自动驾驶路线规划应用
【专利说明】
[0001] 相关申请的交叉引用 本非临时申请要求2013年3月15日提交的美国临时申请No. 61/798341的优先权，并 且所述临时申请通过引用全部结合于本文中。
技术领域
[0002] 本公开设及车辆导航系统，并且更具体地说，设及在车辆内的导航设备上运行或 移动装置上运行的自动驾驶路线规划应用。
【背景技术】
[0003] 在诸如智能电话、台式计算机或车载导航系统的移动装置上的如今的导航应用帮 助用户设计到目的地的最佳行进路线，帮助用户了解车辆定向和行进的方向，示出各种旅 游名胜，并且通知驾驶员有关道路网络的驾驶条件(例如，交通密度、天气、事故、施工等)。
[0004] 导航系统内的一些最近发展包括根据碳足迹(例如，环保驾驶路线规划)、电池效 率(例如，电动车辆路线规划)、舒适度(例如，观光路线规划）和安全(例如，避免高犯罪区域 路线规划）来执行路线规划的优化的算法和接口。其他人提议了用于确定到目的地的最佳 路线的各种系统和方法。然而，此类常规系统特别集中于定义用于优化关于非自主车辆的 路线计划的系统和方法，意味着在将历史数据、天气条件、交通密度和能够影响行进时间和 /或距离的多个其它变量考虑在内后，最终只通过用户的物理决定和动作来选择路线。然 而，常规技术未提供用于为限制并且甚至消除对用户交互的需要的半自主和/或全自主车 辆规划和优化路线的系统和方法。另外，常规技术未将变量考虑在内来计算通过具有用于 进行自主驾驶的必要技术的车辆能够自主驾驶的路线的百分数。
【发明内容】
[0005] 鉴于常规方法和结构的前述和其它示范问题、缺陷和缺点，本公开的示范特征将 提供适合用于自主和/或半自主规划和优化到用户期望的特定目的地的路线的系统和方 法。
[0006] 根据某些示范实施例，公开了系统和方法，用于为具有自主驾驶的必要技术的车 辆规划和计算路线，而对于规划的路线的整个长度(例如，全自主车辆）或一部分(半自主车 辆）内无需人为输入或干预。为此，公开了在诸如智能电话、平板计算机、膝上型计算机、台 式计算机或车载导航系统的处理装置上部署的计算机软件应用中有形地实施的方法和系 统，用于为具有某个程度的自动驾驶能力的车辆(例如，半自主车辆）的用户规划和计算路 线。
[0007] 根据至少一个示范实施例，公开了用于处理和优化经具有自主驾驶能力的车辆到 特定目的地的路线的系统。系统可包括配置成聚合来自各种源的数据W便由此对车辆进行 定位和定向的数据收集装置、配置成指派百分比自主值到不同路线段的组件、配置成最小 化在开始位置与目的地位置之间的距离并且配置成最大化指派的百分比自主值的选择组 件及适合于显示至少一条路线的显示器。
[0008] 根据至少一个示范实施例，公开了用于规划和优化经具有自主驾驶能力的车辆到 特定目的地的路线的方法。方法可包括W下操作：聚合来自各种源的数据W便由此对车辆 进行定位和定向；指派百分比自主值到不同路线段；通过最小化在开始位置与目的地位置 之间的距离并且最大化指派的百分比自主值来确定最佳路线；W及显示最佳路线。
[0009] 根据至少一个示范实施例，公开了包括配置成计算到目的地的多条路线的路线装 置的系统。一条或更多条路线可包括多个路线段。系统可包括配置成聚合来自多个源的路 线规划数据的数据收集装置、配置成为多条路线的每条路线的多个路线段的每个路线段计 算百分比自主值的计算装置，W及配置成基于每条路线的长度和用于每个路线段的百分比 自主值确定到目的地的最佳路线的路线优化组件。
[0010] 根据至少又一个示范实施例，公开了对车辆进行导航的方法，其中方法包括W下 操作：输入目的地；生成到目的地的多条路线，路线各具有长度；指派百分比自主值到多条 路线中的每条路线；并且向用户呈现多条路线的每条路线，其中每条路线指示百分比自主 值和路线的长度；选择多条路线之一；W及沿选择的路线操作车辆。
[0011] 从下文提供的详细描述中，本公开的可适用性的另外范围将变得显而易见。然而， 应理解，由于从此详细描述中，对于本领域技术人员，在本发明的精神和范围内的各种改变 和修改将变得显而易见，因此，虽然指示优选实施例，但详细描述和特定示例只作为说明给 出。
