通過辨識(shí)車輛特征來改變自主車輛行駛的制作方法
【技術(shù)領(lǐng)域】
[0001]本公開內(nèi)容涉及用于自動(dòng)地駕駛自主車輛的系統(tǒng)、構(gòu)件及方法。具體而言，本公開內(nèi)容針對(duì)改善自主駕駛系統(tǒng)的行駛決定的系統(tǒng)、構(gòu)件及方法。
【背景技術(shù)】
[0002]提供根據(jù)本公開內(nèi)容，系統(tǒng)、構(gòu)件和方法來自動(dòng)地駕駛自主車輛。
[0003]在示范性實(shí)施例中，自主駕駛系統(tǒng)識(shí)別相鄰車輛的物理特征，如，其相應(yīng)的制造商、型號(hào)和修飾。對(duì)于各個(gè)相鄰的車輛，自主駕駛系統(tǒng)可訪問關(guān)于此類車輛的典型行駛風(fēng)格(pattern)的信息，基于典型行駛風(fēng)格來預(yù)測(cè)路上事件，且基于預(yù)測(cè)的路上事件作出行駛決定。這可改善自主駕駛系統(tǒng)駕駛自主車輛的安全性和效率。
[0004]本公開內(nèi)容的附加特征將在考慮列舉出如目前構(gòu)想的執(zhí)行本公開內(nèi)容的最佳模式的示范性實(shí)施例時(shí)對(duì)于本領(lǐng)域的技術(shù)人員變得清楚。
【附圖說明】
[0005]詳細(xì)描述具體提到了附圖，在附圖中:
圖1示出了根據(jù)本公開內(nèi)容的具有自主駕駛系統(tǒng)的自主車輛，且示出了自主駕駛系統(tǒng)包括采集圖像數(shù)據(jù)的攝像機(jī)，圖像數(shù)據(jù)可用于區(qū)分不同類型的相鄰車輛；
圖2示出了根據(jù)本公開內(nèi)容的自主車輛的側(cè)視圖和自主駕駛系統(tǒng)的圖解視圖，且示出了自主駕駛系統(tǒng)包括構(gòu)造成獲得圖像數(shù)據(jù)的攝像機(jī)、構(gòu)造成處理圖像數(shù)據(jù)的圖像處理模塊、構(gòu)造成識(shí)別相鄰車輛的物理特征的物理特征識(shí)別模塊、構(gòu)造成確定具有特定物理特征的車輛的典型風(fēng)格的典型風(fēng)格采集模塊、構(gòu)造成基于確定的典型風(fēng)格預(yù)測(cè)路上事件的預(yù)測(cè)模塊、構(gòu)造成作出行駛決定的自主車輛控制器，以及構(gòu)造成駕駛自主車輛的車輛控制器；
圖3A-3C示出了示例性操作模式，通過其，物理特征識(shí)別模塊可識(shí)別車輛的物理特征，包括車輛類別、車輛制造商和車輛型號(hào)；
圖4示出了根據(jù)本公開內(nèi)容的數(shù)據(jù)庫表的示例性摘錄，其儲(chǔ)存具有某些物理特征的車輛的典型行駛風(fēng)格；
圖5A-5C示出了根據(jù)本公開內(nèi)容的自主駕駛系統(tǒng)可作出的行駛決定的示例性類型；
圖6示出了自主車輛的備選實(shí)施例的側(cè)視圖和自主駕駛系統(tǒng)的備選實(shí)施例的圖解視圖，其包括除攝像機(jī)之外的附加傳感器，包括麥克風(fēng)和空氣及顆粒檢測(cè)器；以及圖7示出了流程圖，其示出了根據(jù)本公開內(nèi)容的自主駕駛系統(tǒng)控制車輛的示例性方法。
【具體實(shí)施方式】
[0006]本文提供的附圖和描述可簡(jiǎn)化來示出清楚理解本文描述的裝置、系統(tǒng)和方法相關(guān)的方面，同時(shí)為了清楚的目的，消除了在典型裝置、系統(tǒng)和方法中出現(xiàn)的其它方面。普通技術(shù)人員可認(rèn)識(shí)到其它元件和/或操作可為實(shí)施本文所述的裝置、系統(tǒng)和方法期望的且/或是所需的。由于此元件和操作是本領(lǐng)域中公知的，且由于它們并未利于更好理解本公開內(nèi)容，故此元件和操作的論述可不在本文中提供。然而，本公開內(nèi)容認(rèn)作是固有地包括本領(lǐng)域的普通技術(shù)人員將已知的所有此類元件、變型和所述方面的改型。
