【技术实现步骤摘要】
【国外来华专利技术】处理与自主车辆的操作有关的请求信号
技术介绍
当在道路上驾驶时，自主汽车(AV)可需要立即停车或在短的时间(例如，5秒或10秒)或距离(例如，10米)内停车。
技术实现思路
本文档中描述的技术使AV能够接受、处理和响应指示用于停车或进行其他速度降低操纵的请求的信号。对信号的响应可以包括评估请求的特征(例如，请求类型、作出请求的方式以及请求的频率、紧急程度、道路环境、预期的停车时间间隔、地图数据、传感器数据或它们中的两个或更多个的组合或其他因素)以标识AV的目标位置(例如，目标停车地点)。AV(或与AV相关联的AV系统)规划从当前位置到目标位置的轨迹，并执行该轨迹规划。可以基于新观察到的或接收到的数据来连续更新目标位置的状态，直到AV到达目标位置为止。然而，如果在执行轨迹规划期间目标位置变得不可用或以其他方式不合适，则AV系统可以标识另一目标位置并相应地调整轨迹规划。通常，在一方面中，使车辆在道路网络上自主地驾驶。响应于表示对车辆进行速度降低安全操纵的请求的请求信号，车辆系统(a)计算地分析数据以选择用于该操纵的目标位置，并且(b)使车辆自主地驾驶朝向目标位置并进行该操纵。重复操作(a)和(b)，直到车辆在目标位置处完成该操纵为止。目标位置可以包括目标停车地点。速度降低操纵可以包括使车辆停车。一些实现可以包括从乘员、远程操作员或软件或硬件进程(process)接收请求信号。请求信号可以包括从车辆中的用户接口接收到的、由车辆的乘员的交互而产生的数据中的至少一些数据。用户接口可以包括按钮、开关、拉绳、踏板、垫(pad...
【技术保护点】
1.一种方法，包括：/n(a)使车辆在道路网络上自主地驾驶，/n(b)响应于表示对所述车辆进行速度降低安全操纵的请求的请求信号，通过计算地分析数据以选择用于所述操纵的目标位置，/n(c)使所述车辆自主地驾驶朝向所述目标位置并进行所述操纵，并且/n(d)重复操作(b)和(c)，直到所述车辆在所述目标位置处完成所述操纵。/n
【技术特征摘要】
【国外来华专利技术】20170403 US 15/477,833;20170403 US 15/477,872;20171.一种方法，包括：
(a)使车辆在道路网络上自主地驾驶，
(b)响应于表示对所述车辆进行速度降低安全操纵的请求的请求信号，通过计算地分析数据以选择用于所述操纵的目标位置，
(c)使所述车辆自主地驾驶朝向所述目标位置并进行所述操纵，并且
(d)重复操作(b)和(c)，直到所述车辆在所述目标位置处完成所述操纵。
2.如权利要求1所述的方法，其特征在于，所述目标位置包括目标停车地点。
3.如权利要求1所述的方法，其特征在于，所述速度降低操纵包括使所述车辆停车。
4.如权利要求1所述的方法，其特征在于，包括从乘员、远程操作员、或者软件或硬件进程接收所述请求信号。
5.如权利要求4所述的方法，其特征在于，所述请求信号包括从所述车辆中的用户接口接收到的、由所述车辆的乘员的交互而产生的数据中的至少一些数据。
6.如权利要求5所述的方法，其特征在于，所述用户接口包括按钮、开关、拉绳、踏板、垫、传感器、汽笛、显示器、或语音助手、或者它们中的两个或更多个的组合。
7.如权利要求4所述的方法，其特征在于，接收所述请求信号包括经由电信从所述远程操作员接收命令。
8.如权利要求4所述的方法，其特征在于，接收所述请求信号包括基于所述车辆的性能的退化而从所述软件或硬件进程接收所述请求。
9.如权利要求8所述的方法，其特征在于，所述性能的退化包括所述车辆的传感器或组件的性能的退化。
10.如权利要求4所述的方法，其特征在于，接收所述请求信号包括基于检测到所述道路网络上的事件而从所述软件或硬件进程接收所述请求。
11.如权利要求1所述的方法，其特征在于，所述请求信号或所述数据包括紧急程度。
12.如权利要求11所述的方法，其特征在于，所述紧急程度已由所述请求信号的发起者指示。
13.如权利要求11所述的方法，其特征在于，包括通过对所述请求的算法分析来推断所述紧急程度。
14.如权利要求13所述的方法，其特征在于，所述算法分析包括对口头请求的频率、音量、声音、语音、或类型、或它们中的两个或更多个的分析。
15.如权利要求1所述的方法，其特征在于，所述数据包括预期的停车时间间隔。
