参照图8,控制子系统900(或便携设备本身)可确定图像和/或视频719中的障碍物716a、b是否被识别(例如使用如前参照图2-6相关所述的障碍物检测指令916b)。便携设备702的示例组件在图7B所示并在下文还描述。
在一些实施例中,用户704可视地检查AV 1002周围的区的部分706,以确定是否存在障碍物716a、b。如果用户704未检测到障碍物716a、b,则用户704可以输入确认718,确认区域部分706没有障碍物716a、b,并且便携设备702可以向控制子系统900发送确认718。在便携设备702包括照相机的实施例中,用户704可以在区域部分706周围移动便携设备702,以获得区域部分706的图像和/或视频。例如,可以为各种视场712a-f获取图像和/或视频720,使得图像和/或视频720至少包含区域部分706。例如,用户704可以在车辆周围移动并在图7A中由“X”示出的位置710a-f捕捉图像和/或视频720,使得便携设备702的摄像机(例如,图7B中示出的示例性便携设备702的相机758)捕捉不同视野712a-f的图像和/或视频720。在特定实施例中,用户704在车辆周围移动,并在被确定为足够短的预定时间段内在位置710a-f捕捉图像和/或视频720,从而可以确定区域部分706是否清晰且安全,以重新发动AV 1002。
在一些实施例中,AV 1002的部分(例如,与AV 1002连接的挂车)可以包括可视标记714a-f,其被定位为便于用户友好地捕捉至少包含区域部分706的图像和/或视频720。用户704可以定位便携设备702,使得拍摄捕捉每个标记714a-f的图像和/或视频720。标记714a-f可以包括在接收的图像和/或视频720中可通过控制子系统900被解释的条码。如此,标记714a-f可确保由便携设备702提供的图像和/或视频包括合适的视场,确保AV102周围的区的部分706没有障碍物716a、b。标记714a-f可以还被用于识别将要通过重新发动系统700重新发动的AV 1002,如此控制子系统900可有效识别停止的AV 1002并保留其重新发动记录。
在提供图像和/或视频720的相关便携设备的实施例中,控制子系统900接收图像和/或视频720,并使用障碍物检测指令916c确定在图像和/或视频720中障碍物716a、b是否被检测到。检测障碍物例如障碍物716a、b的示例参照如上图3至图6相关描述,相同或相似的方法也能被用于检测障碍物716a、b。例如,控制子系统900可以使用包括检测图像和/或视频720的对象和确定被检测对象是否对应障碍物716a、b的规则的障碍物检测指令916c。例如,一个或多个对象检测的预定方法(例如采用神经网络或机器学习方法)可被用于检测对象和确定被检测的对象是否对应障碍物716a、b。
控制子系统900还从AV 1002接收信息722,包括传感器数据和/或障碍物716c是否在AV 1002周围的区的部分708被检测到(参见图11和对应的下列相关AV 1002障碍或障碍物的检测对应描述)。AV 1002周围的区的部分708通常包括AV 1002的前方的区域(例如,在AV 1002的车辆传感器子系统1044的一个或多个传感器的视场中)。在一些情况下,车内控制计算机1050可以确定区域部分708的障碍物是否被检测到,并提供此信息722给控制子系统900。在另一情况下,AV 1002可以提供来自AV 1002的车辆传感器子系统1044的信息722作为数据。在这些情形中,控制子系统900可以使用障碍物检测指令916c确定在区域部分708有无障碍物716c被检测到,如上参照图3至图6的关于障碍物716a、b检测的相关描述。
在移动AV重新发动系统700的操作示例中,AV 1002在道路726的一侧停下来进行维护(例如,修理或更换爆胎等)。服务技术人员(例如,用户704)到达停止的AV 1002的位置并执行所需的维护。维护完成后,AV 1002可准备返回道路726并继续沿路线100移动。然而,仅AV 1002可能无法确保AV 1002的侧面和背面没有障碍物。例如,车辆传感器子系统1044可能不提供包含AV 1002周围空间的部分706的视场,其中示例性障碍物716a位于AV 1002的挂车侧面附近,并且障碍物716b位于附接到AV 1002的挂车下方。为了确保AV 1002安全返回道路726,服务技术人员(用户704)可以操作便携设备702以帮助沿着其路线100重新发动停止的AV 1002。
在一些情况下,服务技术人员(用户704)可以以视觉方式检查停止的AV 1002的至少周围的区的部分706,以确定AV 1002有无将要阻止AV 1002安全移动的障碍物716a、b。如果服务技术人员(用户704),确定AV 1002的至少周围的区的部分706没有将要阻止AV1002安全移动的障碍物716a、b,服务技术人员(用户704)操作设备702提供区域部分706没有障碍物716a、b的确认给控制子系统900。在接收确定718后,控制子系统900使用由AV 1002提供的信息722确定停止的AV 1002的周围的区部分708是否也没有障碍物714c。如果区域706,708都没有障碍物716a-c,控制子系统900提供给AV 1002许可724开始向道路726移动。否则,如果区域706或708有障碍物716a-c,许可724不被提供。
在其他情况下,服务技术人员(用户704)也可以或替代地使用便携设备702捕捉区域部分706的图像和/或视频720,而不是仅使用确认718。这些图像和/或视频720可被提供给控制子系统900,以确定停止的AV 1002周围的区域的部分706是否没有障碍物716a、b。例如,在图像720被提供给控制子系统900的示例情况下,服务技术人员(用户704)可在AV1002周围移动并从不同视角(例如,在不同位置710a-f)捕捉AV 1002和AV 1002周围的区域的图像720在一些实施例中,服务技术人员(用户704)可以使用设备702捕捉包括标记714a-f的图像720,使得图像720包括可能存在于视野712a-f中的障碍物716a、b的表示。作为另一示例,在视频720被提供给控制子系统900的情况下,服务技术人员(用户704)可以在AV1002周围移动,以从不同角度捕捉AV 1002的视频720和AV 1002周围的区域(例如,当服务技术人员在图7A所示的不同位置710a-f之间移动时捕捉的视频720)。控制子系统900使用障碍物检测指令916c检测图像和/或视频720中出现的任何障碍物716a、716b。
在确定在图像和/或视频720中未检测到障碍物716a、716b之后,控制子系统900使用由反车辆1002提供的信息722来确定停止的反车辆1002周围的区域的部分708是否也没有障碍物714c,如上所述。如果两个区域706、708均无障碍物716a-c,则便携设备702提供允许724,以使AV 1002开始移动至道路726。否则,如果区域706和708中的任何一个并非没有所有障碍716a-c,则不提供许可724。
图7B示出了图1和7A的便携设备702的实施例。便携设备702包括处理器752、存储器754、网络接口756和照相机758。便携设备702可被配置为如图所示或任何其他合适的配置。
图7B示出了图1和图7A中的便携设备702的一种实施例。便携设备702包括处理器752、存储器754、网络接口756和相机758。便携设备702能够按照所示配置或其他适合的配置。
处理器752包括一个或多个可操作的连接到存储754的处理器。处理器752是任何电子线路,包括但不限于,状态机、一个或多个中央处理单元(CPU)芯片,逻辑单元,内核(例如,多核处理器),现场可编程逻辑门阵列(FPGA)、专用继承电路(ASIC)、或数字信号处理器(DSP)。处理器752可以变成逻辑设备,微控制器、微处理器或上述任何合适的组合。处理器752与存储754和网络接口756通信连接并信号交流。一个或多个处理器被配置为处理数据,并能通过硬件或软件实现。例如,处理器752是8位、16位、32位、64位,或其他合适的架构。处理器752可以包括算数逻辑单元(ALU)运算算数和逻辑操作,处理器注册该供应操作数给ALU并存储ALU操作结果,和控制单元,从存储获取指令,并通过引导协调ALU的操作来执行他们,注册和其他组件。一个或多个处理器被配置为实现多种指令。例如,一个或多个被配置为执行指令以实现这里公开的功能,如图7A和8相关描述的部分或全部。在一些实施例中,这里描述的功能通过逻辑单元,FPGA、ASIC、DSP或任意其他合适的硬件或电子线路被实现。
