车辆感知数据收集系统和方法与流程

车辆感知数据收集系统和方法
本技术是国家申请号为201910106886.0，题为“车辆感知数据收集系统和方法”的发明专利申请的分案申请。
技术领域
1.本公开总体上涉及用于收集车辆感知数据的系统，并且更具体地涉及从主车辆向辅助车辆发送路径请求的系统，该路径请求改变辅助车辆的经规划的路径以将辅助车辆的感知传感器移动到用于收集供主车辆使用的感知的优选视角。


背景技术：

2.因为发生了自动化车辆上的传感器的视野被某个物体阻挡的情况，因此自动化车辆不能收集关于该视野中的物体的感知数据。
附图说明
3.现将参照附图通过示例的方式描述本发明，其中：
4.图1是根据一个实施例的用于收集车辆感知数据的系统的图；以及
5.图2是根据一个实施例的图1的系统所遇到的场景；以及
6.图3是根据一个实施例的操作图1的系统的方法。
具体实施方式
7.图1示出了用于收集用于操作主车辆12的车辆相关的感知数据14的系统10的非限制性示例。如本文中所使用的，感知数据可以是当例如在道路16上行驶时对操作(例如，转向、制动、加速)主车辆12有用的任何类型的信息。作为示例而非限制，感知数据14可包括车道标记、标志、交通信号、其他车辆、建筑物等的位置(例如，相对于传感器或检测器的相对定位、或绝对位置，即gps坐标)。感知数据14可以来自各种源，诸如，主车辆12上车载的传感器(例如来自相机的图像或视频、来自雷达的雷达图、来自激光雷达的点云、或其任何组合)、或作为基础设施(例如，位于交叉路口处的交通相机)的部分的传感器、或位于其他车辆上的传感器/检测器。如下面将更详细描述的，本文中所描述的系统10的新颖性点在于主车辆12接收由辅助车辆18收集的感知数据14，以及主车辆12向辅助车辆18发送路径请求20，以改变辅助车辆18的经规划的路径22，使得由辅助车辆18收集的感知数据14来自道路16上或附近的区域或物体的不同(更好)的视角。也就是说，路径请求20要求辅助车辆18采取某个动作(例如，加速、减速、改变车道)，从而由辅助车辆18上的感知传感器24所收集的感知数据14是从更好或改进的视角收集的，即根据主车辆12所期望的感知数据收集的。
8.主车辆12可被表征为自动化车辆。如本文中所使用的，术语“自动化车辆”可应用于正以自动化模式(即，完全自主模式)操作主车辆12的情况，其中，为了操作主车辆12的完全自主情况，主车辆12的人类操作者(未示出)可几乎不用做除指定目的地以外的其他操作。然而，完全自动化不是必需的。构想到，当以手动模式操作主车辆12时，本文中所呈现的
教导是有用的，在手动模式下，自动化程度或等级可能仅仅是向总体上控制着主车辆12的转向、加速器和制动器的人类操作者提供可听或可视的警告。例如，系统10可能仅仅根据需要来辅助人类操作者，以改变车道和/或避免干扰例如诸如另一车辆、行人或道路标志之类的物体和/或与例如诸如另一车辆、行人或道路标志之类的物体碰撞。
9.系统10包括用于在主车辆12上安装、或将在主车辆12上安装或已经在主车辆12上安装的收发器26。收发器26可以使用许多已知协议中的任何协议进行通信，所述许多已知协议诸如但不限于，专用短程通信(dsrc)、wi-fi、蜂窝电话网络等。收发器26通常被配置成接收来自安装在辅助车辆18上的感知传感器24(相机、雷达、激光雷达、超声换能器、其任何组合)的感知数据14，该辅助车辆18在主车辆12附近(例如，在主车辆12的200米之内)。虽然构想辅助车辆18将最好是完全自动化的，但应认识到，可以由将对路径请求20适当地作出响应的人类操作者(未示出)来操作辅助车辆18。
10.系统10包括与收发器26通信的控制器电路28。通信可以经由有线连接、无线通信、或本领域技术人员将立即认识到的其他已知手段。控制器28可包括处理器30，诸如微处理器或其它控制电路系统，该其它控制电路系统诸如包括用于处理数据的专用集成电路(asic)的模拟和/或数字控制电路系统，如对本领域技术人员而言应当显而易见的那样。在下文中，对控制器28被配置用于某物的任何引用也将被解释为暗示处理器30也可以被配置用于相同的事物。控制器28可包括存储器32，即非瞬态计算机可读存储介质，包括非易失性存储器，诸如用于存储一个或多个例程、阈值和捕获到的数据的电可擦除可编程只读存储器(eeprom)。存储器32可以是处理器30的一部分，或控制器28的一部分，或者与控制器28分开，诸如，存储在云中的远程存储器。如本文中所描述，可由控制器28或处理器30执行一个或多个例程，以基于由控制器28接收的信号来执行用于操作主车辆12的步骤。