16.如权利要求15所述的方法，其特征在于，所述预期的停车时间间隔已由所述请求信号的发起者指示。
17.如权利要求15所述的方法，其特征在于，通过对所述请求的算法分析来推断所述预期的停车时间间隔。
18.如权利要求17所述的方法，其特征在于，所述算法分析包括对与所述请求相关联的数据的分析。
19.如权利要求1所述的方法，其特征在于，所述数据包括交通数据、传感器数据、或地图数据、或它们中的两个或更多个。
20.如权利要求1所述的方法，其特征在于，分析所述数据包括评估一个或多个目标位置的质量。
21.如权利要求20所述的方法，其特征在于，相对于所述车辆离线地评估所述质量。
22.如权利要求20所述的方法，其特征在于，在所述车辆正驾驶时在线地评估所述质量。
23.如权利要求20所述的方法，其特征在于，对所述质量的评估包括基于以下因素中的一个或多个来计算质量：紧急状况、所述车辆在所述道路网络上的位置、交通速度、交通量、交通组成、车道选择、堵塞程度、从另一车辆的视线、与交叉路口的距离、专用车道的存在、地形、以及道路坡度。
24.如权利要求23所述的方法，其特征在于，由数值表示所述因素中的一个或多个。
25.如权利要求24所述的方法，其特征在于，所述数值中的每一个被映射到预定义的范围。
26.如权利要求23所述的方法，其特征在于，计算所述质量包括向所述因素中的一个或多个分配权重。
27.如权利要求26所述的方法，其特征在于，所述权重基于以下各项中的一项或多项：所述请求的特征、所述车辆的类型、法规、紧急程度和预期的停车时间间隔。
28.如权利要求23所述的方法，其特征在于，包括基于目标位置的质量值或指定所述目标位置的排除的信息来忽略所述目标位置。
29.如权利要求23所述的方法，其特征在于，包括以质量类别对目标位置进行分类。
30.如权利要求1所述的方法，其特征在于，分析所述数据包括：应用最小质量阈值来标识一个或多个可接受的目标位置。
31.如权利要求30所述的方法，其特征在于，包括基于以下各项中的一项或多项来计算所述最小质量阈值：紧急程度、预期的停车时间间隔、和冲突的规则。
32.如权利要求1所述的方法，其特征在于，分析所述数据包括标识用于选择目标位置的区域。
33.如权利要求32所述的方法，其特征在于，所述区域包括可驾驶区域或不可驾驶区域或两者。
34.如权利要求32所述的方法，其特征在于，所述区域包括由所述车辆的面向前的侧所面向的区域。
35.如权利要求32所述的方法，其特征在于，所述区域包括形状或大小或两者。
36.如权利要求35所述的方法，其特征在于，包括基于交通状况或基于紧急程度或基于两者来确定所述形状或所述大小。
37.如权利要求32所述的方法，其特征在于，包括基于一个或多个目标位置的质量来确定所述区域。
38.如权利要求32所述的方法，其特征在于，包括在没有目标位置被标识出时扩展所述区域。
39.如权利要求32所述的方法，其特征在于，包括基于所述车辆的新位置来更新所述区域。
40.如权利要求32所述的方法，其特征在于，选择目标位置包括将所述区域离散化为潜在的目标地点。
41.如权利要求32所述的方法，其特征在于，选择目标位置包括使用可用性数据。
42.如权利要求41所述的方法，其特征在于，包括从以下各项中的一项或多项获取所述可用性数据：众包数据库、传感器、感知过程、历史数据库、停车场数据库、停车空间数据库、所述车辆和另一车辆。
43.一种方法，包括：
(a)使车辆在道路网络上自主地驾驶，
(b)由计算机接收表示对紧急停车的请求或对紧急状况的标识的信号，
(b)由计算机分析所述请求或所述紧急状况和数据，以标识用于停车的目标位置，以及
(c)使所述车辆自主移动到并停在所述目标位置处。
44.如权利要求43所述的方法，其特征在于，包括从(a)乘员、(b)远程操作员、或(c)标识所述紧急状况的软件或硬件进程接收所述信号。
45.如权利要求43所述的方法，其特征在于，接收所述信号包括从所述车辆中的用户接口接收由所述车辆的乘员的交互而产生的所述数据中的至少一些数据。
46.如权利要求45所述的方法，其特征在于，所述接口包括按钮、开关、拉绳、踏板、垫、传感器、汽笛、显示器、或语音助手、或者它们中的两个或更多个的组合。
47.如权利要求43所述的方法，其特征在于，接收所述信号包括经由电信从远程操作员接收命令。
