基于感知不確定性的車輛控制的制作方法
【專利摘要】本公開的多個(gè)方面總體涉及操縱自主車輛。特別是，車輛(101)可以確定其感知系統(tǒng)的不確定性，并且使用該不確定性值作出關(guān)于如何操縱車輛的決定。例如，感知系統(tǒng)可以包括傳感器(310-311、321-323、330-331)、對(duì)象類型模型、以及對(duì)象運(yùn)動(dòng)模型(146)，每個(gè)都與不確定性相關(guān)聯(lián)。傳感器可以基于傳感器的范圍、速度和/或傳感器場(chǎng)(421A-423A、421B-423B)的形狀與不確定性相關(guān)聯(lián)。對(duì)象類型模型可以與例如被感知對(duì)象是一種類型(諸如，小汽車)還是另一種類型(諸如，自行車)的不確定性相關(guān)聯(lián)。對(duì)象運(yùn)動(dòng)模型還可以與例如不是所有對(duì)象都像它們被預(yù)測(cè)移動(dòng)那樣準(zhǔn)確地移動(dòng)的不確定性相關(guān)聯(lián)。這些不確定性可以被用于操縱車輛。
【專利說明】基于感知不確定性的車輛控制
[0001] 相關(guān)申請(qǐng)的交叉參考
[0002] 本申請(qǐng)是于2012年1月30日提交的美國(guó)專利申請(qǐng)No. 13/361,083的繼續(xù)申請(qǐng)， 其公開內(nèi)容通過合并于此作為參考。

【背景技術(shù)】
[0003] 自主車輛使用各種計(jì)算系統(tǒng)來幫助將乘客從一個(gè)位置運(yùn)送到另一個(gè)位置。一些 自主車輛可以要求來自諸如領(lǐng)航員的操縱者、駕駛員或乘客的初始輸入或連續(xù)輸入。僅在 系統(tǒng)已被使用時(shí)，可以使用例如自動(dòng)駕駛系統(tǒng)的其他自主系統(tǒng)，其允許操作者從手動(dòng)模式 (其中操作者執(zhí)行對(duì)車輛的運(yùn)動(dòng)的高度控制）切換至自主模式（其中車輛主要由自身駕 駛），切換到位于它們之間的模式。
[0004] 這樣的車輛被裝配有車輛感知系統(tǒng)，其包括各種類型的傳感器，以檢測(cè)周圍環(huán)境 中的對(duì)象。例如，自主車輛可以包括激光器、聲納、雷達(dá)、相機(jī)、以及可以掃描和記錄來自車 輛周圍環(huán)境（surroundings)的數(shù)據(jù)的其他設(shè)備。結(jié)合（并且在一些情況下單獨(dú)）的這些設(shè) 備可以用于識(shí)別車行道中的形狀和輪廓對(duì)象，并且安全地操縱車輛，以避開所識(shí)別的對(duì)象。 [0005] 然而，這些車輛感知系統(tǒng)可能包括各種限制。這些限制通常歸因于不同的傳感器 特性。例如，相機(jī)傳感器不直接測(cè)量距離，激光器傳感器不直接測(cè)量速度，雷達(dá)傳感器不測(cè) 量對(duì)象的形狀等。另外，傳感器可能具有受限的范圍、幀速率、噪聲模式等。所有這些限制 都可能導(dǎo)致對(duì)世界的感知的"不確定性"。


【發(fā)明內(nèi)容】

[0006] 本公開的一方面提供一種用于操縱車輛的方法。該方法包括：使用傳感器檢測(cè)車 輛周圍環(huán)境中的對(duì)象。傳感器與傳感器不確定性相關(guān)聯(lián)?；趯?duì)象類型模型，識(shí)別對(duì)象的 類型。對(duì)象類型模型與對(duì)象類型模型不確定性相關(guān)聯(lián)?；谒R(shí)別的對(duì)象類型，識(shí)別用于 對(duì)象的運(yùn)動(dòng)模型。運(yùn)動(dòng)模型與運(yùn)動(dòng)模型不確定性相關(guān)聯(lián)。處理器基于傳感器不確定性、對(duì) 象類型模型不確定性、以及運(yùn)動(dòng)模型不確定性來準(zhǔn)備不確定性駕駛模型。不確定性駕駛模 型包括用于操縱車輛的策略。然后，基于不確定性駕駛模型的策略來操縱車輛。
[0007] 在一個(gè)示例中，該方法還包括：根據(jù)策略操縱車輛，以減少傳感器不確定性、對(duì)象 類型模型不確定性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。在另一個(gè)示例中，傳感器與傳感 器速度和具有范圍和形狀的傳感器場(chǎng)（sensor field)相關(guān)聯(lián)，并且該方法還包括：基于傳 感器速度和傳感器場(chǎng)的范圍和形狀，計(jì)算傳感器不確定性。
