用于颗粒物的规划容纳制造技术

用于检测环境中的物体、确定物体是颗粒物区域的概率以及基于该概率控制车辆的技术。该区域颗粒物可以包括蒸汽(例如，从人孔盖，干燥器排气口等排出)、从车辆(例如，汽车、卡车、摩托车等)排出的废气、灰尘、环境气体(例如，升华、雾、蒸发等产生的)等。基于所述物体是颗粒物区域的相关概率，车辆计算系统可以基本保持车辆轨迹、修改车辆的轨迹以确保车辆不撞击物体、停止车辆、或者以其它方式控制车辆以确保车辆以安全的方式继续前进。车辆控制器可基于额外获取的传感器数据和相关联的区域概率来连续地调整轨迹。连续地调整轨迹。连续地调整轨迹。

【技术实现步骤摘要】
【国外来华专利技术】用于颗粒物的规划容纳
[0001]相关申请的交叉引用
[0002]本PCT国际专利申请是于2019年9月27日提交的题为“用于颗粒物的规划容纳”的美国专利申请第16/586650号的延续并要求其优先权，其全部内容在此引入作为参考。

技术介绍

[0003]各种方法，装置和系统被用于引导自动驾驶车辆通过包括各种静态和动态物体的环境。例如，自动驾驶车辆可以包括传感器，例如激光雷达、雷达、相机等，以检测环境中的运动和静止物体。传感器可另外收集与颗粒物相关联的数据，例如从人孔盖散发的蒸汽，从车辆排出的废气等。在一些实例中，自动驾驶车辆可以利用传感器数据来做出控制决定，例如部分地基于检测到的物体来确定在哪里驾驶。然而，自动驾驶车辆可以将颗粒物感知为要避免的物体，这可以通过使车辆停止或调整路径以避免颗粒物而中断向前的进程。
附图说明
[0004]参照附图对来具体实施方式进行描述。在附图中，附图标记最左边的数字标识第一次出现附图标记的图。在不同的图中使用相同的附图标记表示相似或相同的部件或特征。
[0005]图1是根据本公开的实例的自动驾驶车辆的车辆计算系统可以检测物体并且基于物体与颗粒物(例如水蒸气)的区域相关联的概率来控制车辆的实例。
[0006]图2是根据本公开的实例的基于车辆路径中的物体与颗粒物区域相关联的概率来控制车辆的示例性过程。
[0007]图3描述了用于实现本文所描述的技术的实例系统的框图。
[0008]图4描述了用于基于检测到的物体与颗粒物区域相关联的概率来控制车辆的示例性过程。
[0009]图5描述了用于使车辆减速以收集关于物体的附加数据以确定该物体是否与颗粒物区域相关联的示例性过程。
[0010]图6描述了用于控制车辆以避开可能与颗粒物区域不相关(例如，低概率)的物体的示例性过程。
具体实施方式
[0011]本公开涉及用于检测环境中的物体，确定该物体是颗粒物的区域(例如，云)的概率，以及基于该概率控制车辆的技术。颗粒物的区域可以包括蒸汽(例如，从人孔盖射出、干燥器排气口等)，来自车辆的排气(例如，汽车、卡车、摩托车等)，环境气体(例如，由升华、雾、蒸发等引起的)，灰尘的云或其它类型的颗粒物，其可以位于车辆的环境中并且不会影响驾驶行为(例如自动驾驶车辆可以安全地通过颗粒物而不影响平台)。基于物体是颗粒物区域的第一概率，车辆计算系统可以基本保持车辆轨迹，从而改善车辆的有效操作。基于物体是颗粒物区域的第二概率，车辆计算系统可以修改车辆的轨迹以确保车辆不撞击物体，
从而增强车辆和环境中的其它物体的安全性。
[0012]车辆可以包括自动驾驶或半自动驾驶车辆，自动驾驶或半自动驾驶车辆利用由一个或多个传感器收集的传感器数据来检测环境中的物体并基于物体导航通过环境。由车辆捕获的传感器数据可以包括由激光雷达传感器捕获的数据，以及由诸如相机传感器、雷达传感器、飞行时间传感器、声纳传感器等的其它传感器捕获的数据。在一些实例中，传感器数据可以被提供给感知系统，该感知系统被配置为确定或分类环境中的物体的类型(例如，车辆，行人，自行车，摩托车，动物，停放的汽车，树木，建筑物，颗粒物云等)。在各个实例中，感知系统可以识别与物体相关联的一个或多个特征，并基于一个或多个特征来确定分类。在各个实例中，感知系统可以利用在2018年6月29日提交的题为“具有语义分割的点云过滤”的美国专利申请第16/023878号中描述的技术；其全部内容在此引入作为参考。在一些实例中，感知系统可以包括被配置为识别特征并对物体进行分类的机器学习模型。在各个实例中，感知系统可以提供与分类相关联的置信度。在这样的实例中，置信度可以包括物体与分类相关联的概率。例如，基于与被检测物体相关联的特征，感知系统可以确定物体与颗粒物区域相关联(例如，分类为)的概率(或任何概率)为70％。在各个实例中，物体可能不能被识别为与特定类型的物体(例如，不是行人，汽车，卡车等)相关联。在这样的实例中，感知系统可以被配置为确定物体与颗粒物区域相关联的概率。
[0013]在一些实例中，概率可以基于与物体相关联的一个或多个特征。特征可以包括物体在环境中的位置(例如，靠近表面、高于表面的高度等)、物体的尺寸(例如，宽度、高度、深度等)、形状(例如，对称、不对称、圆形、椭圆形等)、与另一车辆的接近度、与另一车辆上的位置(例如，与排气相关的位置等)的接近度、物体的轨迹(例如，随时间捕获的运动)等。例如，车辆计算系统可以检测环境中的物体，并且可以确定物体的底边距离道路表面大约6英寸，并且到与车辆相同的路段之前和之上操作的另一车辆的距离在阈值距离内。基于高度特征和/或到另一车辆的阈值距离，车辆计算系统可以确定物体是颗粒物区域的概率高。
