自主车辆轨迹规划制造技术

自主车辆控制器包括存储器和被编程为执行存储在所述存储器中的指令的处理器。所述指令包括检测主车辆在低摩擦表面上、产生表示多个高摩擦表面的位置的合成地图、选择多个高摩擦表面中的一个、以及通过执行滑动控制过程自主地将所述主车辆导航到选定的高摩擦表面。

Autonomous Vehicle Trajectory Planning

The autonomous vehicle controller includes a memory and a processor programmed to execute instructions stored in the memory. The instructions include detecting the main vehicle on a low friction surface, generating a composite map representing the positions of multiple high friction surfaces, selecting one of the multiple high friction surfaces, and autonomously navigating the main vehicle to a selected high friction surface by performing a sliding control process.

【技术实现步骤摘要】
自主车辆轨迹规划
本公开涉及自主车辆操作领域，并且更具体地涉及用于自主车辆轨迹规划的系统和方法。
技术介绍
汽车工程师协会(SAE)已经定义了多个级别的自主车辆操作。在0-2级，人类驾驶员通常在没有车辆帮助的情况下监控或控制大多数驾驶任务。例如，在0级(“无自动化”)，人类驾驶员负责所有车辆操作。在1级(“驾驶员辅助”)，车辆有时会协助转向、加速或制动，但驾驶员仍然负责绝大多数车辆控制。在2级(“部分自动化”)，车辆可以在某些情况下控制转向、加速和制动，而无需人类交互。在3-5级，车辆承担更多与驾驶相关的任务。在3级(“有条件的自动化”)，车辆可以在某些情况下处理转向、加速和制动，以及监控驾驶环境。但是，3级要求驾驶员偶尔进行干预。在4级(“高自动化”)，车辆可以处理与3级相同的任务，但不依赖于驾驶员干预某些驾驶模式。在5级(“完全自动化”)，车辆可以在没有任何驾驶员干预的情况下处理几乎所有任务。
技术实现思路
车辆驾驶员需要为各种情况做好准备。对于由自主车辆控制器(有时称为“虚拟驾驶员”)控制的自主车辆也是如此。人类驾驶员和虚拟驾驶员可能遭遇车辆被困在雪地或泥地或路面结冰的情况。人类驾驶员通过驾驶员的培训课程和经验学习应对积雪、泥泞和结冰的道路。此外，人类驾驶员可以呼叫拖车以帮助释放被困车辆。虚拟驾驶员可被编程以试图释放被困的自主车辆。可以规划到高摩擦表面的轨迹(作为滑动控制过程的一部分)的示例性自主车辆包括存储器和被编程为执行存储在存储器中的指令的处理器。指令包括检测主车辆在低摩擦表面上、产生表示多个高摩擦表面的位置的合成地图、选择多个高摩擦表面中的一个、以及通过执行滑动控制过程自主地将主车辆导航到选定的高摩擦表面。在一种可能的方法中，处理器被编程为生成合成地图以包括障碍物的位置。处理器可以被编程为在躲避障碍物的同时自主地将主车辆导航到选定的高摩擦表面。替代地或另外地，处理器可以被编程为通过生成包括障碍物的位置的第一地图来生成合成地图。在该实现方式中，处理器可以被编程为通过生成第一地图以包括主车辆的路径范围来生成合成地图。替代地或另外地，处理器可以被编程为通过生成包括多个高摩擦表面的位置的第二地图来生成合成地图。在该可能的方法中，处理器可以被编程为通过组合第一地图和第二地图的部分来生成合成地图。组合第一地图和第二地图的部分可以包括将来自第二地图的多个高摩擦表面和来自第一地图的障碍物的位置并入到合成地图中。处理器可以被编程为确定主车辆是否已到达选定的高摩擦表面。在那种情况下，处理器可以被编程为作为确定主车辆已经到达选定的高摩擦表面的结果而停止执行滑动控制过程。一种示例性方法包括检测主车辆在低摩擦表面上、生成表示多个高摩擦表面的位置的合成地图、选择多个高摩擦表面中的一个、以及通过执行滑动控制过程自主地将主车辆导航到所选择的高摩擦表面。在该方法中，生成合成地图可以包括生成合成地图以包括障碍物的位置。在那种情况下，自主地导航主车辆可以包括在躲避障碍物的同时自主地将主车辆导航到选定的高摩擦表面。替代地或另外地，生成合成地图可以包括生成包括障碍物的位置的第一地图。生成合成地图还可以或替代地包括生成第一地图以包括主车辆的路径范围。生成合成地图还可以或替代地包括生成包括多个高摩擦表面的位置的第二地图。在那种情况下，生成合成地图可以包括组合第一地图和第二地图的部分。组合第一地图和第二地图的部分可以包括将来自第二地图的多个高摩擦表面和来自第一地图的障碍物的位置并入到合成地图中。该方法还可以包括确定主车辆是否已到达选定的高摩擦表面。在那种情况下，该方法还可以包括作为确定主车辆已到达选定的高摩擦表面的结果而停止滑动控制过程。示出的元件可采用许多不同的形式，并且包括多个和/或可替代部件和设施。这些说明的示例性部件不旨在限制。实际上，可以使用另外或替代部件和/或实现方式。此外，除非明确说明，否则所示元件不一定按比例绘制。附图说明图1说明了具有自主车辆控制器的示例性自主主车辆，该自主车辆控制器可以规划到高摩擦表面的车辆轨迹作为滑动控制过程的一部分。图2是说明主车辆的示例性部件的框图。图3是说明在滑动控制过程期间自主车辆控制器的各种操作的控制图。图4A至图4C说明了由自主车辆控制器开发到高摩擦表面的车辆轨迹并躲避检测到的障碍物而产生的地图。图5是可以由自主车辆控制器执行的规划到高摩擦表面的车辆轨迹的示例过程的流程图。图6A至图6D说明了示例自主主车辆在低摩擦表面上执行示例滑动控制过程。具体实施方式如图1中所说明的，自主主车辆100包括被编程为控制各种自主车辆操作的自主车辆控制器105。例如，如下面更详细地解释的，自主车辆控制器105被编程为接收传感器信号并将信号输出到遍布主车辆100的各种致动器。通过控制致动器，自主车辆控制器105可以自主地提供主车辆100的纵向和横向控制。也就是说，自主车辆控制器105可以控制主车辆100的推进、制动和转向。此外，如下面更详细地解释的，自主车辆控制器105被编程为检测主车辆100附近的物体。物体可以包括其他车辆、行人、道路标志、车道标记等。自主车辆控制器105被编程为检测具有低摩擦的表面(被称为“低摩擦表面”，或“低mu表面”)和具有高摩擦的表面(被称为“高摩擦表面”、或“高mu表面”)。在某些情况下，自主车辆控制器105被编程为预测主车辆100附近区域(包括主车辆100前方的区域、邻近主车辆100的区域、主车辆100后面的区域、或者其组合)的表面摩擦。在给定主车辆100和高摩擦表面之间的障碍物的情况下，自主车辆控制器105可以被编程为开发从低摩擦表面到高摩擦表面的轨迹。虽然被示为轿车，但是主车辆100可以包括任何乘用车或商用车，诸如汽车、卡车、运动型多用途车、跨界车、货车、小型货车、出租车、公共汽车等。在下面更详细地讨论的，主车辆100是可以在自主(例如，无人驾驶)模式、部分自主模式和/或非自主模式中操作的自主车辆。部分自主模式可以指SAE2级操作模式，其中主车辆100可以在某些情况下控制转向、加速和制动而无需人机交互。部分自主模式还可以指SAE3级操作模式，其中主车辆100可以在某些情况下处理转向、加速和制动，以及监控驾驶环境，即使有时需要一些人机交互。图2是示出主车辆100的示例性部件的框图。图2中所示的部件包括致动器110、自主驾驶传感器115、存储器120和处理器125。每个致动器110由处理器125输出的控制信号控制。由处理器125输出的电控制信号可以被致动器110转换成机械运动。致动器110的示例可包括线性致动器、伺服马达、电动马达等。每个致动器110可以与特定的纵向或横向车辆控制相关联。例如，推进致动器可以控制主车辆100的加速。也就是说，推进致动器可以控制节气门，节气门控制到发动机的气流。在电动车辆或混合动力车辆的情况下，推进致动器可以是电动马达或以其他方式控制电动马达的速度。制动致动器可以控制车辆制动器。也就是说，制动致动器可以致动制动块以使车轮减速。转向致动器可以控制方向盘的旋转或以其他方式控制主车辆100的横向运动，包括促进转弯。每个致动器110可以基于例如处理器125输出的信号来控制其相应的车辆子系统。自主驾驶传感器115经由被编程为检测主车辆100之外的物本文档来自技高网...