48.如权利要求43所述的方法，其特征在于，由软件或硬件进程基于所述车辆的性能的退化而发起所述信号。
49.如权利要求48所述的方法，其特征在于，所述性能的退化包括所述车辆的传感器或组件的性能的退化。
50.如权利要求43所述的方法，其特征在于，通过检测到所述道路网络上的事件而发起所述信号。
51.如权利要求43所述的方法，其特征在于，所述数据或所述信号包括紧急程度。
52.如权利要求51所述的方法，其特征在于，所述紧急程度已由所述信号的发起者指示。
53.如权利要求51所述的方法，其特征在于，包括通过对所述信号的算法分析来推断所述紧急程度。
54.如权利要求53所述的方法，其特征在于，所述算法分析包括对口头请求的频率、音量、声音、语音、或类型、或它们中的两个或更多个的分析。
55.如权利要求43所述的方法，其特征在于，所述数据或所述信号包括预期的停车时间间隔。
56.如权利要求55所述的方法，其特征在于，从所述信号的发起者接收所述预期的停车时间间隔。
57.如权利要求55所述的方法，其特征在于，通过对所述信号的算法分析来推断所述预期的停车时间间隔。
58.如权利要求57所述的方法，其特征在于，所述算法分析包括分析所述数据。
59.如权利要求43所述的方法，其特征在于，所述数据包括交通数据、传感器数据、地图数据、或它们中的两个或更多个。
60.如权利要求43所述的方法，其特征在于，分析所述请求包括评估一个或多个目标位置的质量。
61.如权利要求60所述的方法，其特征在于，相对于所述车辆离线地评估所述质量。
62.如权利要求60所述的方法，其特征在于，在所述车辆正驾驶时在线地评估所述质量。
63.如权利要求60所述的方法，其特征在于，评估所述质量包括基于以下因素中的一个或多个来计算质量：紧急状况、所述车辆在所述道路网络上的位置、交通速度、交通量、交通组成、车道选择、堵塞程度、从另一车辆的视线、与交叉路口的距离、专用车道的存在、地形、以及道路坡度。
64.如权利要求63所述的方法，其特征在于，由数值表示所述因素中的一个或多个。
65.如权利要求64所述的方法，其特征在于，所述数值中的每一个被映射到预定义的范围。
66.如权利要求63所述的方法，其特征在于，对所述质量的计算包括向所述因素中的一个或多个分配权重。
67.如权利要求66所述的方法，其特征在于，所述权重基于以下各项中的一项或多项：所述请求的特征、所述车辆的类型、法规、紧急程度和预期的停车时间间隔。
68.如权利要求63所述的方法，其特征在于，包括基于目标位置的质量值或指定所述目标位置的排除的信息来忽略所述目标位置。
69.如权利要求63所述的方法，其特征在于，包括以质量类别对目标位置进行分类。
70.如权利要求43所述的方法，其特征在于，所述分析包括：应用最小质量阈值来标识一个或多个可接受的目标位置。
71.如权利要求70所述的方法，其特征在于，包括基于以下各项中的一项或多项来计算所述最小质量阈值：紧急程度、预期的停车时间间隔、和冲突的规则。
72.如权利要求43所述的方法，其特征在于，分析所述数据包括标识用于选择目标位置的区域。
73.如权利要求72所述的方法，其特征在于，所述区域包括可驾驶区域或不可驾驶区域或两者。
74.如权利要求72所述的方法，其特征在于，所述区域包括由所述车辆的面向前的侧所面向的区域。
75.如权利要求72所述的方法，其特征在于，所述区域包括形状或大小或两者。
76.如权利要求75所述的方法，其特征在于，包括基于交通状况或基于紧急程度或基于两者来确定所述形状或所述大小。
77.如权利要求72所述的方法，其特征在于，包括基于一个或多个目标位置的质量来确定所述区域。
78.如权利要求72所述的方法，其特征在于，包括在没有目标位置被标识出时扩展所述区域。
79.如权利要求72所述的方法，其特征在于，包括基于所述车辆的新位置来更新所述区域。
80.如权利要求72所述的方法，其特征在于，选择目标位置包括将所述区域离散化为潜在的目标地点。
81.如权利要求72所述的方法，其特征在于，选择目标位置包括使用可用性数据。
82.如权利要求81所述的方法，其特征在于，包括从以下各项中的一项或多项获取所述可用性数据：众包数据库、传感器、感知过程、历史数据库、停车场数据库、停车空间数据库、所述车辆和另一车辆。