[0014]在各个实例中，物体与颗粒物区域相关联的概率可以基于由车辆计算系统访问的地图数据。地图数据可以部分地基于来自一个或多个车辆的预先记录的传感器数据来表示关于车辆在其中操作的环境的信息。在一些实例中，车辆计算系统可以利用地图数据来导航车辆通过环境。地图数据可以包括与环境中的可驾驶表面(例如街道、道路、路段、交叉口等)和/或已知障碍物(例如环境中的固定物体等)相关联的数据。在一些实例中，地图数据还可以包括排放颗粒物的已知区域，例如人孔盖，干燥器通风口(例如工业干燥器，家用干燥器等)等。在这样的实例中，物体与颗粒物区域相关联的概率可以部分地基于颗粒物排放的已知区域，例如，车辆计算系统可以识别环境中的位置处的物体。车辆计算系统可访问地图数据以确定位置与人孔盖相关联，人孔盖偶尔具有相关联的颗粒物排放(例如，来自地下的蒸汽)。
[0015]在各个实例中，可以利用机器学习技术来确定概率。在这样的实例中，可以用训练数据训练机器学习模型以确定物体与颗粒物区域相关联的概率。训练数据可以包括来自一个或多个车辆的先前捕获的传感器数据，传感器数据被注释以指示存在于环境中的颗粒物的一个或多个区域的地面真实状态。
[0016]在各个实例中，车辆计算系统可以基于物体与颗粒物区域相关联的概率来确定要采取的动作。动作可以包括保持与车辆的路径相关联的航向和速度(例如，轨迹)、将车辆减
速到预定速度、将车辆减速到停止、改变车道和/或调整车道中的位置。在各个实例中，该动作可以基于高于和/或低于一个或多个阈值的概率来确定。在一些实例中，阈值可以与各种概率水平相关联，例如高概率，中等概率，低概率等。在这样的实例中，概率水平可以具有与其相关联的一个或多个动作。例如，基于概率处于或高于物体与颗粒物的区域相关联的第一阈值概率的确定(例如，高概率)，车辆计算系统可以使车辆保持与车辆的路径相关联的轨迹。对于另一个实例，基于概率处于或低于第一阈值且处于或高于第二阈值的确定(例如，中等概率)，车辆计算系统可以使车辆减速到预定速度(例如，5公里/小时，10公里/小时，15公里/小时等)。对于又一个实例，基于概率处于或低于第二阈值的确定，车辆计算系统可以使车辆停止，以避免与物体碰撞。虽然这些仅仅是说明性的实例，但也考虑到了其它动作和/或与本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种系统，包括：一个或多个处理器；以及一个或多个计算机可读介质，其存储可由所述一个或多个处理器执行的指令，其中当所述指令被执行时，使所述系统执行以下操作：使用自动驾驶车辆上的传感器捕获环境的传感器数据；确定所述传感器数据表示所述环境中的物体；确定所述物体包括颗粒物区域的概率；以及执行以下步骤中的至少一个：基于所述概率等于或大于阈值概率的第一确定，根据第一轨迹控制所述自动驾驶车辆；或者基于所述概率小于所述阈值概率的第二确定，根据第二轨迹控制所述自动驾驶车辆。2.如权利要求1所述的系统，其中：所述第一轨迹包括保持所述自动驾驶车辆的速度；并且所述第二轨迹包括以下中的至少一个：减慢所述自动驾驶车辆的速度；在与所述物体相关联的位置之前停止所述自动驾驶车辆；或者调整自动驾驶车辆的横向位置以避开所述物体。3.如权利要求1或2所述的系统，其中，根据所述第二轨迹控制所述自动驾驶车辆，所述第二轨迹包括小于与所述第一轨迹相关联的第一速度的第二速度，所述操作还包括：捕获表示环境中的所述物体的附加传感器数据；至少部分地基于所述附加传感器数据来确定所述物体包括所述颗粒物区域的更新的概率；以及至少部分地基于所述更新的概率，根据第三轨迹控制所述自动驾驶车辆，所述第三轨迹包括大于所述第二速度的第三速度。4.如权利要求1
‑
3中任一项所述的系统，所述操作还包括：确定所述自动驾驶车辆到与所述物体相关联的位置之间的距离；以及确定在与所述物体相关联的位置之前停止所述自动驾驶车辆的减速速率；其中，根据所述第二轨迹控制所述自动驾驶车辆包括根据所述减速速率控制所述自动驾驶车辆。5.如权利要求1
‑
3中任一项所述的系统，其中，根据所述第二轨迹控制所述自动驾驶车辆，所述操作还包括：确定与所述自动驾驶车辆相邻的区域未被其它物体占据；以及确定与所述自动驾驶车辆进入所述区域的运动相关联的横向加速度；其中第二轨迹包括所述横向加速度。6.一种方法，包括：接收由环境中的传感器捕获的传感器数据；确定所述传感器数据表示所述环境中的物体；利用机器学习技术确定所述物体包括颗粒物区域的概率；以及至少部分地基于所述概率来控制车辆。
7.如权利要求6所述的方法，其中，控制所述车辆包括以下至少之一：确定所述概率和所述物体与所述颗粒物区域相关联的第一概率相关联，并且在与所述物体相关联的位置之前停止所述车辆；确定所述概率和所述物体与所述颗...

【专利技术属性】
技术研发人员：A，
申请(专利权)人：祖克斯有限公司，
类型：发明
国别省市：