A motion planning system for automatic driving vehicles includes multiple sensors, multiple detectors communicating electronically with multiple sensors, and motion planning module communicating electronically with multiple detectors and computing systems of automatic driving vehicles. The motion planning module stores a plan graph in which each node implicitly or explicitly represents time and variables that define a state and/or an operating environment of an autonomous vehicle. The reconfigurable processor may include a collision detection module and an optional shortest path module. Pre-computed collision data and response logic/physical node mapping planning data can be transmitted to the processor at the programming stage, and the pre-computed collision data and planning data can be used during operation.
【技术实现步骤摘要】
【国外来华专利技术】自动驾驶车辆运动规划和可重新配置的运动规划处理器相关申请的交叉引用本申请要求于2016年6月10日提交的美国临时申请序列号No.62/348,230和于2017年1月30日提交的美国临时申请序列号No.62/451,816的优先权,其全部内容,包括所有附图、表格和图形,均通过引用并入本文。
技术介绍
运动规划是确定机器人如何在真实世界操作的一个过程。它是在机器人的起始位置到目标状态之间找到一条无碰撞路径。例如,机器人可能想要移动其手臂来抓取想要的物体,而不与其自身或任何其它物体产生碰撞。执行运动规划以驾驭和操纵物体的能力对应对那些不受严格控制或设计复杂的自然环境而言是至关重要的。机器人首先感知其周围的物理世界的信息,然后计算机确定如何控制物理机器人,使得机器人可在感知的环境中自如行走。对于包括自动驾驶车辆在内的许多技术而言,高速和低功率的运动规划是一项重要且具有挑战性的任务。自动驾驶车辆面临的挑战包括避免与静态(例如,道路上留下的吊杆或东西)和动态(例如,骑自行车者、行人或其它车辆)障碍物碰撞的能力,高频率重新计划的能力以及处理动态障碍物会如何移动等不确定性问题的能力。在许多情况下,机器人(包括自动驾驶车辆)的主要限制因素是它们能否在有障碍物的环境中进行实时运动规划。运动规划算法往往是计算密集型的,需要对每个运动进行大量的碰撞检查。
技术实现思路
提供了用于自动驾驶车辆的专用机器人运动规划硬件。除了用于自动车辆和其他机器人的运动规划的系统和设备之外,还描述了一种可重新配置的处理器,其可以实现用于自动车辆和其他机器人的各种专用机器人运动规划硬件。可重新配置的处理器可以 ...
【技术保护点】
1.一种用于自动驾驶车辆的运动规划的系统,其特征在于,所述系统包括:多个传感器;多个检测器,其与所述多个传感器电通信;以及一运动规划模块,其与所述多个检测器电通信,还与自动驾驶车辆的一计算系统电通信,其中所述运动规划模块存储一规划图,所述规划图包括多个由边缘连接的节点,其中每个节点隐式地或明确地表示时间和变量,所述时间和变量定义所述自动驾驶车辆的一状态和/或一操作环境。
【技术特征摘要】
【国外来华专利技术】2016.06.10 US 62/348,230;2017.01.30 US 62/451,8161.一种用于自动驾驶车辆的运动规划的系统,其特征在于,所述系统包括:多个传感器;多个检测器,其与所述多个传感器电通信;以及一运动规划模块,其与所述多个检测器电通信,还与自动驾驶车辆的一计算系统电通信,其中所述运动规划模块存储一规划图,所述规划图包括多个由边缘连接的节点,其中每个节点隐式地或明确地表示时间和变量,所述时间和变量定义所述自动驾驶车辆的一状态和/或一操作环境。2.根据权利要求1中所述的系统,其特征在于,所述运动规划模块从所述多个检测器接收感知数据和样本轨迹,调整沿着所述规划图中的每个边缘的碰撞概率以解释所述样本轨迹,其中所述边缘导致与所述感知数据中的障碍物碰撞,以及确定一条考虑到成本和碰撞概率的路径,并将所述路径输出至所述计算系统。3.根据权利要求2所述的系统,其特征在于,所述多个检测器包括一物体跟踪器,所述物体跟踪器识别所述环境中的动态物体并输出所述动态物体的未来轨迹的概率分布,以供所述运动规划模块采样。4.根据权利要求2所述的系统,其特征在于,所述多个检测器包括一物体检测器,所述物体检测器生成感知数据,所述感知数据包括表示环境中的识别物体的障碍物的体素。5.根据权利要求4所述的系统,其特征在于,还包括成本网格,所述成本网格从所述物体检测器接收障碍物的体素,为每个体素分配一成本修改器,并将所述体素和分配的成本修改器输出到所述运动规划模块。6.根据权利要求1所述的系统,其特征在于,所述运动规划模块包括硬件处理器、存储器和表示所述规划图的边缘的碰撞检测单元。7.根据权利要求1所述的系统,其特征在于,所述运动规划模块包括一可重新配置的架构。8.根据权利要求1至5中任一项所述的系统,其特征在于,所述运动规划模块包括:一硬件处理器;一存储器,其中所述规划图存储在所述存储器中;以及存储在所述存储器中的预先计算的碰撞数据,使得在运行期间,当接收到感知数据时,所述硬件处理器将所述感知数据与存储在所述存储器中的预先计算的碰撞数据进行比较以确定碰撞。9.根据权利要求8所述的系统,其特征在于,利用新车辆或新场景的新预先计算的碰撞数据来更新所述预先计算的碰撞数据。10.一种运动规划设备,其特征在于,包括:一硬件处理器;存储器;和存储在所述存储器中的一规划图,所述规划图包括多个由边缘连接的节点,其中每个节点隐式地或明确地表示时间和变量,所述时间和变量定义一机器人的一状态和/或一操作环境。11.根据权利要求10所述的运动规划设备,其特征在于,所述规划图包括与所述边缘相关联地存储的至少一个通道。12.根据权利要求12所述的运动规划设备,其特征在于,所述至少一个通道包括成本。13.根据权利要求10或12所述的运动规划设备,其特征在于,所述至少一个通道包括风险。14.根据权利要求10所述的运动规划设备,其特征在于,所述硬件处理器接收表示环境中的识别的物体的障碍物的体素和表示所述环境中的识别的动态物体的障碍物的样本轨迹;调整沿着所述规划图中的每个边缘的碰撞概率以解释所述样本轨迹,其中所述边缘导致与障碍物的体素碰撞;以及确定一条考虑到成本和碰撞概率的路径。15.根据权利要求14所述的运动规划设备,其特征在于,还包括碰撞检测单元,所述碰撞检测单元识别所述障碍物的体素与所述规划图的边缘之间的碰撞。16.一种为自动驾驶车辆执行运动规划的方法,其特征在于,包括:接收表示环境中的...
【专利技术属性】
技术研发人员:丹尼尔·J·索林,乔治·D·康尼达里斯,威廉姆·弗洛伊德琼斯,肖恩·默里,
申请(专利权)人:杜克大学,
类型:发明
国别省市:美国,US
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。