[0008] 本公開的另一方面提供一種操縱車輛的方法。該方法包括：存儲(chǔ)用于車輛的傳感 器的傳感器測(cè)量不確定性的模型；存儲(chǔ)用于由傳感器感測(cè)的對(duì)象的對(duì)象類型不確定性的模 型；存儲(chǔ)用于被用于識(shí)別由傳感器感測(cè)的對(duì)象的將來運(yùn)動(dòng)的運(yùn)動(dòng)模型的運(yùn)動(dòng)模型不確定性 的模型；以及存儲(chǔ)多個(gè)不確定性駕駛模型。多個(gè)不確定性駕駛模型中的每個(gè)不確定性駕駛 模型都包括用于操縱車輛的策略。該方法還包括：基于傳感器測(cè)量不確定性的模型、對(duì)象類 型不確定性的模型、以及運(yùn)動(dòng)模型不確定性的模型，識(shí)別對(duì)象和對(duì)象屬性的列表。每個(gè)對(duì)象 屬性都與不確定性值相關(guān)聯(lián)，使得對(duì)象屬性的列表與多個(gè)不確定性值相關(guān)聯(lián)。處理器基于 多個(gè)不確定性值中的至少一個(gè)，選擇多個(gè)不確定性駕駛模型中的一個(gè)。然后，基于所選擇的 不確定性駕駛模型的策略來操縱車輛。
[0009] 在一個(gè)示例中，根據(jù)策略操縱車輛，以減少傳感器不確定性、對(duì)象類型模型不確定 性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。在另一個(gè)示例中，該方法還包括：根據(jù)策略操縱 車輛，以減少多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。在另一個(gè)示例中，傳感器與傳感 器速度和具有范圍和形狀的傳感器場(chǎng)相關(guān)聯(lián)，并且該方法還包括：基于傳感器速度和傳感 器場(chǎng)的范圍和形狀，計(jì)算傳感器測(cè)量不確定性的模型。
[0010] 本公開的又一方面提供一種用于操縱車輛的系統(tǒng)。該系統(tǒng)包括用于生成關(guān)于車輛 周圍環(huán)境的傳感器數(shù)據(jù)的傳感器。傳感器與傳感器不確定性相關(guān)聯(lián)。該系統(tǒng)還包括存儲(chǔ)與 對(duì)象類型不確定性相關(guān)聯(lián)的對(duì)象類型模型的存儲(chǔ)器。存儲(chǔ)器還存儲(chǔ)與運(yùn)動(dòng)模型不確定性相 關(guān)聯(lián)的運(yùn)動(dòng)模型。處理器被配置為訪問存儲(chǔ)器并且從傳感器接收傳感器數(shù)據(jù)。處理器可操 作來使用傳感器檢測(cè)車輛周圍環(huán)境中的對(duì)象，基于對(duì)象類型模型和傳感器數(shù)據(jù)識(shí)別對(duì)象的 類型，基于所識(shí)別的對(duì)象類型識(shí)別用于對(duì)象的運(yùn)動(dòng)模型，并且基于傳感器不確定性、對(duì)象類 型模型不確定性、以及運(yùn)動(dòng)模型不確定性，準(zhǔn)備不確定性駕駛模型。不確定性駕駛模型包括 用于操縱車輛的策略。該方法還包括：基于不確定性駕駛模型的策略，操縱車輛。
[0011] 在一個(gè)示例中，處理器還可操作來根據(jù)策略操縱車輛，以減少傳感器不確定性、對(duì) 象類型模型不確定性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。在另一個(gè)示例中，傳感器進(jìn)一 步與傳感器速度和具有范圍和形狀的傳感器場(chǎng)相關(guān)聯(lián)，并且處理器還可操作來基于傳感器 速度和傳感器場(chǎng)的范圍和形狀，計(jì)算傳感器不確定性。
[0012] 本公開的進(jìn)一步方面提供一種用于操縱車輛的系統(tǒng)。該系統(tǒng)包括：存儲(chǔ)器，存儲(chǔ)用 于車輛的傳感器的傳感器測(cè)量不確定性的模型、用于由傳感器感測(cè)的對(duì)象的對(duì)象類型不確 定性的模型、用于被用于識(shí)別由傳感器感測(cè)的對(duì)象的將來運(yùn)動(dòng)的運(yùn)動(dòng)模型的運(yùn)動(dòng)模型不確 定性的模型、以及多個(gè)不確定性駕駛模型。多個(gè)不確定性駕駛模型中的每個(gè)不確定性駕駛 模型都包括用于操縱車輛的策略。該系統(tǒng)還包括耦合至存儲(chǔ)器的處理器。處理器可操作來 基于傳感器測(cè)量不確定性的模型、對(duì)象類型不確定性的模型、以及運(yùn)動(dòng)模型不確定性的模 型，識(shí)別對(duì)象和對(duì)象屬性的列表。每個(gè)對(duì)象屬性都與不確定性值相關(guān)聯(lián)，使得對(duì)象屬性的列 表與多個(gè)不確定性值相關(guān)聯(lián)。處理器還可操作來基于多個(gè)不確定性值中的至少一個(gè)，選擇 多個(gè)不確定性駕駛模型中的一個(gè)，并且處理器可操作來基于所選擇的不確定性駕駛模型的 策略，操縱車輛。
[0013] 在一個(gè)示例中，處理器還可操作來根據(jù)策略操縱車輛，以減少傳感器不確定性、對(duì) 象類型模型不確定性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。在另一個(gè)示例中，處理器還可 操作來根據(jù)策略操縱車輛，以減少多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。在另一個(gè) 示例中，傳感器與傳感器速度和具有范圍和形狀的傳感器場(chǎng)相關(guān)聯(lián)，并且處理器還可操作 來基于傳感器速度和傳感器場(chǎng)的范圍和形狀，計(jì)算傳感器測(cè)量不確定性的模型。