【附图说明】
[0012] 从本文中下面给出的详细描述和仅作为说明给出并且因此不限制本公开的附图， 将可更全面地理解本公开，并且其中： 图1示出根据一个实施例生成和显示的用于车辆的示范驾驶路线图，其中根据自主驾 驶值处理、评估和呈现多个导航路线； 图2示出用于车辆的示范数据源，其中数据源包括根据某些示范实施例的用于导航的 卫星、车辆数据源和/或探测车； 图3示出用于为路线导航确定和处理百分比自主（PA)值的示范实施例，其中PA值从 给定区域中车行道的组成段的连续（C方法）值推导； 图4示出用于为路线和路线段导航确定和处理百分比自主（PA)值的示范实施例，其中PA值从给定区域中车行道的组成段的二进制（b方法）值推导； 图5示出通过图3和/或4示出的配置生成的示范驾驶路线图，其中根据自主驾驶值 处理、评估和呈现多条导航路线； 图6示出用于处理并且向用户传递路线的示范实施例，其中驾驶员可将目的地输入 处理装置中，并且导航算法然后可计算在指定开始位置与目的地之间的可能路线的n最佳 (n-best)列表；W及 图7示出根据另一个示范实施例的驾驶路线规划系统的框图，其中确定单元执行导航 处理W指派百分比自主值，并且最小化在开始位置与目的地位置之间的距离并且还配置成 最大化指派的百分比自主值。
[0013] 本文中提供的附图和描述可能已被简化W示出相关的方面W便清楚地理解本文 中描述的装置、系统和方法，同时为了清晰，消除了在典型装置、系统和方法中可找到的其 它方面。普通技术人员可认识到，其它元素和/或操作可W是实现本文中描述的装置、系 统和方法所期望和/或必需的。由于此类元素和操作在本领域是公知的，并且由于它们不 利于更好地理解本公开，因此，此类元素和操作的讨论可W不在本文中提供。然而，本公开 被认为固有地包括所有此类元素、变化W及本领域普通技术人员将已知的对描述方面的修 改。
【具体实施方式】
[0014] 自主车辆(也称为无人驾驶车、自驾驶车或机器人车）是能够实现传统车的人运输 能力的自主车辆。作为自主车辆，它能够感测其环境和导航而没有人的输入。自主车辆可 配备有高精度Gl^s导航系统和它用于检测障碍物的若干激光扫描器。自主车辆也可配置成 使用诸如雷达、光检测和测距化IDAR)、GI^S和计算机视觉的技术来感测其环境。高级控制 系统解释感知信息W识别适当的导航路径W及障碍物和相关标志。一些自主车辆基于感知 输入更新其地图，甚至在条件改变时或者在它们进入未知环境时允许车辆跟踪其位置。半 自主(或准自主)车辆是能够在自主模式与驾驶员控制模式之间转换的车辆和/或配置有自 主驾驶特征但要求一些驾驶员输入的车辆。
[0015] 导航系统，并且特别汽车导航系统通常实施为用于采集位置数据W在单元的地图 数据库中在道路上定位用户的GI^S导航装置。使用道路数据库，单元能够沿也在其数据库 中的道路给出到其它位置的方向。使用来自附连到动力传动系统的传感器、巧螺仪和加速 计的距离数据的推导推算法(或"航位推算法"）能够配置用于更大可靠性，运是因为GI^S信 号丢失和/或多径能够由于都市峡谷或隧道而发生。
[0016] 虽然常规导航系统配置成基于诸如行进的距离、交通、高速道路行进等的因素提 供导航数据和引导，但很少巧日果有的话）导航系统计及自主和/或半自主驾驶因素。随着 自主和半自主车辆在商业和/或消费者使用中变得更常见，导航系统将需要适应，使得导 航数据和引导包括自主驾驶因素。
[0017]自动驾驶路线规划应用（ADRPA)是用于半自主车辆的一个重要组件，并且可落入 自主驾驶能力类别的至少两种类型之一：第一类型称为目的地未设置值NS)，并且第二类 型能够称为目的地已设置值巧。某些DNS系统可配置成提供适应性巡航控制（ACC)和主动 车道引导（ALG)的组合。运两种技术的组合基本上意味着尽管是在极有限的驾驶情境中， 但车辆自动控制车辆的纵向和横向移动。在此配置中，车辆执行自动化驾驶，但未执行自动 化导航。也就是说，车辆不知道它驶向何处，目的地是什么，或者甚至不知道下一个即将到 来的操纵是什么。
[0018