参照图7A相关描述,随着任何数据、指令、逻辑、规则或可操作实现这里描述的功能代码被处理器752执行,存储754可操作存储任何信息。存储754包括一个或多个磁盘、磁带驱动器或固态驱动器,并可用作溢出数据存储设备,当程序被选择用于执行存储程序,和存储在程序操作期间被读取的指令和数据。存储754可以是易失性的,非易失性的,和可以包括只读存储(ROM)、随机存取存储器(RAM)、三态内容寻址存储器(TCAM)、动态随机存取存储器(DRAM)和静态随机存取存储器(SPAM)。
网络接口756被配置为使有线和/或无线通信。网络接口756被配置在便携设备702和其他网络设备、系统或域之间通信数据。例如,网络接口756包括WIFI接口,局域网络(LAN)接口,广域网络(WAN)接口、锚、开关或路由。处理器752使用网络接口756被配置为发送和接收数据。网络接口756可以被配置为使用任何合适类型的通信协议。
相机758被配置为获取图像和/或视频758。通常,相机758可以是任何类型的相机。例如,相机758可以包括一个或多个传感器,小孔,一个或多个镜片,和快门。相机758和处理器752通信,控制相机758的操作(例如打开或关闭快门等等)。来自相机758的传感器数据可以被提供给处理器758,并以合适的图像或视频模式被存储到存储754供控制子系统900的使用。
图8示出了操作图7A的移动AV重新发动系统700的方法800示例。方法800可以通过便携设备702,控制子系统900和/或AV 1002被实现。方法800在步骤802开始,控制子系统900接收请求重新发动AV 1002。例如,用户704(例如,服务技术人员,如上图7A中的示例描述)提供指示,停止的AV 1002的维修和其他合适的测试已完成。
在步骤804,控制子系统900接收确认718,区域部分706没有障碍物和/或接收区域部分706的图像和/或视频720,如上参照图7A相关描述。在一些实施例中,确认718的接收和/或图像和/或视频720作为允许AV 1002重新发动的请求(即该独立请求在步骤802没有被接收)。
在步骤808中,控制子系统900确定AV 1002的周围的区有无阻止AV 1002安全移动的障碍物716a-c。例如,如上参照图7A的相关描述,如果被确定停止的AV 1002周围的区域部分706和区域部分708没有障碍物716a-c,控制子系统900确定AV 1002的周围的区清除供AV 1002移动。否则,如果控制子系统900确定停止的AV1002的周围至少一个区域部分706或709有障碍物716a-c,控制子系统900确定AV 1002周围的区没有清除供AV 1002移动。
如果停止的AV 1002周围的区706,708被确定清除能让停止的AV 1002安全移动,控制子系统900前进至步骤810,控制子系统提供给AV 1002开始移动的许可724。否则,如果停止的AV 1002周围的区域706,708被确定没有清除让停止的AV 1002安全移动,控制子系统900阻止停止的AV 1002开始移动。控制子系统900可以还执行812确定AV 1002是否在至少一个阈值时间被阻止移动。如果是这种情况,控制子系统900在步骤814为被采取清除AV1002周围的区还措施提供警报(例如,通过移动一个或多个障碍物716a-c或请求来自用户704的其他操作)。
示例控制子系统900
图9展示了图2、3、5和7A的控制子系统900的一种实施例。控制子系统900包括至少一个处理器902,至少一个存储904,和至少一个网络接口906。控制子系统900被如图配置或其他合适的配置。
处理器902包括一个或多个可操作连接存储904得处理器。处理902是任意电子线路包括,包括但不限于,状态机、一个或多个中央处理单元(CPU)芯片,逻辑单元,内核(例如,多核处理器),现场可编程逻辑门阵列(FPGAs),专用继承电路(ASICs),或数字信号处理器(DSPs)。处理器902可以变成逻辑设备,微控制器、微处理器或上述任何合适的组合。处理器902与存储904和网络接口906通信连接并信号交流。一个或多个处理器被配置为处理数据,并能通过硬件或软件实现。例如,处理器902是8位,16位,32位,64位,或其他合适的架构。处理器902可以包括算数逻辑单元(ALU)运算算数和逻辑操作,处理器注册该供应操作数给ALU并存储ALU操作结果,和控制单元,从存储获取指令,并通过引导协调ALU的操作来执行他们,注册和其他组件。一个或多个处理器被配置为实现多种指令。例如,一个或多个被配置为执行指令以实现这里公开的功能,如图1至图8相关描述的部分或全部。在一些实施例中,这里描述的功能通过逻辑单元,FPGA、ASIC、DSP或任意其他合适的硬件或电子线路被实现。
存储904可操作存储参照图1至图8相关描述,随着任何数据,指令、逻辑、规则或可操作实现这里描述的功能代码被处理器752执行,存储904可操作存储任何信息。例如,存储904存储来自AV1002的接收的数据904(例如,来自AV信号220和/或信息722的数据),来自发动台300的发动台300的数据(例如,发动台信号218),来自落位台500的数据912(例如落位台信号226),来自便携重新发动设备712的数据914(例如确认718和/或图像和/或视频710)。存储904可还存储图3至图8相关描述的障碍物检测指令916a-c。存储904包括包括一个或多个磁盘、磁带驱动器或固态驱动器,并可用作溢出数据存储设备,当程序被选择用于执行存储程序,和存储在程序操作期间被读取的指令和数据。存储904可以是易失性的,非易失性的,和可以包括只读存储(ROM),随机存取存储器(RAM),三态内容寻址存储器(TCAM),动态随机存取存储器(DRAM),和静态随机存取存储器(SPAM)。
网络接口906被配置为使有线和/或无线通信。网络接口906被配置在控制子系统900和其他网络设备、系统或域之间通信数据。例如,网络接口906包括WIFI接口,局域网络(LAN)接口,广域网络(WAN)接口,锚,开关或路由。处理器902被配置为发送和接收数据使用网络接口906。网络接口906可以被配置为使用任何合适类型的通信协议。
示例AV 1002及其操作
图10展示了自主驾驶操作能够被确定的车辆生态系统1000的示例框图,其中框图。如图10所示,AV 1002可以是半挂车卡车。车辆生态系统1000包括能够产生和/或发送一个信息/数据和相关的服务资源给被位于在AV 1002内的车内控制计算机1050的数个系统和组件。车内控制计算机1050能够与全部可位于在AV 1002上的多个车辆子系统1040数据交流。车辆子系统界面1060被用于促使在车内控制计算机1002和多个车辆子系统1040之间的数据通信。在一些实施例中,车辆子系统界面1060包括控制器局域网(CAN)控制器以和在车辆子系统1040内的设备通信。
AV 1002可以包括多个支持AV 1002操作的车辆子系统。车辆子系统包括车辆驾驶子系统1042,车辆传感器子系统1044和/或车辆控制子系统1046。图10中的车辆驾驶子系统1042,车辆传感器子系统1044和车辆控制子系统1046的组件或设备仅为示例。车辆驾驶子系统1042可以包括可操作用于为AV 1002提供动力运动组件。在一个示例实施例中,车辆驾驶子系统1042可以包括发动机或马达1042a、轮或轮胎1042b、传动1042c、电子子系统1042d和动力1042e。
车辆传感器子系统1044可以包括多个传感器,被配置为感知关于AV 1002的环境或条件的信息。车辆传感器子系统1044可以包括一个或多个相机1044a或图像抓取设备、RADAR单元1044b、一个或多个温度传感器1044c、无线通信单元1044d(例如,蜂窝通信收发器),惯性测量单元(IMU)1044e、激光测距仪LIDAR单元1044f,全球定位系统(GPS)收发器1044g、和/或雨刷控制系统1044h。车辆传感器子系统1044也包括被配置为检测AV 1002的内部系统(例如氧气监视、油表、发动机油温等等)传感器。
IMU1044e可以包括基于惯性加速,被配置为感知AV 1002的位置和方向变化的传感器任意组合(例如加速度计和陀螺仪)。GPS收发器1044q可以是被配置为估计AV 1002的地理位置的任意传感器。为此目的,GPS收发器1044q可以包括可操作用于提供关于AV100相对地球的位置信息接收器/发动器。RADAR单元1044b可代表使用无线电信号感知AV 1002周围环境内的对象的系统。在一些实施例中,除了感知对象外,RADAR单元1044b可以另外被配置为感知速度和靠近AV 1002对象的方向。激光测距仪或LIDAR单元1044f可以是被配置为在AV 1002所在使用激光的位置环境中的对象的任何传感器。相机1044a可以包括被配置为抓取AV 1002的环境的多个图像的一个或多个设备。相机1044a可以仍是图像相机或动作视频相机。