[0014] 本公開的另一方面提供一種有形的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序的計(jì)算 機(jī)可讀指令，指令在被處理器執(zhí)行時(shí)使處理器執(zhí)行用于操縱車輛的方法。該方法包括：使用 傳感器來檢測(cè)車輛周圍環(huán)境中的對(duì)象。傳感器與傳感器不確定性相關(guān)聯(lián)。該方法還包括： 基于對(duì)象類型模型識(shí)別對(duì)象的類型。對(duì)象類型模型與對(duì)象類型模型不確定性相關(guān)聯(lián)。該方 法還包括：基于所識(shí)別的對(duì)象類型，識(shí)別用于對(duì)象的運(yùn)動(dòng)模型。運(yùn)動(dòng)模型與運(yùn)動(dòng)模型不確定 性相關(guān)聯(lián)。該方法包括：基于傳感器不確定性、對(duì)象類型模型不確定性、以及運(yùn)動(dòng)模型不確 定性，準(zhǔn)備不確定性駕駛模型。不確定性駕駛模型包括用于操縱車輛的策略。該方法還包 括基于不確定性駕駛模型的策略來操縱車輛。
[0015] 在一個(gè)示例中，該方法還包括：根據(jù)策略來操縱車輛，以減小傳感器不確定性、對(duì) 象類型模型不確定性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。
[0016] 本公開的進(jìn)一步方面提供一種有形的計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有程序的計(jì) 算機(jī)可讀指令，指令在被處理器執(zhí)行時(shí)使處理器執(zhí)行用于操縱車輛的方法。該方法包括：存 儲(chǔ)用于車輛的傳感器的傳感器測(cè)量不確定性的模型；存儲(chǔ)用于由傳感器感測(cè)的對(duì)象的對(duì)象 類型不確定性的模型；存儲(chǔ)用于被用于識(shí)別由傳感器感測(cè)的對(duì)象的將來運(yùn)動(dòng)的運(yùn)動(dòng)模型的 運(yùn)動(dòng)模型不確定性的模型；以及存儲(chǔ)多個(gè)不確定性駕駛模型。多個(gè)不確定性駕駛模型中的 每個(gè)不確定性駕駛模型都包括用于操縱車輛的策略。該方法還包括：基于傳感器測(cè)量不確 定性的模型、對(duì)象類型不確定性的模型、以及運(yùn)動(dòng)模型不確定性的模型，識(shí)別對(duì)象和對(duì)象屬 性的列表。每個(gè)對(duì)象屬性都與不確定性值相關(guān)聯(lián)，使得對(duì)象屬性的列表與多個(gè)不確定性值 相關(guān)聯(lián)。該方法還包括：基于多個(gè)不確定性值中的至少一個(gè)，選擇多個(gè)不確定性駕駛模型中 的一個(gè)。該方法包括：基于所選擇的不確定性駕駛模型的策略來操縱車輛。
[0017] 在一個(gè)示例中，該方法還包括：根據(jù)策略來操縱車輛，以減小傳感器不確定性、對(duì) 象類型模型不確定性、以及運(yùn)動(dòng)模型不確定性中的至少一個(gè)。在另一個(gè)示例中，該方法還包 括：根據(jù)策略來操縱車輛，以減小多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。

【專利附圖】

【附圖說明】
[0018] 圖1是根據(jù)實(shí)施方式的系統(tǒng)的功能圖。
[0019] 圖2是根據(jù)實(shí)施方式的自主車輛的內(nèi)部。
[0020] 圖3是根據(jù)實(shí)施方式的自主車輛的外部。
[0021] 圖4A至圖4D是根據(jù)實(shí)施方式的傳感器場(chǎng)的視圖。
[0022] 圖5是根據(jù)實(shí)施方式的十字路口的圖。
[0023] 圖6是根據(jù)實(shí)施方式的十字路口的詳細(xì)地圖信息的圖。
[0024] 圖7是根據(jù)實(shí)施方式的十字路口的另一個(gè)圖。
[0025] 圖8是根據(jù)實(shí)施方式的包括傳感器數(shù)據(jù)和詳細(xì)地圖信息的十字路口的圖。
[0026] 圖9是根據(jù)實(shí)施方式的示例性數(shù)據(jù)的圖。
[0027] 圖10是根據(jù)實(shí)施方式的流程圖。

【具體實(shí)施方式】