[0007]公開的實(shí)施例通過識(shí)別相鄰車輛的物理特征如其相應(yīng)的制造商、型號(hào)和配置(trim)來提供自主駕駛系統(tǒng)的技術(shù)問題的解決方案。對(duì)于各個(gè)相鄰的車輛，自主駕駛系統(tǒng)可訪問關(guān)于此類車輛的典型行駛風(fēng)格的信息，基于典型行駛風(fēng)格來預(yù)測(cè)路上事件，且基于預(yù)測(cè)的路上事件作出行駛決定。這可改善自主駕駛系統(tǒng)駕駛自主車輛的安全性和效率。因此，在示范性實(shí)施例中，自主駕駛系統(tǒng)可僅僅辨識(shí)和響應(yīng)于相鄰車輛的位置、速度、加速度和前進(jìn)方向。相反，自主駕駛系統(tǒng)還可基于一個(gè)車輛接一個(gè)車輛的物理特征來在相鄰車輛之間進(jìn)行區(qū)分。自主駕駛系統(tǒng)可使用這些物理特征來識(shí)別各個(gè)相鄰車輛典型的行駛風(fēng)格。這可允許自主駕駛系統(tǒng)形成路上事件的更細(xì)化和準(zhǔn)確的預(yù)測(cè)，且作出提供改善的安全性和效率的行駛決定。
[0008]例如，在示范性實(shí)施例中，自主駕駛系統(tǒng)可將自主車輛的前方行駛的車輛辨識(shí)為特定制造商、型號(hào)和配置的運(yùn)動(dòng)車輛。自主駕駛系統(tǒng)可訪問指出該特定制造商、型號(hào)和配置的車輛通常攻擊性地行駛(具有突然的加速和減速)的信息。自主駕駛系統(tǒng)然后可預(yù)測(cè)運(yùn)動(dòng)車輛可能突然減速。作為響應(yīng)，自主駕駛系統(tǒng)可采用防御行駛方式，且決定減慢，增大自主行駛車輛與運(yùn)動(dòng)車輛之間的跟隨距離，且減小事故的可能性。作為另一個(gè)實(shí)例，自主駕駛系統(tǒng)可將自主車輛前方行駛的車輛辨識(shí)為半掛車，且訪問指出半掛車通常以較低水平的加速度較慢行駛的信息。自主駕駛系統(tǒng)可預(yù)測(cè)當(dāng)前車道可能移動(dòng)較慢，且執(zhí)行變道來減少行駛時(shí)間。
[0009]在示例性實(shí)施例中，自主駕駛系統(tǒng)可基于其它物理特征作出行駛決定。例如，自主駕駛系統(tǒng)可辨識(shí)相鄰車輛的顏色(例如，紅色、米色等)，這影響其對(duì)典型行駛風(fēng)格的評(píng)估。在又一些實(shí)施例中，自主駕駛系統(tǒng)可辨識(shí)相鄰車輛上可見的安全風(fēng)險(xiǎn)，如，外露貨物可能掉落，且作出避免安全風(fēng)險(xiǎn)的行駛決定。
[0010]舉例來說，自主駕駛系統(tǒng)可識(shí)別在其車廂中具有外露的松散的園藝設(shè)備的皮卡車。自主駕駛系統(tǒng)可預(yù)測(cè)一些設(shè)備可松開且落到道路上，且作為響應(yīng)而選擇變道。在決定如何變道中，自主駕駛系統(tǒng)可識(shí)別在左邊與自主車輛相鄰的紅色車且在右邊與自主車輛相鄰的米色車。自主駕駛系統(tǒng)可基于紅色車和米色車的典型行駛風(fēng)格預(yù)測(cè)紅色車可能比米色車行駛更快。作為響應(yīng)，自主駕駛系統(tǒng)可選擇變?yōu)橛臆嚨雷鳛榘踩珎溥x方案。
[0011]將連同圖1呈現(xiàn)根據(jù)本公開內(nèi)容的方法的概述。具體而言，圖1示出了在具有四個(gè)車道104a，104b, 104c和104d的道路104上行駛的自主車輛102。若干相鄰車輛106，108，110和112在自主車輛附近行駛。
[0012]自主車輛102包括自主駕駛系統(tǒng)200(圖2中繪出，且下文更詳細(xì)描述)。自主駕駛系統(tǒng)200包括前攝像機(jī)202和后攝像機(jī)204，其采集自主車輛102附近的圖像數(shù)據(jù)。因此，例如，前攝像機(jī)202可采集相鄰車輛110和112的圖像數(shù)據(jù)，兩個(gè)車輛都大體上位于車輛102前方。類似地，后攝像機(jī)204可采集相鄰車輛106和108的圖像數(shù)據(jù)，兩個(gè)車輛都大體上位于車輛102后方。
[0013]自主車輛系統(tǒng)200使用相鄰車輛106，108，110和112的圖像數(shù)據(jù)來識(shí)別相鄰車輛106，108，110和112的物理特征。例如，物理特征可包括車輛類別、制造商、型號(hào)和/或配置。物理特征還可包括車輛顏色、來自車輛的聲音、車輛發(fā)出的氣味，或車輛運(yùn)送的貨物。本公開內(nèi)容的范圍內(nèi)的物理特征的其它實(shí)例包括車輛是否具有淺色窗戶和車輛的車輪尺寸。更具體而言，物理特征可包括可用于區(qū)分道路上的相鄰車輛的任何可觀測(cè)到的特性。