83.一种方法，包括：
规划过程，所述规划过程与驾驶在道路网络上的车辆相关联，所述规划过程包括：(a)由计算机接收表示对所述车辆进行速度降低安全操纵的请求的输入信号、(b)分析数据以更新目标位置和到所述目标位置的轨迹、(c)提供输出信号以控制所述车辆移动到所述目标位置、以及(d)重复(a)、(b)和(c)直到所述车辆到达所述目标位置。
84.如权利要求83所述的方法，其特征在于，所述目标位置包括目标停车地点。
85.如权利要求83所述的方法，其特征在于，所述速度降低操纵包括使所述车辆停车。
86.如权利要求83所述的方法，其特征在于，包括基于请求从乘员、远程操作员、或者软件或硬件进程接收所述输入信号。
87.如权利要求83所述的方法，其特征在于，接收所述输入信号包括从所述车辆中的用户接口接收由所述车辆的乘员的交互而产生的所述数据中的至少一些数据数据是。
88.如权利要求87所述的方法，其特征在于，所述用户接口包括按钮、开关、拉绳、踏板、垫、传感器、汽笛、显示器、或语音助手、或者它们中的两个或更多个的组合。
89.如权利要求86所述的方法，其特征在于，接收所述输入信号包括经由电信从所述远程操作员接收命令。
90.如权利要求86所述的方法，其特征在于，从所述软件或硬件进程基于所述车辆的性能的退化而发起所述输入信号。
91.如权利要求90所述的方法，其特征在于，所述性能的退化包括所述车辆的传感器或组件的性能的退化。
92.如权利要求86所述的方法，其特征在于，根据检测到所述道路网络上的事件而发起所述输入信号。
93.如权利要求83所述的方法，其特征在于，所述数据包括紧急程度。
94.如权利要求93所述的方法，其特征在于，所述紧急程度已由所述输入信号的发起者指示。
95.如权利要求93所述的方法，其特征在于，包括通过对所述输入信号的算法分析来推断所述紧急程度。
96.如权利要求95所述的方法，其特征在于，所述算法分析包括对口头请求的频率、音量、声音、语音、或类型、或它们中的两个或更多个的分析。
97.如权利要求83所述的方法，其特征在于，所述数据包括预期的停车时间间隔。
98.如权利要求97所述的方法，其特征在于，所述预期的停车时间间隔已由所述输入信号的发起者指示。
99.如权利要求97所述的方法，其特征在于，通过对所述输入信号的算法分析来推断所述预期的停车时间间隔。
100.如权利要求99所述的方法，其特征在于，所述算法分析包括对与所述输入信号相关联的数据的分析。
101.如权利要求83所述的方法，其特征在于，所述数据包括交通数据、传感器数据、或地图数据、或它们中的两个或更多个。
102.如权利要求83所述的方法，其特征在于，分析所述数据包括评估一个或多个目标位置的质量。
103.如权利要求102所述的方法，其特征在于，相对于所述车辆离线地评估所述质量。
104.如权利要求102所述的方法，其特征在于，在所述车辆正驾驶时在线地评估所述质量。
105.如权利要求102所述的方法，其特征在于，评估所述质量包括基于以下因素中的一个或多个来计算质量：紧急状况、所述车辆在所述道路网络上的位置、交通速度、交通量、交通组成、车道选择、堵塞程度、从另一车辆的视线、与交叉路口的距离、专用车道的存在、地形、以及道路坡度。
106.如权利要求105所述的方法，其特征在于，由数值表示所述因素中的一个或多个。
107.如权利要求106所述的方法，其特征在于，所述数值中的每一个被映射到预定义的范围。
108.如权利要求105所述的方法，其特征在于，计算所述质量包括向所述因素中的一个或多个分配权重。
109.如权利要求108所述的方法，其特征在于，所述权重基于以下各项中的一项或多项：所述请求的特征、所述车辆的类型、法规、紧急程度和预期的停车时间间隔。
110.如权利要求105所述的方法，其特征在于，包括基于目标位置的质量值或指定所述目标位置的排除的信息来忽略所述目标位置。
111.如权利要求105所述的方法，其特征在于，包括以质量类别对目标位置进行分类。
112.如权利要求83所述的方法，...
【专利技术属性】
技术研发人员：H·拉维钱德兰，K·伊阿格内玛，E·沃尔夫，
申请(专利权)人：优特诺股份有限公司，
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。