11.控制器电路28(或处理器30)通常被配置成确定用于通过辅助车辆18的感知传感器24收集感知数据14的优选视角34(也参见图2)。如本文中所使用的，优选视角34可以被表征为可以从其收集如下的感知数据的位置：所述感知数据向主车辆12提供关于道路16上或附近的物体的更好信息。例如，可以选择优选视角34，从而可以从辅助车辆18观察道路16中地从主车辆12观察被阻挡的部分。
12.图2示出了主车辆12在道路16上行驶时可遇到的场景36的非限制示例。在该示例中，主车辆12正跟随右侧车道中的卡车38，并且辅助车辆18正行驶在左侧车道中并在主车辆12前方的短距离内。主车辆12可能打算在即将到来的出口坡道40的实例处离开道路16，但是卡车38行驶得比主车辆12的期望速度更慢。然而，因为主车辆12上的物体检测器48(图1)的视野被卡车38阻挡，所以主车辆12不能通过其本身(即仅使用物体检测器48的车载传感器)来确定是否可以在到达出口坡道40之前成功地超过卡车38。即使辅助车辆18具有用于辅助车辆18的感知传感器24的清晰前方视野，但是感知传感器24不能看到道路16的弯道周围，因为陆地特征42的存在阻挡了对出口坡道40的观察。
13.控制器28确定优选视角34，优选视角34用于观察到出口坡道40的道路16，以确定在卡车前方的右侧车道中是否已经存在许多车辆和/或是否已经存在正从入口坡道44进入道路16的许多车辆。例如，如果接近出口坡道40的右侧车道存在许多车辆，这将使得主车辆12在超过卡车38之后难以进入右侧车道，从而主车辆12可以决定留在卡车38后方。
14.在确定了优选视角34之后，控制器28随后操作收发器26以将路径请求20发送到辅
助车辆18，该路径请求20改变辅助车辆18的经规划的路径22以将辅助车辆18的感知传感器24移动(例如，转向和/或加速/减速)到优选视角34。控制器28可以基于对辅助车辆18的观测来估计辅助车辆18的经规划的路径22，所述基于对辅助车辆18的观测例如，基于从当前轨迹进行的外推、或基于来自辅助车辆18的预测轨迹广播。路径请求20可以包括但不限于，车道变换、速度变化、在当前车道内的定位变化、或者维持主车辆12与辅助车辆18之间的相对定向直到阻挡车道变换的阻挡车辆(未示出)离开道路。在该实例中，对于场景36，路径请求20可以要求辅助车辆18加速以尽可能快地到达优选视角，使得主车辆12具有尽可能多的时间来超过卡车38。
15.系统10可包括用于在主车辆12上安装、或将在主车辆12上安装或已经在主车辆12上安装的物体检测器48。物体检测器48可以是与辅助车辆18上的感知传感器24相同或不同的配置。本文中对术语物体检测器和感知传感器的使用仅仅是为了帮助读者将同辅助车辆18相关联的传感器与同主车辆12相关联的传感器区分开，而不是暗示感知传感器24与物体检测器48之间的配置必然存在差别。控制器电路28可以被配置成根据阻挡物体46(图1)的位置62来确定优选视角34，所述阻挡物体46例如，由物体检测器48检测到的卡车38、陆地特征42、其他车辆(未示出)、和/或行人/骑自行车者(未示出)。例如，因为阻挡物体46可以阻止主车辆12上的物体检测器48确定道路的车道形状，所以用于主车辆12的自动化操作的路径规划可能正以低可信度操作。
16.系统10可以包括数字地图50，数字地图50指示可能未被主车辆12的物体检测器48或者与控制器28通信的任何车外的其他检测器检测到的映射物体(mapped-object)52的存在。数字地图50可被车载地存储(即，存储在存储器32中)，或被存储在云中，或两者。映射物体52的示例包括但不限于：行驶车道、参考物体(例如，具有公知gps坐标的立柱)、建筑物(未示出)、安全停止区域、和/或交通信号(未示出)。控制器电路28可以被配置成根据在数字地图50中标识的映射物体52的坐标56来确定优选视角34。例如，因为阻挡物体46可以阻止主车辆12上的物体检测器48确定映射物体52是否是可用的，所以用于主车辆12的自动化操作的路径规划可能正以低可信度操作，所述映射物体52在该示例中是前方的安全停止区域。
17.在另一实施例中，控制器电路28可以被配置成确定主车辆12所行驶的道路16的轮廓58。如本文中所使用的，轮廓58可以表征例如道路16的横向或水平(例如，左/右)弯曲、道路16的垂直弯曲(例如，到达山顶的道路16的实例)或任何其他形状，这些形状可能阻止物体检测器48能够将道路16的形状确定到远离物体检测器48的期望距离。可以由物体检测器48(至少部分地)、数字地图50、来自辅助车辆18的感知数据14、或其任何组合来指示轮廓58。控制器28随后可以被配置成根据轮廓58来确定用于辅助车辆18的感知传感器24的优选视角34。例如，如图2中所示的，因为道路16的弯曲阻止从主车辆12的定位直接观测出口坡道，所以路径请求20要求辅助车辆18移动到优选视角34。