[0014]例如，自主駕駛系統(tǒng)200可將相鄰車輛106，108，110和112的車輛類別識(shí)別為物理特征，即，相鄰車輛106為轎車類別，相鄰車輛108為運(yùn)動(dòng)車輛類別，相鄰車輛110為半掛車類別，以及相鄰車輛112為皮卡車類別。通過附加實(shí)例，自主駕駛系統(tǒng)200可將相鄰車輛106，108，110和112的車輛制造商、型號(hào)和/或配置識(shí)別為物理特征。因此相對(duì)制造商，自主駕駛系統(tǒng)200可將相鄰車輛106辨識(shí)為大眾?，將相鄰車輛108識(shí)別為法拉利?，以及將相鄰車輛112辨識(shí)為豐田?。關(guān)于型號(hào)，自主駕駛系統(tǒng)200可將相鄰車輛106識(shí)別為捷達(dá)?，將相鄰車輛108識(shí)別為特斯塔羅薩?，以及將相鄰車輛112識(shí)別為坦途?。關(guān)于配置，自主駕駛系統(tǒng)200可將相鄰車輛106辨識(shí)為SEL，以及將相鄰車輛112識(shí)別為SR5。
[0015]自主駕駛系統(tǒng)200可識(shí)別相鄰車輛106，108, 110和112的另一些物理特征。例如，自主駕駛系統(tǒng)200可識(shí)別相鄰車輛106，108，110和112的相應(yīng)的顏色(例如，紅色、米色、銀色等)。自主駕駛系統(tǒng)200還可識(shí)別相鄰車輛106，108，110和112上的安全風(fēng)險(xiǎn)，如，相鄰車輛112上的松散的外露貨物114。此外，自主駕駛系統(tǒng)200可辨識(shí)相鄰車輛106，108，110和112發(fā)出的聲音或氣味，如，來自相鄰車輛108的大聲音樂。
[0016]繼續(xù)概述，自主駕駛系統(tǒng)200取得關(guān)于具有識(shí)別的物理特征的車輛的典型行駛風(fēng)格的信息。因此，在某些實(shí)施例中，自主駕駛系統(tǒng)200可取得識(shí)別的車輛類別的典型行駛風(fēng)格，例如，如轎車、運(yùn)動(dòng)車輛、半掛車、SUV(多功能運(yùn)動(dòng)車輛)或皮卡車之間的典型的行駛風(fēng)格。在其它實(shí)例中，自主駕駛系統(tǒng)200可取得車輛制造商的典型行駛風(fēng)格，例如，大眾?、法拉利?和豐田?的典型行駛風(fēng)格。在又一些實(shí)例中，自主駕駛系統(tǒng)200可針對(duì)車輛型號(hào)、車輛配置或車輛顏色取得典型行駛風(fēng)格。
[0017]自主駕駛系統(tǒng)200通過將典型行駛風(fēng)格應(yīng)用于道路104上的當(dāng)前情況來預(yù)測(cè)路上事件。因此，例如，自主駕駛系統(tǒng)200可確定可為紅色的法拉利?特斯塔羅薩?運(yùn)動(dòng)車輛的相鄰車輛108的典型行駛風(fēng)格為頻繁變道且快速加速和減速。自主駕駛系統(tǒng)200應(yīng)用該典型行駛風(fēng)格至道路104上的當(dāng)前條件，以預(yù)測(cè)相鄰車輛108可在自主車輛102前方快速加速，且從車道104c變至車道104b，在自主車輛102與相鄰車輛110之間行駛。
[0018]自主駕駛系統(tǒng)200然后基于預(yù)測(cè)的路上事件作出行駛決定。例如，自主駕駛系統(tǒng)200可減慢自主車輛102，以增大自主車輛102與相鄰車輛110之間的間距。如果預(yù)測(cè)的路上事件發(fā)生，則這將提供更多空間來允許運(yùn)動(dòng)車輛108在自主車輛102與相鄰車輛110之間安全行進(jìn)。作為另一個(gè)實(shí)例，自主駕駛系統(tǒng)200可執(zhí)行從車道104b到車道104a的變道，以便提供自主車輛102與相鄰車輛112上的松散的外露貨物114之間的更安全距離。
[0019]因此，自主駕駛系統(tǒng)200通過識(shí)別車輛的物理特征、確定具有那些物理特征的車輛的典型行駛風(fēng)格和預(yù)測(cè)路上事件來作出和執(zhí)行行駛決定。通過使用相鄰車輛106，108，110和112的物理特征來在其相應(yīng)典型行駛風(fēng)格之間進(jìn)行區(qū)分，自主駕駛系統(tǒng)200可生成路上事件的更細(xì)化和精確的預(yù)測(cè)，且更智能且熟