车辆控制子系统1046可以被配置为控制AV 1002和组件的操作。对应的,车辆控制子系统1046包括多种组件例如油门和齿轮1046a,刹车单元1046b,导航单元1046c,操舵系统1046d,和/或自主控制单元1046e。油门1046a可以被配置为控制,例如,发动机的操作速度和,对应的,控制AV 1002的速度。齿轮1046a可以被配置为控制传动齿轮的选择。刹车单元1046b包括被配置为AV 1002减速的任意机械组合。刹车单元1046b能使用阻力以标准的方式减缓轮子。刹车单元1046b可以包括防抱死刹车(ABS),阻止刹车被应用时刹车锁死。导航单元1046c可以是用于为AV 1002确定驾驶路径或道路的配置的任意系统。导航1046c单元额外被配置为在AV1002操作时动态更新驾驶路径。在一些实施例中,导航单元1046c可以被配置包括来自GPS收发器1044q和一个或多个预定地图的数据,以达到为AV 1002确定驾驶道路(例如沿着图1中的路线100)的目的。操舵系统1046d可以代表能在自主模式或驾驶员控制模式可操作调整AV 1002的方向的任意机械组合。
自主控制单元1046e可以代表被配置为识别,评估、躲避或交涉在AV 1002的环境中的潜在障碍或障碍物的控制系统。通常,自主控制单元1046e被配置为在没有驾驶员的操作控制AV 1002或提供驾驶员辅助以操控AV 1002。在一些实施例中,自主控制单元1046e可以被配置包含来自GPS收发器1044q,RADAR1044b,LIDAR单元1044f,相机1044a,和/或其他车辆子系统的数据来确定AV 1002的行驶路径或轨道。
AV 1002的多数或全部功能能够被车内控制计算机1050控制。车内控制计算机1050包括至少一个数据处理器1070(包括至少一个微处理器),和存储在非暂时性计算机可读介质中的,例如数据存储设备1090或存储的执行处理指令1080。车内控制计算机1050可以也代表多个计算设备,以分散方式控制AV 1002的独立组件或子系统。在一些实施例中,数据存储设备1090可以包括处理指令1080(例如程序逻辑),通过数据处理器1070可执行的实现AV 1002的多种方法和/或功能,包括以上参照图1至图9、以下图11和12的相关描述。
数据存储设备1090可以也包括额外的指令,包括用语发送数据,接收数据,或控制车辆驾驶子系统1042,车辆传感器子系统1044,和车辆控制子系统1046中的一个或多个指令。车内控制子系统1050能够被配置包括数据处理器1070和数据存储设备1090。车内控制计算机1050基于接收的来自多种车辆子系统接收的输入,控制AV1002的功能(例如,车辆驾驶子系统1042,车辆传感器子系统1044和车辆控制子系统1046)。
图11展示了提供准确自主驾驶操作的系统1100示例。系统1100包括能够在图10所述的车内控制计算机上操作的数个模块。车内控制计算机1050包括传感器融合模块1102,在图11左顶角所示,传感器融合模块1102能进行至少四图像或信号处理操作。传感器融合模块1102能从在自主车辆上的相机获取图像,进行图像分割1104检测在自主车辆周围的移动对象的存在(例如其他车辆,行人等等)和/或静态障碍物(例如,停车标识,减速带,地形等等)。传感器融合模块能够从在自主车辆上的LiDAR传感器获取LiDAR点云数据项目,进行LiDAR分割1106检测在自主车辆周围对象和/或障碍物的存在。
传感器融合模块1102能够进行实例分割1108基于图像和/或点云数据项目识别在自主车辆周围的对象和/或障碍物轮廓(例如箱子)。传感器融合模块1102能够进行时间融合,其中来自图像和/或点云数据项目的帧的对象和/或障碍物,与时间上接着接收的从一个或多个图像或帧的对象和/或障碍物相关联或相关。
传感器融合模块1102能够合成从LiDAR传感器获取的相机和/或点云数据项目获取的图像的对象和/或障碍物。例如,传感器融合模块1102可基于两个相机的位置确定来自一个在自主车辆前方的相机的包括一半车辆的图像,和被另一个相机抓取的车辆相同。传感器融合模块1102发送融合的对象信息给推测模块1146和融合的障碍物信息给占用网格模块1160。车内控制计算机包括占用网格模块1160能够从存储在车内控制计算机的地图数据库1158取回地标。占用网格模块1160确定可行驶区域和/或从融合传感器模块1102和地图数据库存储的地标获取的融合障碍物的障碍物。例如,占用网格模块1160能够确定包括有减速带障碍物的可行驶区域。
以下的传感器融合模块1102,车内控制计算机1050,包括基于LiDAR的对象检测模块1112,基于从在自主车辆上的LiDAR传感器1114获取的点云数据项目,能进行对象检测1116。对象检测1116技术能提供来自点云数据项目对象的位置(例如以3D世界坐标)。基于LiDAR的对象检测模块1112,车内控制计算机包括基于图像的对象检测模块1118,基于从在自主车辆上的相机1120获取的图像,能进行对象检测1125。对象检测1124技术能从相机提供的图像采用机器深度学习技术提供对象的位置(例如以3D世界坐标)。
自主车辆上的RADAR能够扫描自主车辆前方的区域或自主车辆行驶前往的区域。雷达数据被发送给能使用雷达数据关联被RADAR检测到的对象和/或障碍物和被LiDAR点云数据项目和相机图像检测的对象和/或障碍物的传感器融合模块1102,。雷达数据也被发送给推测模块,如下还描述,进行雷达数据的数据处理追踪对象1148。
车内控制计算机包括推测系统1146,接收点云的对象和图像中的对象和传感器融合模块1102的融合对象的信息。推测模块1146也能够接收雷达数据,推理模块1146可以利用在一个时间实例的一个点云数据项目和一个图像到在另一个时间实例获取的另一个(或下一个)点云数据项目和另一个图像,跟踪对象1148。
推测模块1146可以执行对象属性估计1150估计图像或点云数据项目检测的对象的属性。一个或多个对象的属性可以包括对象的类型(例如行人,车或卡车等等)。推测模块1148可以执行行为预测1148估计或预测图像和/或点云检测到的对象的动作模式。行为预测1148能够被执行检测在不同时间点接接收的一套图像(例如连续图像)或在不同时间点接接收的一套点云数据项目中(例如连续点云数据项目)的对象位置。在一些实施例中,推测模块1146能够被执行减少计算负荷,通过对所有其他或在每一预定数量的从LiDAR传感器接收的相机或点云数据项目接收的图像(例如,在每两个图像或在每三个点云数据项目)执行行为预测。
行为预测1152特征可以确定对象的速度和方向,在自主车辆周围从雷达数据,其中速度和方向信息能够被用于预测或确定对象的行为模式。动作模式可以包括在在来自相机的图像被接收后的未来预定的时间长度内对象的预测轨道信息。基于预测的动作模式,推测模块1146可以给对象分配动作模式位置标签(例如,“坐落在坐标(x,y)”“停下的”“时速50英里”“加速”或“减速”)。位置标签可以描述对象的动作模式。推测模块1146发送一个或多个对象属性(例如,对象的类型)和动作模式位置标签给计划模块1162。
车内控制计算机包括计划模块1162接收来自推测模块1146的对象属性和动作模式位置标签,可行驶区域和/或障碍物,和来自融合位置模块1126车辆位置和姿势产品(如下还所述)。
计划模块1162能够执行导航计划1164确定自主车辆能够驾驶的一套轨道。一套轨道能够基于可行使区域信息,一个或多个对象的对象属性,对象动作模式位置标签,障碍物的位置,和可行使区域信息被确定。在一些实施例中,导航计划1164可以包括确定靠近路的、自主车辆在紧急情况能够安全的集结区。计划模块1162可以包括行为决定制作1166确定驾驶行为(例如,操舵,刹车,油门)响应于确定路上改变的条件(例如交通灯变黄,或自主车辆处于不安全驾驶条件下,因为另一车辆驾驶道自主车辆前方,并在自主车辆位置的预定的安全距离范围内的区域)。计划模块1162执行轨道产生1168并在被导航计划操作1164确定的一套轨道中选择轨道。被选择的轨道信息通过计划模块1162被发送给控制模块1170。
车内控制计算即包括控制模块1170,从计划模块1162接收提议轨道,自主车辆位置和姿势从融合位置模块1126。控制模块1170包括系统标识符1172。控制模块1170能够执行基于模型轨道细化1170,提炼提议轨道。例如,控制模块1170可以应用过滤(卡尔曼滤波器)使提议轨道数据平滑和/或减少噪声。控制模块1170可以,基于提炼的提议轨道信息和自主车辆的当前位置和/或姿势,确定应用的刹车压力总量,操舵角度,控制车辆速度的油门大小,和/或传动齿轮执行强控制1176。控制模块1170可以发送确定的刹车压力,操舵角度,油门数量,和/或传动齿轮给自主车辆内的一个或多个设备控制和促使自主车辆的驾驶操作。