[0028] 在本公開的一方面，沿著車行道駕駛的車輛可以檢測(cè)車輛周圍環(huán)境中的對(duì)象?？?以使用具有某種程度不確定性的傳感器來檢測(cè)對(duì)象?？梢曰趯?duì)象類型模型來識(shí)別對(duì)象的 類型。對(duì)象類型模型可以與對(duì)象類型模型不確定性相關(guān)聯(lián)?；谒R(shí)別的對(duì)象類型，可以 識(shí)別預(yù)測(cè)對(duì)象的將來位置的運(yùn)動(dòng)模型。運(yùn)動(dòng)模型還可以與運(yùn)動(dòng)模型不確定性相關(guān)聯(lián)?；?運(yùn)動(dòng)模型不確定性、對(duì)象類型模型不確定性、和/或傳感器不確定性，可以識(shí)別不確定性駕 駛策略。然后，可以使用不確定性駕駛策略來操縱車輛。
[0029] 如圖1中所示，根據(jù)本公開的一方面的自主駕駛系統(tǒng)100包括具有各種組件的車 輛101。雖然本公開的某些方面在特定類型的車輛方面特別有用，但是車輛可以是任何類型 的車輛，包括但不限于汽車、卡車、摩托車、巴士、小船、飛機(jī)、直升飛機(jī)、剪草機(jī)、旅行車、游 樂園車輛、有軌電車、高爾夫手拉車、火車、以及手推車。車輛可以具有一個(gè)或多個(gè)計(jì)算機(jī)， 諸如包含處理器120、存儲(chǔ)器130、以及通常存在于通用計(jì)算機(jī)中的其他組件的計(jì)算機(jī)110。
[0030] 存儲(chǔ)器130存儲(chǔ)可由處理器120訪問的信息，包括可以由處理器120執(zhí)行或另外 使用的指令132和數(shù)據(jù)134。存儲(chǔ)器130可以為能夠存儲(chǔ)可由處理器訪問的信息的任何類 型，包括計(jì)算機(jī)可讀介質(zhì)、或存儲(chǔ)可以在電子設(shè)備的幫助下讀取的數(shù)據(jù)的其他介質(zhì)，諸如硬 盤驅(qū)動(dòng)器、存儲(chǔ)卡、ROM、RAM、DVD或其他光盤、以及其他能寫只讀存儲(chǔ)器。系統(tǒng)和方法可以 包括以上的不同結(jié)合，由此指令和數(shù)據(jù)的不同部分被存儲(chǔ)在不同類型的介質(zhì)上。
[0031] 指令132可以是將由處理器直接（諸如，機(jī)器碼）或間接（諸如腳本）執(zhí)行的任 何指令集合。例如，指令可以作為計(jì)算機(jī)碼存儲(chǔ)在計(jì)算機(jī)可讀介質(zhì)上。在該方面，術(shù)語"指 令"和"程序"在此可以可交換地使用。指令可以以用于由處理器直接處理的目標(biāo)代碼格式 或者包括根據(jù)要求解釋或者被預(yù)先編譯的獨(dú)立源代碼模塊的腳本或集合的任何其他計(jì)算 機(jī)語言被存儲(chǔ)。以下更詳細(xì)地解釋方法和指令的例程。
[0032] 數(shù)據(jù)134可以根據(jù)指令132由處理器120檢索、存儲(chǔ)或修改。例如，雖然系統(tǒng)和方 法不受任何特定數(shù)據(jù)結(jié)構(gòu)限制，但是數(shù)據(jù)可以被存儲(chǔ)在計(jì)算機(jī)寄存器中、作為具有多個(gè)不 同字段和記錄的表在關(guān)系數(shù)據(jù)庫中、XML文檔或平面文件中。數(shù)據(jù)還可以以任何計(jì)算機(jī)可讀 格式被格式化。僅作為進(jìn)一步示例，圖像數(shù)據(jù)可以被存儲(chǔ)為由根據(jù)壓縮或未壓縮、無損（例 如，BMP)或有損（例如，JPEG)、和基于位圖或矢量（例如，SVG)的格式存儲(chǔ)的像素的網(wǎng)格構(gòu) 成的位圖、以及用于繪制圖形的計(jì)算機(jī)指令。數(shù)據(jù)可以包括足以識(shí)別相關(guān)信息的任何信息， 諸如編號(hào)、描述文本、專有代碼、對(duì)存儲(chǔ)在相同存儲(chǔ)器或不同存儲(chǔ)器（包括其他網(wǎng)絡(luò)位置） 的其他區(qū)域中的數(shù)據(jù)的引用、或者由函數(shù)使用來計(jì)算相關(guān)數(shù)據(jù)的信息。
[0033] 處理器120可以是任何傳統(tǒng)處理器，諸如來自英特爾公司（Intel Corporation) 或超微公司（Advanced Micro Devices)的處理器?？商鎿Q地，處理器可以是專用設(shè)備，諸 如ASIC。雖然圖1在功能上將處理器、存儲(chǔ)器和計(jì)算機(jī)110的其他元件圖示為在同一框內(nèi)， 但是本領(lǐng)域普通技術(shù)人員將理解，處理器和存儲(chǔ)器實(shí)際上可以包括多個(gè)處理器和存儲(chǔ)器， 其可以或可以不存儲(chǔ)在相同物理殼體中。例如，存儲(chǔ)器可以是位于不同于計(jì)算機(jī)110的殼 體中的硬盤驅(qū)動(dòng)器或其他存儲(chǔ)介質(zhì)。因此，對(duì)處理器或計(jì)算機(jī)的引用將被理解為包括對(duì)可 以或可以不并行操作的處理器或計(jì)算機(jī)或存儲(chǔ)器的集合的引用。除了使用單個(gè)處理器執(zhí)行 在此描述的步驟之外，諸如轉(zhuǎn)向組件和減速組件的一些組件可以每個(gè)都具有它們自己的處 理器，其僅執(zhí)行與特定于組件的功能相關(guān)的計(jì)算。