【技术保护点】
1.一种方法，所述方法包括：检测主车辆在低摩擦表面上；生成表示多个高摩擦表面的位置的合成地图；选择所述多个高摩擦表面中的一个；和通过执行滑动控制过程自主地将所述主车辆导航到所述选定的高摩擦表面。

【技术特征摘要】
2017.10.16 US 15/784,4321.一种方法，所述方法包括：检测主车辆在低摩擦表面上；生成表示多个高摩擦表面的位置的合成地图；选择所述多个高摩擦表面中的一个；和通过执行滑动控制过程自主地将所述主车辆导航到所述选定的高摩擦表面。2.根据权利要求1所述的方法，其中生成所述合成地图包括生成所述合成地图以包括障碍物的位置。3.根据权利要求2所述的方法，其中自主地导航所述主车辆包括在躲避所述障碍物的同时自主地将所述主车辆导航到所述选定的高摩擦表面。4.根据权利要求2所述的方法，其中生成所述合成地图包括生成包括所述障碍物的所述位置的第一地图。5.根据权利要求4所述的方法，其中生成所述合成地图包括生成所述第一地图以包括所述主车辆的路径范围。6.根据权利要求4所述的方法，其中生成所述合成地图包括生成包括所述多个高摩擦表...

【专利技术属性】
技术研发人员：威廉·福尔克纳，扎卡里·科纳干，李奥纳德·希伯·卡里尔，埃里克·迈克尔·拉瓦伊，
申请(专利权)人：福特全球技术公司，
类型：发明
国别省市：美国,US