通过基于图像的对象检测模块1118执行的深度基于图像对象检测1124也能被用于检测路上的地标(例如,停车标识,减速带等等)。车内控制计算机包括融合位置模块1126,获取图像中的被检测的地标,获取存储在车内控制计算机的地图数据库1136的地标,通过基于LiDAR对象检测模块1112的点云数据项目的被检测地标,通过里程传感器1144的速度和移位和从在自主车辆上或内的GPS/IMU传感器1138的自主车辆的估计位置。基于该信息,融合位置模块1126能够执行位置操作1128确定能被发送给计划模块1162和控制模块1170的自主车辆的位置。
融合位置模块1126能够基于GPS和/或IMU传感器估计自主车辆的姿势1130。自主车辆的位置能够被发送给计划模块1162和控制模块1170。融合位置模块1126能够估计挂车单元的状态(例如位置,移动的可以角度)基于,例如,IMU传感器提供的信息(例如角度度和/或线性速度)。融合位置模块1126也可以检查地图内容1132。
图12展示了被包括在自主AV 1002的车内控制计算机1050的框图示例。车内控制计算机1050包括至少一个处理器1204和有指令储存的存储1202。由处理器1204执行的指令配置车内控制计算机1050和/或车内控制计算机1050的各种模块以执行图10和11中描述的操作。发送器1206传递或发送信息或数据给在自主车辆的一个或多个设备。例如,发送器1206发送一个或多个方向盘电机给自主车辆转向。接收器1208接收通过一个或多个设备被传递或发送的信息或数据。例如,接收器1208从里程传感器接收当前速度的状态或从传动当前的传动齿轮。发送器1206和接收器1208也被配置为和图1至图9中描述的控制子系统900通信。
可以使用以下条款进一步描述实施例:
条款1.一种系统,包括:
自主车辆AV,包括至少一个车辆传感器,其位于在所述AV上的并被配置为在所述AV停止时观察包括在停止的AV周围的至少第一部分的第一区域视场;
便携设备,被配置为由用户在所述AV停止的位置进行操作;
控制子系统,通信耦连至AV和便携设备,所述控制子系统包括处理器,其被配置为:
接收用以允许所述AV在所述AV被停止之后重新开始移动的请求;
从至少一个所述车辆传感器接收AV传感器数据;
从便携设备接收通信,其中来自所述便携设备的通信包括关于在所述AV周围的区的第二部分有无障碍物的信息,其中当被结合时,在停止的所述AV周围的区的所述第一部分和停止的所述AV周围区的所述第二部分包括在停止的所述AV周围的全部区;
基于所述AV传感器数据,确定在所述AV周围的区的所述第一部分有无将要阻止停止的所述AV移动的障碍物;
基于与所述便携设备的通信,确定在所述AV周围的区的所述第二部分有无阻止停止的所述AV移动的障碍物;
如果确定在停止的所述AV周围的区的所述第一部分和停止的所述AV周围的区的所述第二部分没有障碍物,则允许停止的所述AV开始移动;以及
如果确定在停止的所述AV周围的区的第一部分或在停止的所述AV周围的区的所述第二部分中的至少一项有障碍物,阻止停止的所述AV开始移动。
条款2.根据条款1所述的系统,其中,
来自所述便携设备的通信包括确认:在停止的所述AV周围的区的第二部分没有阻止停止的所述AV移动的障碍物;和
处理器还被配置为基于所述确认来确定在停止的所述AV周围的区的所述第二部分没有将会阻止停止的所述AV移动的障碍物。
条款3.根据条款1所述的系统,其中,
所述便携设备包括相机;
所述便携设备的通信包括多个通过所述便携设备的所述相机获得的图像,其中所述多个图像包括在停止的所述AV周围的区的所述第二部分;以及
所述处理器还被配置为通过以下步骤来确定在所述AV周围的区的第二部分有无将要阻止停止的所述AV移动的障碍物:
针对多个图像中每一个图像,确定图像中有无障碍物被检测到;
如果确定在多个图像中的任一个图像中有障碍物被检测到,确定在所述AV周围的区的所述第二部分有将会阻止停止的所述AV移动的障碍物;
如果确定在多个图像中的任何图像中都没有障碍物被检测到,确定在所述AV周围的区的所述第二部分没有将会阻止停止的所述AV移动的障碍物。
条款4.根据条款1所述的系统,其中:
便携设备包括相机;
来自所述便携设备的通信包括如下的视频,所述视频是在相机的用户定义的视场环绕在停止的所述AV周围的区的所述第二部分的过程中获得的;以及
所述处理器还被配置为通过以下步骤来确定在所述AV周围的区的所述第二部分有无将要阻止停止的AV移动的障碍物:
确定在视频中有无障碍物被检测到;
如果确定在视频中有障碍物被检测到,确定在所述AV周围的区的第二部分有将会阻止停止的所述AV移动的障碍物;以及
如果确定在视频中没有障碍物被检测到,确定在所述AV周围的区的第二部分没有将会阻止停止的所述AV移动的障碍物。
条款5.根据条款1所述的系统,其中
接收的所述AV传感器数据包括确认在停止的所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物;以及
所述处理器还被配置为基于所述确认来确定在停止的所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物。
条款6.根据条款1所述的系统,其中
接收的所述AV传感器数据包括一个或多个视频、视觉图像、LiDAR测量数据和红外图像;和
所述处理器还被配置为:
确定在一个或多个所述视频、视觉图像、LiDAR测量数据和红外图像中没有检测到障碍物;以及
基于确定没有障碍物被检测到,确定所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物。
条款7.根据条款1所述的系统,所述处理器还被配置为,在允许停止的所述AV开始移动之前,确定在至少预定的时间段内在停止的所述AV周围的区的第一部分和在停止的所述AV周围的区的第二部分均没有障碍物。
条款8.根据条款1所述的系统,其中所述AV是牵引车单元,并附接至挂车。
条款9.一种方法,包括:
接收用以允许所述AV在所述AV被停止之后重新开始移动的请求;
从至少一个所述车辆传感器接收AV传感器数据;
从便携设备接收通信,其中来自所述便携设备的通信包括关于在所述AV周围的区的第二部分有无障碍物的信息,其中当被结合时,在停止的所述AV周围的区的所述第一部分和停止的所述AV周围区的所述第二部分包括在停止的所述AV周围的全部区;
基于所述AV传感器数据,确定在所述AV周围的区的所述第一部分有无将要阻止停止的所述AV移动的障碍物;
基于与所述便携设备的通信,确定在所述AV周围的区的所述第二部分有无阻止停止的所述AV移动的障碍物;
如果确定在停止的所述AV周围的区的所述第一部分和停止的所述AV周围的区的所述第二部分没有障碍物,则允许停止的所述AV开始移动;以及
如果确定在停止的所述AV周围的区的第一部分或在停止的所述AV周围的区的所述第二部分中的至少一项有障碍物,阻止停止的所述AV开始移动。
条款10.根据条款9所述的方法,其中:
所述便携设备包括相机;
来自所述便携设备的通信包括多个通过所述便携设备的所述相机获得的图像,其中所述多个图像包括在停止的所述AV周围的区的所述第二部分;以及
所述方法还包括通过以下步骤来确定在所述AV周围的区的第二部分有无将要阻止停止的所述AV移动的障碍物:
针对多个图像中每一个图像,确定图像中有无障碍物被检测到;
如果确定在多个图像中的任一个图像中有障碍物被检测到,确定在所述AV周围的区的所述第二部分有将会阻止停止的所述AV移动的障碍物;
如果确定在多个图像中的任何图像中都没有障碍物被检测到,确定在所述AV周围的区的所述第二部分没有将会阻止停止的所述AV移动的障碍物
条款11.根据条款9所述的方法,其中:
便携设备包括相机;
来自所述便携设备的通信包括如下的视频,所述视频是在相机的用户定义的视场环绕在停止的所述AV周围的区的所述第二部分的过程中获得的;以及
所述方法还包括通过以下步骤来确定在所述AV周围的区的所述第二部分有无将要阻止停止的AV移动的障碍物:
确定在视频中有无障碍物被检测到;
如果确定在视频中有障碍物被检测到,确定在所述AV周围的区的第二部分有将会阻止停止的所述AV移动的障碍物;以及
如果确定在视频中没有障碍物被检测到,确定在所述AV周围的区的第二部分没有将会阻止停止的所述AV移动的障碍物。
条款12.根据条款9所述的方法,其中,
接收的所述AV传感器数据包括视频、视觉图像、LiDAR测量数据和红外图像中的一项或多项;以及
所述方法还被配置为:
确定在一个或多个所述视频、视觉图像、LiDAR测量数据和红外图像中没有检测到障碍物;以及
