通过辨识车辆特征来改变自主车辆行驶制造技术

一种用于控制自主车辆的系统，具有用于获得自主车辆附近的相邻车辆的图像数据和用于识别相邻车辆的物理特征的摄像机，物理特征包括相邻车辆的制造商、型号和配置、相邻车辆的颜色和由相邻车辆运送的外露货物。该系统将识别的物理特征映射为自主车辆附近的预测的潜在路上事件，且基于预测的潜在路上事件作出行驶决定。

【技术实现步骤摘要】

本公开内容涉及用于自动地驾驶自主车辆的系统、构件及方法。具体而言，本公开内容针对改善自主驾驶系统的行驶决定的系统、构件及方法。
技术介绍
提供根据本公开内容，系统、构件和方法来自动地驾驶自主车辆。在示范性实施例中，自主驾驶系统识别相邻车辆的物理特征，如，其相应的制造商、型号和修饰。对于各个相邻的车辆，自主驾驶系统可访问关于此类车辆的典型行驶风格(pattern)的信息，基于典型行驶风格来预测路上事件，且基于预测的路上事件作出行驶决定。这可改善自主驾驶系统驾驶自主车辆的安全性和效率。本公开内容的附加特征将在考虑列举出如目前构想的执行本公开内容的最佳模式的示范性实施例时对于本领域的技术人员变得清楚。【附图说明】详细描述具体提到了附图，在附图中: 图1示出了根据本公开内容的具有自主驾驶系统的自主车辆，且示出了自主驾驶系统包括采集图像数据的摄像机，图像数据可用于区分不同类型的相邻车辆； 图2示出了根据本公开内容的自主车辆的侧视图和自主驾驶系统的图解视图，且示出了自主驾驶系统包括构造成获得图像数据的摄像机、构造成处理图像数据的图像处理模块、构造成识别相邻车辆的物理特征的物理特征识别模块、构造成确定具有特定物理特征的车辆的典型风格的典型风格采集模块、构造成基于确定的典型风格预测路上事件的预测模块、构造成作出行驶决定的自主车辆控制器，以及构造成驾驶自主车辆的车辆控制器； 图3A-3C示出了示例性操作模式，通过其，物理特征识别模块可识别车辆的物理特征，包括车辆类别、车辆制造商和车辆型号； 图4示出了根据本公开内容的数据库表的示例性摘录，其储存具有某些物理特征的车辆的典型行驶风格；图5A-5C示出了根据本公开内容的自主驾驶系统可作出的行驶决定的示例性类型； 图6示出了自主车辆的备选实施例的侧视图和自主驾驶系统的备选实施例的图解视图，其包括除摄像机之外的附加传感器，包括麦克风和空气及颗粒检测器；以及图7示出了流程图，其示出了根据本公开内容的自主驾驶系统控制车辆的示例性方法。【具体实施方式】本文提供的附图和描述可简化来示出清楚理解本文描述的装置、系统和方法相关的方面，同时为了清楚的目的，消除了在典型装置、系统和方法中出现的其它方面。普通技术人员可认识到其它元件和/或操作可为实施本文所述的装置、系统和方法期望的且/或是所需的。由于此元件和操作是本领域中公知的，且由于它们并未利于更好理解本公开内容，故此元件和操作的论述可不在本文中提供。然而，本公开内容认作是固有地包括本领域的普通技术人员将已知的所有此类元件、变型和所述方面的改型。公开的实施例通过识别相邻车辆的物理特征如其相应的制造商、型号和配置(trim)来提供自主驾驶系统的技术问题的解决方案。对于各个相邻的车辆，自主驾驶系统可访问关于此类车辆的典型行驶风格的信息，基于典型行驶风格来预测路上事件，且基于预测的路上事件作出行驶决定。这可改善自主驾驶系统驾驶自主车辆的安全性和效率。因此，在示范性实施例中，自主驾驶系统可仅仅辨识和响应于相邻车辆的位置、速度、加速度和前进方向。相反，自主驾驶系统还可基于一个车辆接一个车辆的物理特征来在相邻车辆之间进行区分。自主驾驶系统可使用这些物理特征来识别各个相邻车辆典型的行驶风格。这可允许自主驾驶系统形成路上事件的更细化和准确的预测，且作出提供改善的安全性和效率的行驶决定。例如，在示范性实施例中，自主驾驶系统可将自主车辆的前方行驶的车辆辨识为特定制造商、型号和配置的运动车辆。自主驾驶系统可访问指出该特定制造商、型号和配置的车辆通常攻击性地行驶(具有突然的加速和减速)的信息。自主驾驶系统然后可预测运动车辆可能突然减速。作为响应，自主驾驶系统可采用防御行驶方式，且决定减慢，增大自主行驶车辆与运动车辆之间的跟随距离，且减小事故的可能性。