18.在另一实施例中，感知数据14可以包括控制点60，控制点60是行驶车道54的特性，或描述行驶车道54。行驶车道54可以是主车辆12或辅助车辆18所行驶的当前车道、相邻车道、或主车辆附近并且可由辅助车辆18的感知传感器24观察到的任何其他车道。也就是说，主车辆12请求辅助车辆18操纵到如下的定位：在该定位处，可以将来自辅助车辆18的车道中心数据提供给主车辆12，以用于主车辆12实现车道变换或避让操纵的目标。可以相对于
gps坐标或相对于数字地图50来指示控制点60。从辅助车辆将该信息发送到主车辆，可选地将该信息与辅助车辆18前面的其他车辆的任何实例的定位一起发送。主车辆12已经请求了该信息并且可以要求辅助车辆18操纵到用于提供主车辆12不能感知的数据的定位。通常由主车辆12计算主车辆12的轨迹。在计算机辅助几何设计中，控制点是用于确定样条曲线或更一般地，表面或更高维度物体的形状的点集合的成员。
19.图3示出了操作用于收集感知数据14的系统10的方法100的非限制性示例。
20.步骤110，接收物体数据，可以包括如果主车辆12配备有安装于其上的物体检测器48，则从安装在主车辆12上的物体检测器48接收物体数据64。可以构想，如果物体检测器48完全或部分地发生故障，则来自辅助车辆18的感知数据14可能是用于主车辆12收集足够信息来继续自主操作的唯一方式，该自主操作可能以某种降低的能力或受限的方式来进行。
21.步骤120，接收感知数据，可以包括由主车辆12的收发器26从安装在主车辆12附近的辅助车辆18上的感知传感器24接收感知数据14。虽然步骤120在方法100中被示出为早期步骤，但这不是必需的，因为可以认识到，可以将该步骤移动或复制到方法100中的若干位置处。
22.步骤130，访问数字地图，可以包括访问指示映射物体52的坐标56的数字地图50。如果在感知数据14中也指示了映射物体52，则该信息可用于操作主车辆12。
23.步骤140，确定映射物体的坐标，可以包括控制器28试图将由感知传感器24检测到的并在感知数据14中指示的物体与数字地图50中指示的映射物体52的实例进行匹配。例如，可以分析来自感知传感器24的相机的图像，并且可以确定图像中的物体与参考标记的典型示例(为自动化车辆的定位提供的标准化物体)相对应。随后可以访问数字地图50，以确定数字地图50中是否有被记录的参考标记的实例(例如，坐标56被指定)位于检测到的物体的位置处或附近。
24.步骤150，确定道路的轮廓，可以包括确定主车辆12所行驶的道路16的轮廓58。可以基于来自许多源的信息来确定轮廓58，所述许多源包括但不限于，主车辆12的物体检测器48、辅助车辆18的感知传感器24(即使辅助车辆18没有定位在优选视角34处)、和/或数字地图50。
25.步骤160，确定优选视角，可包括由与收发器26通信的控制器电路28(或处理器30)确定优选视角34，优选视角34用于通过辅助车辆18的感知传感器24收集感知数据14。对优选视角34的确定可以根据(即,可以考虑或可以基于)，但不限于，由物体检测器48检测到的阻挡物体46的位置62、映射物体52的坐标56、道路16的轮廓58、或其任何组合。
26.步骤170，发送路径请求，可以包括由收发器26向辅助车辆18发送路径请求20，该路径请求20改变辅助车辆18的经规划的路径22以将辅助车辆18的感知传感器24移动到优选视角34。
27.步骤180，确定控制点，可以包括由辅助车辆18确定控制点60，控制点60是主车辆12附近的行驶车道54的特性、或者描述主车辆12附近的行驶车道54。
28.本文中所描述的是第一设备28，第一设备28包括一个或多个处理器30、存储器32、以及存储在存储器中的一个或多个程序，该一个或多个程序包括用于执行本文中所述的方法100的指令。
29.此外，本文中所描述的是非瞬态计算机可读存储介质32，非瞬态计算机可读存储
介质32包括用于由第一设备28的一个或多个处理器30执行的一个或多个程序，该一个或多个程序包括当由一个或多个处理器30执行时致使该第一设备执行本文中所述的方法的指令。
30.因此，提供了系统10、用于系统10的控制器28、以及操作系统10的方法100。主车辆12发送请求，该请求用于使辅助车辆18移动到一个定位(优选视角34)，使得辅助车辆18具有对主车辆的物体检测器48由于各种原因不能观察的物体或区域的更好的观察。
31.尽管已经根据本发明的优选实施例对本发明进行了描述，但是本发明并不旨在受限于此，而是仅受所附权利要求书中所阐述的范围限制。