基于确定没有障碍物被检测到,确定所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物。
条款13.根据条款9所述的方法,还包括在允许停止的所述AV开始移动之前,确定在至少预定的时间段内在停止的所述AV周围的区的第一部分和在停止的所述AV周围的区的第二部分均没有障碍物。
条款14.控制子系统,包括:
网络接口,被配置为与以下项通信:
自主车辆AV,包括至少一个车辆传感器,其位于在所述AV上的并被配置为在所述AV停止时观察包括在停止的AV周围的至少第一部分的第一区域视场;和
便携设备,被配置为由用户在所述AV停止的位置进行操作;以及
处理器,通信耦连至网络接口并被配置为:
接收用以允许所述AV在所述AV被停止之后重新开始移动的请求;
从至少一个所述车辆传感器接收AV传感器数据;
从便携设备接收通信,其中来自所述便携设备的通信包括关于在所述AV周围的区的第二部分有无障碍物的信息,其中当被结合时,在停止的所述AV周围的区的所述第一部分和停止的所述AV周围区的所述第二部分包括在停止的所述AV周围的全部区;
基于所述AV传感器数据,确定在所述AV周围的区的所述第一部分有无将要阻止停止的所述AV移动的障碍物;
基于与所述便携设备的通信,确定在所述AV周围的区的所述第二部分有无阻止停止的所述AV移动的障碍物;
如果确定在停止的所述AV周围的区的所述第一部分和停止的所述AV周围的区的所述第二部分没有障碍物,则允许停止的所述AV开始移动;以及
如果确定在停止的所述AV周围的区的第一部分或在停止的所述AV周围的区的所述第二部分中的至少一项有障碍物,阻止停止的所述AV开始移动。
条款15.根据条款14所述的控制子系统,其中:
来自所述便携设备的通信包括确认:在停止的所述AV周围的区的第二部分没有阻止停止的所述AV移动的障碍物;和
处理器还被配置为基于所述确认来确定在停止的所述AV周围的区的所述第二部分没有将会阻止停止的所述AV移动的障碍物。
条款16.根据条款14所述的控制子系统,其中:
所述便携设备包括相机;
所述便携设备的通信包括多个通过所述便携设备的所述相机获得的图像,其中所述多个图像包括在停止的所述AV周围的区的所述第二部分;以及
所述处理器还被配置为通过以下步骤来确定在所述AV周围的区的第二部分有无将要阻止停止的所述AV移动的障碍物:
针对多个图像中每一个图像,确定图像中有无障碍物被检测到;
如果确定在多个图像中的任一个图像中有障碍物被检测到,确定在所述AV周围的区的所述第二部分有将会阻止停止的所述AV移动的障碍物;
如果确定在多个图像中的任何图像中都没有障碍物被检测到,确定在所述AV周围的区的所述第二部分没有将会阻止停止的所述AV移动的障碍物。
条款17.根据条款14所述的控制子系统,其中:
便携设备包括相机;
来自所述便携设备的通信包括如下的视频,所述视频是在相机的用户定义的视场环绕在停止的所述AV周围的区的所述第二部分的过程中获得的;以及
所述处理器还被配置为通过以下步骤来确定在所述AV周围的区的所述第二部分有无将要阻止停止的AV移动的障碍物:
确定在视频中有无障碍物被检测到;
如果确定在视频中有障碍物被检测到,确定在所述AV周围的区的第二部分有将会阻止停止的所述AV移动的障碍物;以及
如果确定在视频中没有障碍物被检测到,确定在所述AV周围的区的第二部分没有将会阻止停止的所述AV移动的障碍物。
条款18.根据条款14所述的控制子系统,其中
接收的所述AV传感器数据包括确认在停止的所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物;以及
所述处理器还被配置为基于所述确认来确定在停止的所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物。
条款19.根据条款14所述的控制子系统,其中
接收的所述AV传感器数据包括一个或多个视频、视觉图像、LiDAR测量数据和红外图像;和
所述处理器还被配置为:
确定在一个或多个所述视频、视觉图像、LiDAR测量数据和红外图像中没有检测到障碍物;以及
基于确定没有障碍物被检测到,确定所述AV周围的区的第一部分没有将会阻止停止的所述AV移动的障碍物。
条款20.根据条款17所述的控制子系统,所述处理器还被配置为,在允许停止的所述AV开始移动之前,确定在至少预定的时间段内在停止的所述AV周围的区的第一部分和在停止的所述AV周围的区的第二部分均没有障碍物。
条款21.一种系统,包括:
多个落位台,其中每个所述落位台的大小和形状为用以容纳自主车辆AV,所述自主车辆包括至少一个车辆传感器,车辆传感器位于所述AV上并被配置为观察包括在AV前方的区域的视场;
一个或多个落位台传感器位于每个落位台上或周围,每个所述落位台传感器被配置为观察所述落位台的至少部分;
控制子系统包括处理器被配置为:
从一个或多个落位台传感器接收落位台传感器数据;
从行驶到的包括多个落位台的位置的第一AV,接收针对所述多个落位台中的、所述第一AV应当被定位在其中的落位台的请求;
响应于接收针对被分配的落位台的请求:
基于所接收到的落位台传感器数据,来确定第一落位台有无将要阻止接纳所述第一AV的障碍物;
如果确定所述第一落位台没有将要阻止接纳所述第一AV的障碍物,向所述AV提供指示:所述第一落位台是所述被分配的落位台;
如果确定所述第一落位台有将要阻止接收所述第一AV的障碍物,
基于接收的所述落位台传感器的数据,确定第二落位台没有阻止接收所述第一AV的障碍物;以及
响应于确定所述第二落位台没有阻止接收所述第一AV的障碍物,向所述AV提供指示,所述第二落位台是被分配的落位台。
条款22.根据条款21所述的系统,所述处理器还被配置为,在确定所述第一落位台没有将要阻止接收所述第一AV的障碍物之后:
基于所接收到的所述落位台传感器数据,检测所述第一落位台上的障碍物;
响应于检测所述所述落位台上不再没有障碍物;
基于所接收的落位台传感器数据,确定所述第二落位台没有将要阻止接收所述第一AV的障碍物;
响应于确定所述第二落位台子没有将要阻止接收接收所述第一AV的障碍物,提供指示:所述第二落位台是被分配落位台。
条款23.根据条款21所述的系统,所述处理器还被配置为:
确定供所述AV通过以从AV正在行驶的道路到达被分配的落位台通过的入台车道;以及
向所述AV提供所确定的入台车道的指示。
条款24.根据条款23所述的系统,处理器还被配置为:
从所述AV接收指示:在所确定的所述入台车道中有第一障碍物被检测到;
响应于接收到所述指示,确定备选入台车道;以及
向所述AV提供所述备选入台车道的指示。
条款25.根据条款24所述的系统,所述处理器还被配置为:
确定所述备选入台车道不通向所述被分配落位台;以及
响应于确定所述备选入台车道不通向所述被分配落位台:
确定针对所述AV的新的被分配落位台;和
向所述AV提供所述新被分配落位台的指示。
条款26.根据条款21所述的系统,所述处理器还被配置为:
在至少一个阈值时间段内在所述第一落位台的部分中,检测第一障碍物;
响应于检测所述第一落位台的部分中的所述第一障碍物,提供用以检查所述第一落位台的部分的指令;
如果指示所述第一落位台的部分变得没有所述第一障碍物的指示被接收:
向所述第一AV提供指示:所述第一落位台被确认为所述被分配的落位台;
标志与检测所述第一障碍物相关联的第一落位台传感器,所述标志指示所述第一落位台传感器需要维护;以及
如果指示所述第一落位台的部分有所述第一障碍物的指示被接收,确定所述第二落位台没有将要阻止接纳所述第一AV的障碍物。
条款27.根据条款21所述的系统,所述处理器还被配置为:
确定在至少预定的时间段内没有障碍物被与所述第一落位台相关联的一个或多个落位台传感器中的任何一个检测到;以及
响应于确定在至少预定的时间段内没有障碍物被与所述第一落位台相关联的一个或多个落位台传感器中的任何一个检测到,基于所述确定,确定没有将要阻止接收所述AV障碍物的所述第二落位台。
条款28.根据条款21所述的系统,其中所述AV是牵引车单元,所述落位台限定一区域,该区域的大小和形状用以匹配所述牵引车单元以及附接至所述牵引车单元的挂车。
条款29.根据条款21所述的系统,其中所述落位台传感器包括一个或多个相机、LiDAR传感器、动作传感器、和红外传感器。
条款30.根据条款21所述的系统,其中:
所述落位台传感器数据包括所述落位台的图像;以及
所述处理器还被配置为通过以下步骤来确定所述落位台有无将要阻止接纳所述第一AV的障碍物:
检测在所述落位台图像中的对象;
确定被检测对象是否是将要阻止接纳所述第一AV的障碍物;
如果被检测的对象没被确定是障碍物,确定所述第一落位台没有将要阻止接纳所述第一AV的障碍物;以及