[0034] 在在此描述的多個(gè)方面中，處理器可以遠(yuǎn)離車輛定位并且與車輛無線地通信。在 其他方面，在此描述的一些過程可以在設(shè)置在車輛內(nèi)的處理器上執(zhí)行，并且其他由遠(yuǎn)程處 理器執(zhí)行，包括采用執(zhí)行單次操縱必須的步驟。
[0035] 計(jì)算機(jī)110可以是結(jié)合計(jì)算機(jī)正常使用的所有組件，諸如中央處理單元（CPU)(例 如，處理器120)、存儲(chǔ)數(shù)據(jù)134和諸如web瀏覽器的指令的存儲(chǔ)器130 (例如，RAM和內(nèi)部硬 盤驅(qū)動(dòng)器）、電子顯示器142 (例如具有屏幕、小LCD觸摸屏的監(jiān)視器、或可操作來顯示信息 的任何其他電子設(shè)備）、用戶輸入140 (例如鼠標(biāo)、鍵盤、觸摸屏和/或麥克風(fēng)）、以及用于收 集關(guān)于人的狀態(tài)和期望的顯式（例如手勢(shì)）或隱式（例如"人睡著了"）信息的各種傳感器 (例如視頻相機(jī)）。
[0036] 在一個(gè)示例中，計(jì)算機(jī)110可以是合并到車輛101中的自主驅(qū)動(dòng)計(jì)算系統(tǒng)。圖2 示出自主車輛的內(nèi)部的示例性設(shè)計(jì)。自主車輛可以包括非自主車輛的所有特征，例如：轉(zhuǎn)向 裝置，諸如方向盤210 ;導(dǎo)航顯示裝置，諸如導(dǎo)航顯示器215 ;以及齒輪選擇器裝置，諸如齒 輪變速桿220。車輛還可以具有各種用戶輸入設(shè)備，諸如齒輪變速桿220、觸摸屏217、或按 鈕輸入219,用于激活或失活一個(gè)或多個(gè)自主駕駛模式并且用于使得駕駛員或乘客290能 夠提供諸如導(dǎo)航目的地的信息給自主駕駛計(jì)算機(jī)110。
[0037] 車輛101還可以包括一個(gè)或多個(gè)附加顯示器。例如，車輛可以包括用于顯示關(guān)于 自主車輛或其計(jì)算機(jī)的狀態(tài)的信息的顯示器225。在另一個(gè)示例中，車輛可以包括狀態(tài)指 示裝置138(參見圖1)，諸如狀態(tài)欄230,以指示車輛的當(dāng)前狀態(tài)。在圖2的示例中，狀態(tài)欄 230顯示"D"和"2mph"，指示車輛當(dāng)前處于駕駛模式并且正以每小時(shí)2英里移動(dòng)。在該方 面，車輛可以在電子顯示器、車輛101的照明部分（諸如方向盤210)上顯示文本，或者提供 各種其他類型的指示。
[0038] 自主駕駛計(jì)算系統(tǒng)可以能夠與車輛的各種組件通信。例如，返回到圖1，計(jì)算機(jī) 110可以與車輛的傳統(tǒng)中央處理器160通信，并且可以從車輛的各種系統(tǒng)發(fā)送和接收信息， 所述系統(tǒng)例如制動(dòng)180、加速182、信令184、以及導(dǎo)航186系統(tǒng)，以控制車輛101的運(yùn)動(dòng)、速 度等。另外，當(dāng)在使用時(shí)，計(jì)算機(jī)110可以控制車輛101的一些或所有這些功能，并且因而 完全或僅部分自主。將理解，雖然各種系統(tǒng)和計(jì)算機(jī)110被示出為在車輛101內(nèi)，但是這些 元件可以在車輛101外部或者在物理上分開很大距離。
[0039] 車輛還可以包括與計(jì)算機(jī)110通信的地理位置組件144,用于確定設(shè)備的地理位 置。例如，位置組件可以包括GPS接收器，以確定設(shè)備的緯度、經(jīng)度和/或高度位置。還可 以使用諸如基于激光器的定位系統(tǒng)、慣性輔助GPS、或基于相機(jī)定位的其他定位系統(tǒng)，以識(shí) 別車輛的位置。車輛的位置可以包括諸如緯度、經(jīng)度、和高度的絕對(duì)地理位置，以及諸如相 對(duì)于直接在其周圍的其他車輛的位置的相對(duì)位置信息，其通?？梢酝ㄟ^較少噪聲確定該絕 對(duì)地理位置。
[0040] 車輛還可以包括與計(jì)算機(jī)110通信的其他特征，諸如加速計(jì)、陀螺儀、或確定車輛 的方向和速度或者其改變的另一個(gè)方向/速度檢測(cè)設(shè)備146。僅作為示例，設(shè)備146可以確 定其關(guān)于重力的方向或者垂直于其的平面的斜度、偏轉(zhuǎn)或滾動(dòng)（或其改變）。設(shè)備還可以跟 蹤速度的增加或減小和這樣的改變的方向。在此闡述的位置和定向數(shù)據(jù)的設(shè)備供應(yīng)可以被 自動(dòng)地提供給用戶、計(jì)算機(jī)110、其他計(jì)算機(jī)和以上的結(jié)合。
[0041] 計(jì)算機(jī)可以通過控制各種組件來控制車輛的方向和速度。作為示例，如果車輛在 完全自主模式下操作，則計(jì)算機(jī)110可以使車輛加速（例如，通過增加提供給引擎的燃料或 其他能量）、減速（例如，通過減少提供給引擎的燃料或者通過施加制動(dòng)），以及改變方向 (例如，通過使兩個(gè)前輪轉(zhuǎn)向）。
