使用感知系统措施管理前进路径的自动驾驶复杂度

    公开(公告)号:CN110103984B

    公开(公告)日:2022-10-04

    申请号:CN201910073765.0

    申请日:2019-01-25

    Abstract: 描述了用于控制车辆的自动驾驶系统的技术方案。示例方法包括计算沿着车辆行驶的路线的即将到来的区域的复杂度度量。该方法进一步包括,响应于复杂度度量低于预定的低复杂度阈值,使用车辆的计算系统确定车辆在即将到来的区域中行驶的轨迹。此外,该方法包括响应于复杂度度量高于预定的高复杂度阈值,指示外部计算系统确定车辆在即将到来的区域中行驶的轨迹。如果轨迹不能由外部计算系统确定,则执行车辆的最小风险条件操纵。

    用于自主车辆行为控制的系统和方法以及高级控制器

    公开(公告)号:CN109753047B

    公开(公告)日:2021-11-09

    申请号:CN201811294235.0

    申请日:2018-11-01

    Abstract: 提供了用于控制车辆的系统和方法。基于一个或多个输入数据源在高级控制器处生成控制信号,数据源包含以下中的至少一个:提供传感器输出信息、地图数据和目标的传感器。高级控制器包含第一控制器模块,第一控制器模块包含:输入处理模块、投影模块、存储器模块、世界模型模块以及包含控制模型执行器模块的决策处理模块。在低级控制器处理控制信号以生成命令,命令根据控制信号控制车辆的多个车辆致动器,以执行要执行的一个或多个调度动作以使驾驶任务自主化。

    使用分层选项马尔可夫决策过程的交叉路口自主驾驶决策

    公开(公告)号:CN110806744A

    公开(公告)日:2020-02-18

    申请号:CN201910500233.0

    申请日:2019-06-11

    Abstract: 本发明涉及使用分层选项马尔可夫决策过程的交叉路口自主驾驶决策。提供了一种自主车辆(AV)中的方法。该方法包括:从车辆传感器数据和道路几何数据,确定多个距离测量和障碍物速度数据;确定车辆状态数据,其中,车辆状态数据包括自主车辆的速度、到停止线的距离、到交叉路口的中点的距离以及到目标的距离;基于多个距离测量、障碍物速度数据以及车辆状态数据,确定离散行为动作的集合以及与各离散行为动作关联的独特轨迹控制动作;选择要执行的离散行为动作以及独特轨迹控制动作;以及向车辆控制器传递消息,所述车辆控制器传递与所述离散行为动作关联的所述选择的独特轨迹控制动作。

    自主车辆的控制系统、控制方法以及控制器

    公开(公告)号:CN110588653A

    公开(公告)日:2019-12-20

    申请号:CN201910382306.0

    申请日:2019-05-09

    Abstract: 提供了自主车辆(AV)的控制系统和方法。高级控制器的场景理解模块从多个感觉运动基元模块中选择针对特定驾驶场景要启用和执行的感觉运动基元模块的特定组合。感觉运动基元模块的特定组合中的每一个处理子任务序列中一个子任务,子任务序列处理特定驾驶场景。基元处理器模块执行感觉运动基元模块的特定组合,使得每个基元处理器模块生成车辆轨迹和速度曲线。仲裁模块选择具有最高执行的优先级排序的车辆轨迹和速度曲线中的一个,并且车辆控制模块处理车辆轨迹和速度曲线中所选择的一个来生成控制信号,控制信号用于执行一个或多个控制动作以自动控制自主车辆。

    自主车辆的控制系统、控制方法和控制器

    公开(公告)号:CN110531753A

    公开(公告)日:2019-12-03

    申请号:CN201910336427.1

    申请日:2019-04-25

    Abstract: 提供了用于控制自主车辆(AV)的系统和方法。地图生成器模块处理传感器数据以生成特定驾驶场景(PDS)的世界表示。场景理解模块(SUM)处理导航路线数据、位置信息和特征地图,以定义自主驾驶任务(ADT),并将ADT分解成一系列子任务。SUM选择要针对PDS启用和执行的感觉运动基元模块(SPM)的特定组合。每个SPM处理序列中的一个子任务。基元处理器模块执行SPM的所述特定组合,使得每个所述SPM生成车辆轨迹和速度(VTS)曲线。然后处理所选择的一个VTS曲线以产生控制信号,然后由低级控制器处理该控制信号以产生控制AV的一个或多个致动器的命令。

    用于自动驾驶系统的深度集成融合架构

    公开(公告)号:CN109291929A

    公开(公告)日:2019-02-01

    申请号:CN201810789235.1

    申请日:2018-07-18

    Abstract: 提供了用于控制自主车辆的方法和装置。提供了传感器融合系统,该传感器融合系统具有用于提供环境条件信息的传感器系统以及卷积神经网络(CNN)。该CNN包括:配置为从传感器系统接收环境条件信息的接收接口、配置为从接收到的环境条件信息中提取交通信息的公共卷积层以及配置为基于所提取的交通信息检测属于不同对象类别的对象的多个全连接层,其中对象类别包括道路特征类别、静态对象类别和动态对象类别中的至少一个。

Patent Agency Ranking