如果被检测的对象被确定是障碍物,确定所述第一落位台有将要阻止接纳所述第一AV的障碍物。
条款31.一种方法,包括:
接收,位于在多个落位台的每个落位台的上或周围的一个或多个落位台传感器的落位台传感器数据,其中每个所述落位台的大小、形状适应自主车辆AV,所述自主车辆包括至少一个位于在AV上的,并被配置为观察所述AV前方的区域的区域视场的车辆传感器;
接收,从第一AV行驶到的包括多个所述落位台的位置,所述多个落位台中的被分配用于所述第一AV应当被停放的落位台的请求;
响应于接收被分配落位台的请求:
确定,基于接收的所述落位台传感器数据,第一落位台有无阻止接收所述第一AV的障碍物;
如果经确认所述第一落位台上没有阻止接收所述第一AV的障碍物,提供给所述AV所述第一落位台为所述被分配落位台;
如果经确认所述第一落位台上有阻止接收所述第一AV的障碍物:
确定,基于接收的落位台传感器数据,没有阻止接收所述第一AV的障碍物的第二落位台;和
响应于确定没有阻止接收所述第一AV的障碍物的所述第二落位台,提供给所述AV所述第二落位台为被分配落位台的指示。
条款32.根据条款31所述的方法,还包括,接着确定所述第一落位台没有阻止接收所述第一AV的障碍物后:
检测,基于接收的所述落位台传感器数据,所述第一落位台有障碍物;
响应于检测所述第一落位台有障碍物:
确定,基于接收的所述落位台传感器数据,没有阻止接收所述第一AV的障碍物的所述第二落位台;和
响应于确定没有阻止接收所述第一AV的障碍物的所述第二落位台,提供所述第二落位台为被分配落位台的指示。
条款33.根据条款31所述的方法,还包括:
确定供所述AV从AV行驶道路到所述被分配落位台通过的入台车道;和
提供给所述AV被确定的所述入台车道的指示。
条款34.根据条款33所述的方法,还包括:
接收来自所述AV的被确定的所述入台车道上被检测的第一障碍物的指示;
响应于接收的指示,确定备选入台车道;和
提供给所述AV所述备选入台车道的指示。
条款35.根据条款34所述的方法,还包括:
确定所述备选入台车道不能通向所述被分配落位台;和
响应于确定所述备选入台车道不能通向所述被分配落位台:
确定新被分配落位台给所述AV;和
提供给所述AV所述新被分配落位台的指示。
条款36.根据条款31所述的方法,还包括:
在至少一个阈值时间段内在所述第一落位台的部分中,检测第一障碍物;
响应于检测所述第一落位台的部分中的所述第一障碍物,提供用以检查所述第一落位台的部分的指令;
如果指示所述第一落位台的部分变得没有所述第一障碍物的指示被接收:
向所述第一AV提供指示:所述第一落位台被确认为所述被分配的落位台;
标志与检测所述第一障碍物相关联的第一落位台传感器,所述标志指示所述第一落位台传感器需要维护;以及
如果指示所述第一落位台的部分有所述第一障碍物的指示被接收,确定所述第二落位台没有将要阻止接纳所述第一AV的障碍物。
条款37.根据条款31所述的方法,还包括:
确定在至少预定的时间段内没有障碍物被与所述第一落位台相关联的一个或多个落位台传感器中的任何一个检测到;以及
响应于确定在至少预定的时间段内没有障碍物被与所述第一落位台相关联的一个或多个落位台传感器中的任何一个检测到,基于所述确定,确定没有将要阻止接收所述AV障碍物的所述第二落位台。
条款38.根据条款31所述的方法,其中:
所述落位台传感器数据包括所述落位台图像;和
所述方法还包括用于确定所述落位台有无阻止接收所述第一AV的障碍物,通过:
检测所述落位台图像的对象;
确定所述被检测对象是否是阻止接收所述第一AV的障碍物;
如果所述被检测对象经确定不是障碍物,确定所述第一落位台没有阻止接收所述第一AV的障碍物;和
如果所述被检测对象经确定是障碍物,确定所述第一落位台有阻止接收所述第一AV的障碍物。
条款39.一种控制子系统,包括:
网络接口,被配置为通信:
位于在落位台的上或周围的落位台传感器,其中每个所述落位台传感器被配置观察至少一部分所述落位台,每个所述落位台的大小和形状、与自主车辆AV适应,所述自主车辆包括至少一个位于在AV上的并被配置为观察包括所述AV前方的区域的区域视场的车辆传感器,和
与所述网络接口通信的处理器,并被配置为:
接收,从所述一个或多个所述落位台传感器的落位台传感器数据;
接收,从第一AV行驶到的包括多个所述落位台的位置,所述多个落位台中的被分配用于所述第一AV应当被停放的落位台的请求;
响应于接收所述分配落位台的请求:
确定,基于接收的落位台传感器数据,第一落位台有无阻止接收所述第一AV的障碍物;
如果经确定所述第一落位台没有阻止接收所述第一AV的障碍物,向所述AV提供指示,所述第一落位台是被分配的落位台;
如果经确定所述第一落位台有阻止接收所述第一AV的障碍物,
确定,基于接收的所述落位台传感器的数据,第二落位台没有阻止接收所述第一AV的障碍物;和
响应于确定所述第二落位台没有阻止接收所述第一AV的障碍物,向所述AV提供指示,所述第二落位台是被分配的落位台。
条款40.根据条款39所述的控制子系统,所述处理器还配置,接着确定所述第一落位台没有阻止接收所述第一AV的障碍物后:
检测,基于接收的所述落位台传感器数据,所述第一落位台上的障碍物;
响应于检测所述落位台上有障碍物;
确定,基于接收的所述落位台传感器数据,所述第二落位台没有阻止接收所述第一AV的障碍物;
响应于确定所述第二落位台没有阻止接收所述第一AV的障碍物,提供所述第二落位台是被分配落位台的指示。
尽管在本公开中提供了若干实施例,但是应当理解,在不脱离本公开的精神或范围的情况下,所公开的系统和方法可以以许多其他特定形式来实施。本实施例被认为是说明性的而非限制性的,并且意图不限于本文给出的细节。例如,各种元件或组件可以组合或集成在另一个系统中,或者可以省略或不实现某些特征。
此外,在不脱离本公开的范围的情况下,在各个实施例中作为离散或分开描述和图示的技术、系统、子系统和方法可以与其他系统、模块、技术或方法组合或集成。显示或讨论为彼此耦合或直接耦合或通信的其他项目可以通过一些接口、设备或中间部件以电、机械或其他方式间接耦合或通信。本领域技术人员可以确定其他变化、替换和变更的例子,并且可以在不脱离本文公开的精神和范围的情况下做出。
Claims (20)
1.一种系统,包括:
发动台,所述发动台的尺寸和形状用以容纳自主车辆AV,所述自主车辆包括至少一个车辆传感器,所述至少一个车辆传感器位于所述AV上,并且被配置为观察包括在所述AV前方的区域的视场;
一个或多个发动台传感器,位于所述发动台上或周围,每个发动台传感器被配置为观察所述发动台的至少部分;
控制子系统,包括处理器,所述处理器被配置为:
从所述一个或多个发动台传感器接收发动台传感器数据;
从所述至少一个车辆传感器接收AV传感器数据;
接收针对所述AV的驶离的请求;
响应于针对驶离的所述请求:
至少部分基于所接收到的所述发动台传感器数据,确定所述发动台有无将要阻止从所述发动台驶离的障碍物;
至少部分基于所接收到的所述AV传感器数据,确定在所述AV的前方的区域有无将要阻止从所述发动台离开的障碍物;
在确定所述发动台没有将要阻止从所述发动台驶离的障碍物、以及在所述AV前方的区域没有将阻止从发动台离开的障碍物两者的情况下,允许所述AV开始自主驾驶;以及
在确定所述发动台有将要阻止从所述发动台驶离的障碍物、和/或在所述AV前方的区域有将要阻止从所述发动台离开的障碍物的情况下,阻止所述AV开始自主驾驶。
2.根据权利要求1所述的系统,所述处理器还被配置为:
确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到;以及
响应于确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到,确定所述发动台没有将要阻止从所述发动台驶离的障碍物;
确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中检测到;以及
响应于确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中被检测到,确定在所述AV前方的区域没有将要阻止从所述发动台离开的障碍物。
3.根据权利要求1所述的系统,所述处理器还被配置为:
确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物;以及
响应于确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物,提供用以检查所述发动台的指令。
4.根据权利要求1所述的系统,所述处理器还被配置为:
在至少阈值时间段内,在所述发动台的特定部分中检测第一障碍物;