[0042] 車輛還可以包括用于檢測(cè)位置、定向、航向（heading)等、諸如其他車輛、車行道 中的障礙物、交通信號(hào)、標(biāo)志、樹等的在車輛外部的對(duì)象的組件。檢測(cè)系統(tǒng)可以包括激光器、 聲納、雷達(dá)、相機(jī)或記錄可以由計(jì)算機(jī)110處理的數(shù)據(jù)的任何其他檢測(cè)設(shè)備。如圖3中所示， 小客車330可以包括激光器310和311，分別安裝在車輛的前部和頂部。激光器310可以 具有約150米的范圍、30度的垂直視場(chǎng)、以及約30度的水平視場(chǎng)。激光器311可以具有約 50-80米的范圍、30度的垂直視場(chǎng)、以及360度的水平視場(chǎng)。激光器可以向車輛提供計(jì)算機(jī) 可以使用來識(shí)別各種對(duì)象的位置和距離的范圍和強(qiáng)度信息。在一方面，激光器可以通過繞 著其軸旋轉(zhuǎn)并且改變其斜度，來測(cè)量車輛和面對(duì)車輛的對(duì)象表面之間的距離。
[0043] 車輛還可以包括多種雷達(dá)檢測(cè)單元，諸如用于自適應(yīng)巡航控制系統(tǒng)的那些。雷達(dá) 檢測(cè)單元可以位于汽車的前部和背部上以及前保險(xiǎn)杠的一側(cè)上。如圖3的示例中所示，車 輛300包括位于車輛的一側(cè)（僅一側(cè)被示出）、前部和后部的雷達(dá)檢測(cè)單元320-323。這些 雷達(dá)檢測(cè)單元中的每個(gè)都可以具有用于約18度視場(chǎng)的約200米的范圍、以及用于約56度 視場(chǎng)的約60米的范圍。
[0044] 在另一個(gè)示例中，各種相機(jī)可以被安裝在車輛上。相機(jī)可以被安裝在預(yù)定距離 處，使得來自兩個(gè)或更多個(gè)相機(jī)的圖像的視差可以被用于計(jì)算到各種對(duì)象的距離。如圖3 中所示，車輛300可以包括安裝在后視鏡（未示出）附近的擋風(fēng)玻璃340下面的兩個(gè)相機(jī) 330-331。相機(jī)330可以包括約200米的范圍和約30度的水平視場(chǎng)，而相機(jī)331可以包括 約100米的范圍和約60度的水平視場(chǎng)。
[0045] 每個(gè)傳感器都可以與傳感器可以被用于檢測(cè)對(duì)象的特定傳感器場(chǎng)相關(guān)聯(lián)。圖4A 是各種傳感器的近似傳感器場(chǎng)的俯視圖。圖4B示出基于用于這些傳感器的視場(chǎng)分別用于 激光器310和311的近似傳感器場(chǎng)410和411。例如，傳感器場(chǎng)410包括用于約150米的約 30度的水平視場(chǎng)，并且傳感器場(chǎng)411包括用于約80米的360度的水平視場(chǎng)。
[0046] 圖4C示出基于用于這些傳感器的視場(chǎng)的分別用于雷達(dá)檢測(cè)單元320-323的近似 傳感器場(chǎng)420A-423B。例如，雷達(dá)檢測(cè)單元320包括傳感器場(chǎng)420A和420B。傳感器場(chǎng)420A 包括用于約200米的約18度水平視場(chǎng)，并且傳感器場(chǎng)420B包括用于約80米的約56度的 水平視場(chǎng)。類似地，雷達(dá)檢測(cè)單元321-323包括傳感器場(chǎng)421A-423A和421B-423B。傳感器 場(chǎng)421A-423A包括用于約200米的約18度的水平視場(chǎng)，并且傳感器場(chǎng)421B-423B包括用于 約80米的約56度的水平視場(chǎng)。傳感器場(chǎng)421A和422A延伸通過圖4A和圖4C的邊緣。
[0047] 圖4D分別示出基于用于這些傳感器的視場(chǎng)的近似傳感器場(chǎng)430-431相機(jī) 330-331。例如，相機(jī)330的傳感器場(chǎng)430包括用于約200米的約30度的視場(chǎng)，并且相機(jī) 430的傳感器場(chǎng)431包括用于約100米的約60度的視場(chǎng)。
[0048] 在另一個(gè)示例中，自主車輛可以包括聲納設(shè)備、立體相機(jī)、定位相機(jī)、激光器、和/ 或雷達(dá)檢測(cè)單元，每個(gè)都具有不同的視場(chǎng)。聲納可以具有用于約6米的最大距離的約60度 的水平視場(chǎng)。立體相機(jī)可以具有約50度的水平視場(chǎng)、約10度的垂直視場(chǎng)、以及約30米的最 大距離的重疊區(qū)域。定位相機(jī)可以具有約75度的水平視場(chǎng)、約90度的垂直視場(chǎng)、以及約10 米的最大距離。激光器可以具有約360度的水平視場(chǎng)、約30度的垂直視場(chǎng)、以及100米的 最大距離。雷達(dá)可以具有用于近光束的約60度的水平視場(chǎng)、用于遠(yuǎn)光束的30度、以及200 米的最大距離。