作为另一个实例，自主驾驶系统可将自主车辆前方行驶的车辆辨识为半挂车，且访问指出半挂车通常以较低水平的加速度较慢行驶的信息。自主驾驶系统可预测当前车道可能移动较慢，且执行变道来减少行驶时间。在示例性实施例中，自主驾驶系统可基于其它物理特征作出行驶决定。例如，自主驾驶系统可辨识相邻车辆的颜色(例如，红色、米色等)，这影响其对典型行驶风格的评估。在又一些实施例中，自主驾驶系统可辨识相邻车辆上可见的安全风险，如，外露货物可能掉落，且作出避免安全风险的行驶决定。举例来说，自主驾驶系统可识别在其车厢中具有外露的松散的园艺设备的皮卡车。自主驾驶系统可预测一些设备可松开且落到道路上，且作为响应而选择变道。在决定如何变道中，自主驾驶系统可识别在左边与自主车辆相邻的红色车且在右边与自主车辆相邻的米色车。自主驾驶系统可基于红色车和米色车的典型行驶风格预测红色车可能比米色车行驶更快。作为响应，自主驾驶系统可选择变为右车道作为安全备选方案。将连同图1呈现根据本公开内容的方法的概述。具体而言，图1示出了在具有四个车道104a，104b, 104c和104d的道路104上行驶的自主车辆102。若干相邻车辆106，108，110和112在自主车辆附近行驶。自主车辆102包括自主驾驶系统200(图2中绘出，且下文更详细描述)。自主驾驶系统200包括前摄像机202和后摄像机204，其采集自主车辆102附近的图像数据。因此，例如，前摄像机202可采集相邻车辆110和112的图像数据，两个车辆都大体上位于车辆102前方。类似地，后摄像机204可采集相邻车辆106和108的图像数据，两个车辆都大体上位于车辆102后方。自主车辆系统200使用相邻车辆106，108，110和112的图像数据来识别相邻车辆106，108，110和112的物理特征。例如，物理特征可包括车辆类别、制造商、型号和/或配置。物理特征还可包括车辆颜色、来自车辆的声音、车辆发出的气味，或车辆运送的货物。本公开内容的范围内的物理特征的其它实例包括车辆是否具有浅色窗户和车辆的车轮尺寸。更具体而言，物理特征可包括可用于区分道路上的相邻车辆的任何可观测到的特性。例如，自主驾驶系统200可将相邻车辆106，108，110和112的车辆类别识别为物理特征，即，相邻车辆106为轿车类别，相邻车辆108为运动车辆类别，相邻车辆110为半挂车类别，以及相邻车辆112为皮卡车类别。通过附加实例，自主驾驶系统200可将相邻车辆106，108，110和112的车辆制造商、型号和/或配置识别为物理特征。因此相对制造商，自主驾驶系统200可将相邻车辆106辨识为大众?，将相邻车辆108识别为法拉利?，以及将相邻车辆112辨识为丰田?。关于型号，自主驾驶系统200可将相邻车辆106识别为捷达?，将相邻车辆108识别为特斯塔罗萨?，以及将相邻车辆112识别为坦途?。关于配置，自主驾驶系统200可将相邻车辆106辨识为SEL，以及将相邻车辆112识别为SR5。自主驾驶系统200可识别相邻车辆106，108, 110和112的另一些物理特征。例如，自主驾驶系统200可识别相邻车辆106，108，110和112的相应的颜色(例如，红色、米色、银色等)。自主驾驶系统200还可识别相邻车辆106，108，110和112上的安全风险，如，相邻车辆112上的松散的外露货物114。此外，自主驾驶系统200本文档来自技高网...

【技术保护点】
一种用于控制自主车辆的系统，包括：用于获得所述自主车辆附近的相邻车辆的图像数据的一个或多个摄像机；处理器和非暂时性数据储存器，计算机代码储存在所述非暂时性数据储存器上，所述计算机代码在所述处理器上执行时，引起所述自主驾驶系统基于获得的图像数据识别所述相邻车辆的物理特征，其中所述物理特征包括：　　所述相邻车辆的制造商和型号；　　所述相邻车辆的颜色；以及　　由所述相邻车辆运送的外露货物；用于将识别的物理特征映射至所述自主车辆附近的预测的潜在路上事件的器件；用于基于所述预测的潜在路上事件确定行驶决定的器件；以及用于实施所述行驶决定的车辆控制器。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：H霍里，
申请(专利权)人：大众汽车有限公司，
类型：发明
国别省市：德国;DE