响应于检测到所述第一障碍物在所述发动台的部分,提供用以检查所述发动台的所述特定部分的指令;
在所述发动台的所述特定部分已经变得没有所述第一障碍物的指示被接收的情况下:
允许所述AV开始自主驾驶;以及
标志与检测所述第一障碍物相关联的第一发动台传感器,所述标志指示针对所述第一发动台传感器的维护;以及
如果在所述发动台的特定部分有障碍物的指示被接收到,则确定所述发动台有将要阻止从所述发动台驶离的障碍物。
5.根据权利要求1所述的系统,所述处理器还被配置为确定出台车道,所述出台车道供所述AV沿其行驶以从所述发动台到达道路。
6.根据权利要求1所述的系统,其中所述发动台传感器中的一个或多个发动台传感器位于所述发动台的表面上或表面内,并且所述发动台传感器中的一个或多个发动台传感器被配置为在所述AV被定位在所述发动台的上方时,观察在所述AV下方的区域。
7.根据权利要求1所述的系统,其中所述AV是牵引车单元,所述发动台限定如下区域,该区域的大小和形状用以容纳所述牵引车单元和附接于所述牵引车单元的挂车。
8.根据权利要求1所述的系统,其中所述一个或多个传感器包括相机、LiDAR传感器、动作传感器和红外传感器中的一项或多项。
9.一种方法,包括:
从一个或多个发动台传感器接收发动台传感器数据,其中所述一个或多个发动台传感器位于发动台上或周围,并且每个发动台传感器被配置为观察所述发动台的至少部分,其中所述发动台包括表面,所述表面的大小和形状用以容纳自主车辆AV,所述AV包括至少一个车辆传感器,所述至少一个车辆传感器位于所述AV上,并且被配置为观察包括在所述AV前方的区域的视场;
从至少一个所述车辆传感器接收AV传感器数据;
接收针对所述AV的驶离的请求;
响应于针对驶离的请求:
至少部分基于所接收到的所述发动台传感器数据,确定所述发动台有无将要阻止从所述发动台驶离的障碍物;
至少部分基于所接收到的所述AV传感器数据,确定在所述AV的前方的区域有无将要阻止从所述发动台离开的障碍物;
在确定所述发动台没有将要阻止从所述发动台驶离的障碍物、以及在所述AV前方的区域没有将阻止从发动台离开的障碍物的情况下,允许所述AV开始自主驾驶;以及
在确定所述发动台有将要阻止从所述发动台驶离的障碍物、和/或在所述AV前方的区域有将要阻止从所述发动台离开的障碍物的情况下,阻止所述AV开始自主驾驶。
10.根据权利要求9所述的方法,还包括:
确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到;以及
响应于确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到,确定所述发动台没有将要阻止从所述发动台驶离的障碍物;
确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中检测到;以及
响应于确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中被检测到,确定在所述AV前方的区域没有将要阻止从所述发动台离开的障碍物。
11.根据权利要求9所述的方法,还包括:
确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物;以及
响应于确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物,提供用以检查所述发动台的指令。
12.根据权利要求9所述的方法,还包括:
在至少阈值时间段内,在所述发动台的特定部分中检测第一障碍物;
响应于检测到所述第一障碍物在所述发动台的部分,提供用以检查所述发动台的所述特定部分的指令;
在所述发动台的所述特定部分已经变得没有所述第一障碍物的指示被接收的情况下:
允许所述AV开始自主驾驶;以及
标志与检测所述第一障碍物相关联的第一发动台传感器,所述标志指示针对所述第一发动台传感器的维护;以及
如果在所述发动台的特定部分有障碍物的指示被接收到,则确定所述发动台有将要阻止从所述发动台驶离的障碍物。
13.根据权利要求9所述的方法,还包括:确定出台车道,所述出台车道供所述AV沿其行驶以从所述发动台到达道路。
14.根据权利要求9所述的方法,其中所述发动台传感器中的一个或多个发动台传感器位于所述发动台的表面上或表面内,并且所述发动台传感器中的一个或多个发动台传感器被配置为在所述AV被定位在所述发动台的上方时,观察在所述AV的下方的区域。
15.一种控制子系统,包括:
网络接口,被配置为与以下项通信:
一个或多个发动台传感器,位于在发动台上或周围,每个发动台传感器被配置为观察所述发动台的至少部分,其中所述发动台的大小和形状用以容纳自主车辆AV,所述自主车辆包括至少一个车辆传感器,所述至少一个车辆传感器位于所述AV上,并且被配置为观察包括在所述AV前方的区域的视场,和
所述至少一个车辆传感器;以及
处理器,通信耦连至所述网络接口并被配置为:
从所述一个或多个发动台传感器接收发动台传感器数据;
从所述至少一个车辆传感器接纳AV传感器数据;
接收针对所述AV的驶离的请求;
响应于针对驶离的所述请求:
至少部分基于所接收到的所述发动台传感器数据,确定所述发动台有无将要阻止从所述发动台驶离的障碍物;
至少部分基于所接收到的所述AV传感器数据,确定在所述AV的前方的区域有无将要阻止从所述发动台离开的障碍物;
在确定所述发动台没有将要阻止从所述发动台驶离的障碍物、以及在所述AV前方的区域没有将阻止从发动台离开的障碍物两者的情况下,允许所述AV开始自主驾驶;以及
在确定所述发动台有将要阻止从所述发动台驶离的障碍物、和/或在所述AV前方的区域有将要阻止从所述发动台离开的障碍物的情况下,阻止所述AV开始自主驾驶。
16.根据权利要求15所述的控制子系统,所述处理器还被配置为:
确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到;以及
响应于确定在至少预定的时间段内没有障碍物被所述一个或多个发动台传感器中的任一个发动台传感器检测到,确定所述发动台没有将要阻止从所述发动台驶离的障碍物;
确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中检测到;以及
响应于确定在至少相同的预定的时间段内没有障碍物在所述AV前方的区域中被检测到,确定在所述AV前方的区域没有将要阻止从所述发动台离开的障碍物。
17.根据权利要求15所述的控制子系统,所述处理器还被配置为:
确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物;以及
响应于确定在阈值时间段内所述发动台有障碍物、并且在所述AV前方的区域有障碍物,提供用以检查所述发动台的指令。
18.根据权利要求15所述的子系统,处理器还被配置为:
在至少阈值时间段内,在所述发动台的特定部分中检测第一障碍物;
响应于检测到所述第一障碍物在所述发动台的部分,提供用以检查所述发动台的所述特定部分的指令;
在所述发动台的所述特定部分已经变得没有所述第一障碍物的指示被接收的情况下:
允许所述AV开始自主驾驶;以及
标志与检测所述第一障碍物相关联的第一发动台传感器,所述标志指示针对所述第一发动台传感器的维护;以及
如果在所述发动台的特定部分有障碍物的指示被接收到,则确定所述发动台有将要阻止从所述发动台驶离的障碍物。
19.根据权利要求15所述的控制子系统,所述处理器还被配置为确定出台车道,所述出台车道供所述AV沿其行驶以从所述发动台到达道路。
20.根据权利要求15所述的控制子系统,其中所述发动台传感器位中的一个或多个发动台传感器位于所述发动台的表面上或表面内,并且所述发动台传感器位中的一个或多个发动台传感器被配置为在所述AV被定位在所述发动台的上方时,观察在所述AV下方的区域。
Applications Claiming Priority (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/993,762 US11718319B2 (en) | 2020-08-14 | 2020-08-14 | Landing pad for autonomous vehicles |
US16/993,762 | 2020-08-14 | ||
US16/993,420 US11613381B2 (en) | 2020-08-14 | 2020-08-14 | Launchpad for autonomous vehicles |
US16/993,533 US11380109B2 (en) | 2020-08-14 | 2020-08-14 | Mobile launchpad for autonomous vehicles |