[0049] 傳感器測(cè)量可以基于傳感器的范圍、傳感器檢測(cè)的速度、傳感器場(chǎng)的形狀、傳感器 分辨率（諸如，相機(jī)中的像素的數(shù)量或者激光器、雷達(dá)、聲納等在一定距離的準(zhǔn)確度）與不 確定性值相關(guān)聯(lián)。這些傳感器可以檢測(cè)對(duì)象，但是還可能存在對(duì)象的類型的某些不確定性， 諸如另一個(gè)車輛、步行者、騎自行車的人、靜止目標(biāo)等。例如，給定兩個(gè)相機(jī)，一個(gè)具有較高 分辨率（更多像素）并且另一個(gè)具有較低分辨率（較少像素），將存在關(guān)于由具有較高分 辨率的相機(jī)捕捉的對(duì)象的更多信息（當(dāng)然，假設(shè)定向、距離、照明等對(duì)于兩個(gè)相機(jī)均相同）。 該更大量信息可能有助于對(duì)象的特征（位置、速度、航向、類型等）的更準(zhǔn)確估計(jì)。
[0050] 上述傳感器可以允許車輛理解并且潛在地對(duì)其環(huán)境作出響應(yīng)，以最大化乘客以及 環(huán)境中的對(duì)象或人的安全性。將理解，車輛類型、傳感器的數(shù)量和類型、傳感器位置、傳感器 視場(chǎng)、以及傳感器的傳感器場(chǎng)僅是示例。還可以利用各種其他配置。
[0051] 除了上述傳感器之外，計(jì)算機(jī)還可以使用來自在非自主車輛中使用的傳感器的輸 入。例如，這些傳感器可以包括輪胎壓傳感器、引擎溫度傳感器、制動(dòng)熱傳感器、制動(dòng)塊狀態(tài) 傳感器、輪胎胎面?zhèn)鞲衅?、燃料傳感器、油位和品質(zhì)傳感器、空氣質(zhì)量傳感器（用于檢測(cè)空 氣中的溫度、濕度或微粒）等。
[0052] 這些傳感器中的許多提供由計(jì)算機(jī)實(shí)時(shí)處理的數(shù)據(jù)，即傳感器可以連續(xù)地更新它 們的輸出，以在或反映在一時(shí)間范圍感測(cè)的環(huán)境，或連續(xù)地根據(jù)需要提供更新的輸出給計(jì) 算機(jī)，使得計(jì)算機(jī)可以確定車輛的當(dāng)前方向或速度是否應(yīng)該響應(yīng)于所感測(cè)的環(huán)境被修改。
[0053] 除了處理由各種傳感器提供的數(shù)據(jù)之外，計(jì)算機(jī)可以依賴在先前時(shí)間點(diǎn)獲得并且 不管該車輛在周圍環(huán)境中的存在而被期望持久保持的環(huán)境數(shù)據(jù)。例如，返回到圖1，數(shù)據(jù) 134可以包括詳細(xì)地圖信息135,例如識(shí)別車行道的形狀和海拔、車道分界線、十字路口、人 行橫道、限速、交通信號(hào)、建筑物、標(biāo)志、實(shí)時(shí)交通信息、或其他這樣的對(duì)象和信息的非常詳 細(xì)的地圖。例如，地圖信息可以包括與各種車行道區(qū)段相關(guān)聯(lián)的顯式限速信息。限速數(shù)據(jù) 可以被手動(dòng)輸入，或者使用例如光學(xué)字符識(shí)別從先前獲得的限速標(biāo)志的圖像掃描。地圖信 息可以包括合并以上列出的一個(gè)或多個(gè)對(duì)象的三維地形圖。例如，車輛可以確定另一輛汽 車期望基于實(shí)時(shí)數(shù)據(jù)（例如，使用其傳感器確定另一輛汽車的當(dāng)前GPS位置）和其他數(shù)據(jù) (例如，比較GPS位置與先前存儲(chǔ)的特定于車道的地圖數(shù)據(jù)，以確定其他汽車是否在轉(zhuǎn)向車 道內(nèi)）轉(zhuǎn)向。
[0054] 例如，地圖信息可以包括一個(gè)或多個(gè)道路圖（roadgraph)或信息的圖形網(wǎng)，諸如 道路、車道、十字路口、以及這些特征之間的連接。每個(gè)特征都可以被存儲(chǔ)為圖形數(shù)據(jù)，并且 可以與諸如地理位置和其是否鏈接至其他相關(guān)特征的信息相關(guān)聯(lián)，例如停車標(biāo)志可以鏈接 至道路和十字路口等。在一些不例中，相關(guān)聯(lián)的數(shù)據(jù)可以包括道路圖的基于網(wǎng)格的索引，以 允許有效查找某些道路圖特征。
[0055] 圖5示出可以為詳細(xì)地圖146的主題的示例性十字路口 500的鳥瞰圖。十字路口 可以包括多個(gè)不同特征，諸如人行橫道510-513、自車行道520-521、車道530-537、車道分 界線550-553和550-559。十字路口還可以包括諸如識(shí)別諸如自車行道520-521的特定區(qū) 域的標(biāo)志550-551和560-561的指示器。諸如交通信號(hào)或停車標(biāo)志的其他特征也可以存在， 但是未示出。
[0056] 雖然十字路口 500包括相互垂直的四條車行道，但是還可以采用各種其他十字路 口構(gòu)造。將進(jìn)一步理解，在此描述的多個(gè)方面不限于十字路口，而是可以結(jié)合各種其他交 通或車行道設(shè)計(jì)被利用，其可以或可以不包括關(guān)于十字路口 500描述的附加特征或所有特 征。