US16/993,533 | 2020-08-14 | ||
US16/993,420 | 2020-08-14 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114074684A true CN114074684A (zh) | 2022-02-22 |
Family
ID=77300875
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110932950.8A Pending CN114074684A (zh) | 2020-08-14 | 2021-08-13 | 自主车辆的发动台 |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP3958234A1 (zh) |
JP (1) | JP2022033048A (zh) |
CN (1) | CN114074684A (zh) |
AU (1) | AU2021212026A1 (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005138720A (ja) * | 2003-11-07 | 2005-06-02 | Denso Corp | 障害物検出装置、障害物検出プログラム、及び記憶媒体 |
JP2007284017A (ja) * | 2006-04-20 | 2007-11-01 | Hino Motors Ltd | 車両下方確認装置 |
DE102013213161A1 (de) * | 2013-07-04 | 2015-01-08 | Intellectual Property Continental Automotive GmbH | Vorrichtung zum Erkennen von Gegenständen oder Lebewesen innerhalb eines Gefahrenbereichs unterhalb eines Fahrzeuges |
DE102018002966A1 (de) * | 2018-04-12 | 2019-08-01 | Daimler Ag | Verfahren und Vorrichtung zur Durchführung einer Abfahrtskontrolle sowie Verwendung |
DE102018209989A1 (de) * | 2018-06-20 | 2019-12-24 | Robert Bosch Gmbh | Vorrichtung zum Freigeben einer Anfahrt eines Fahrzeugs, Fahrzeug und Verfahren zum Freigeben einer Anfahrt eines Fahrzeugs |
DE102018008991A1 (de) * | 2018-11-15 | 2019-05-02 | Daimler Ag | Vorrichtung und Verfahren zur Überwachung eines geparkten Fahrzeugs |
-
2021
- 2021-08-04 AU AU2021212026A patent/AU2021212026A1/en active Pending
- 2021-08-11 EP EP21190898.3A patent/EP3958234A1/en active Pending
- 2021-08-13 JP JP2021131885A patent/JP2022033048A/ja active Pending
- 2021-08-13 CN CN202110932950.8A patent/CN114074684A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
AU2021212026A1 (en) | 2022-03-03 |
JP2022033048A (ja) | 2022-02-25 |
EP3958234A1 (en) | 2022-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200307648A1 (en) | Parking lot management device, parking lot management method, and storage medium | |
US20230138981A1 (en) | Autonomous Vehicle Navigation in Response to an Oncoming Train on a Railroad Track | |
US11927955B2 (en) | Methods for transitioning between autonomous driving modes in large vehicles | |
JP7065765B2 (ja) | 車両制御システム、車両制御方法、及びプログラム | |
US11932286B2 (en) | Responder oversight system for an autonomous vehicle | |
US20230331255A1 (en) | Landing pad for autonomous vehicles | |
CN118176406A (zh) | 用于为自动驾驶车辆提供服务的优化的路线规划应用 | |
US11380109B2 (en) | Mobile launchpad for autonomous vehicles | |
US20220227390A1 (en) | Proactive lane change for autonomous vehicles | |
JP2020194209A (ja) | 制御装置、乗降施設、制御方法、およびプログラム | |
JP7058234B2 (ja) | 車両制御装置、情報提供装置、情報提供システム、車両制御方法、情報提供方法、およびプログラム | |
CN114792475A (zh) | 自动停车系统 | |
KR20180012128A (ko) | 차량의 3차원 위치 추정 장치 및 그 방법 | |
US11613381B2 (en) | Launchpad for autonomous vehicles | |
CN114074684A (zh) | 自主车辆的发动台 | |
JP2019056952A (ja) | 車両制御装置、車両制御方法、およびプログラム | |
US20230384797A1 (en) | System and method for inbound and outbound autonomous vehicle operations | |
US20230195106A1 (en) | Mobile terminal system for autonomous vehicles | |
EP4261093B1 (en) | Method comprising the detection of an abnormal operational state of an autonomous vehicle | |
WO2023229731A1 (en) | System and method for inbound and outbound autonomous vehicle operations | |
CN118742868A (zh) | 用于自主车辆的移动终端系统 | |
US20230356551A1 (en) | Control subsystem and method for detecting and directing a response to a tire failure of an autonomous vehicle | |
WO2023122546A1 (en) | Mobile terminal system for autonomous vehicles | |
US20240270282A1 (en) | Autonomous Driving Validation System | |
WO2024173093A1 (en) | Autonomous driving validation system |
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 |