[0057] 例如，可以通過駕駛裝配有各種傳感器（諸如以上描述的那些）的車輛，收集關(guān)于 十字路口（或車行道的其他部分）的數(shù)據(jù)。數(shù)據(jù)可以被處理，以生成描述車行道的詳細(xì)地 圖信息。例如，如圖6中所不，基于在駕駛車輛通過十字路口 500的同時(shí)收集的激光器、地 理位置和其他信息，可以生成十字路口的道路圖600。類似于十字路口 500,道路圖600可 以包括個(gè)種特征，諸如車道630-637、車道分界線640-643和650-659。這些特征中的每個(gè) 都可以與識(shí)別這些對(duì)象可以位于真實(shí)世界中（例如，在十字路口 500中）的何處的地理位 置信息相關(guān)聯(lián)。
[0058] 再次，雖然詳細(xì)地圖信息在此被描述為基于圖像的地圖，但是地圖信息不需要是 完全基于圖像的（例如，光柵）。例如，詳細(xì)地圖信息可以包括一個(gè)或多個(gè)道路圖或者信息 的圖形網(wǎng)，諸如道路、車道、十字路口、以及這些特征之間的連接。每個(gè)特征都可以被存儲(chǔ)為 圖形數(shù)據(jù)，并且可以與諸如地理位置和其是否鏈接至其他相關(guān)特征的信息相關(guān)聯(lián)，例如停 車標(biāo)志可以鏈接至道路和十字路口等。在一些示例中，相關(guān)聯(lián)的數(shù)據(jù)可以包括道路圖的基 于網(wǎng)格的索引，以允許有效查找某些道路圖特征。
[0059] 如上所述，車輛可以使用其感知系統(tǒng)來檢測(cè)和識(shí)別車輛周圍環(huán)境中的對(duì)象。為了 這樣做，車輛的自主駕駛計(jì)算機(jī)可以訪問各種對(duì)象檢測(cè)模型144。模型可以包括對(duì)象類型模 型或者輸出可能對(duì)象類型和相應(yīng)可能性的機(jī)器學(xué)習(xí)分類器。在示例性模型中，對(duì)象的類型 可以基于其關(guān)于車行道的位置、其速度、其尺寸、其與由其他預(yù)先識(shí)別的對(duì)象收集的傳感器 數(shù)據(jù)的比較（諸如，通過圖像匹配）等被識(shí)別。例如，給定被感知為約14英寸寬、5英尺高 和8英寸寬的對(duì)象，對(duì)象類型模型可以輸出指示對(duì)象99%可能是步行者、0. 5%可能是騎自 行車的人、并且〇. 5%可能是車輛的信息。一旦對(duì)象被感知，對(duì)象類型模型就可以被用于識(shí) 別所感知對(duì)象的類型。
[0060] 模型還可以包括運(yùn)動(dòng)模型146,其被用于估計(jì)所識(shí)別對(duì)象的將來運(yùn)動(dòng)或行為。這些 模型可以基于各種假設(shè)或者從由多個(gè)車輛的傳感器隨著時(shí)間收集的數(shù)據(jù)和/或基于由管 理者定義的假設(shè)被生成。例如，通過隨著時(shí)間觀測(cè)客車在相同或類似位置處的行為，可以生 成類似客車的預(yù)測(cè)運(yùn)動(dòng)的模型。這樣的運(yùn)動(dòng)模型的簡(jiǎn)單示例可以包括預(yù)測(cè)正在每秒鐘向北 行駛2英尺的車輛在1秒鐘之后在其先前位置北面2英尺的行為。在另一個(gè)示例中，運(yùn)動(dòng) 模型可以要求諸如道路標(biāo)志的對(duì)象相對(duì)于運(yùn)動(dòng)車輛是靜止的。類似地，運(yùn)動(dòng)模型可以論證 不同類型的對(duì)象之間的差，例如小型車可以不同于步行者或自行車操縱其本身。
[0061] 運(yùn)動(dòng)模型還可以與不確定性相關(guān)聯(lián)。例如，車輛的運(yùn)動(dòng)可以比步行者或騎自行車 的人的運(yùn)動(dòng)更容易預(yù)測(cè)。從而，車輛在1秒鐘內(nèi)在哪里的預(yù)測(cè)可以更加準(zhǔn)確或者與比步行 者或騎自行車的人將在哪的預(yù)測(cè)小的不確定性相關(guān)聯(lián)。另外，當(dāng)運(yùn)動(dòng)模型基于對(duì)象類型模 型的輸出被識(shí)別時(shí)，該模型中的任何不確定性還可以被合并到運(yùn)動(dòng)模型中。
[0062] 數(shù)據(jù)134還可以包括不確定性駕駛策略147。不確定性駕駛模型可以定義基于與 對(duì)象相關(guān)聯(lián)的不確定性的類型如何操縱車輛。以下更詳細(xì)地論述這些模型的示例。
[0063] 除了以上描述的和圖中圖示的操作之外，現(xiàn)在將描述各種操作。應(yīng)理解，以下操作 不必以以下描述的準(zhǔn)確順序被執(zhí)行。相反，各個(gè)步驟可以按照不同順序或者同時(shí)被處理，并 且還可以添加或省略步驟。
[0064] 如上所述，自主車輛可以沿著車行道駕駛，收集和處理關(guān)于車輛周圍環(huán)境的傳感 器數(shù)據(jù)。車輛可以在完全自主模式（其中，車輛不要求來自人的連續(xù)輸入）下或者在半自主 模式（其中，人控制車輛的一些方面，諸如轉(zhuǎn)向、制動(dòng)、加速等）下沿著車行道駕駛其本身。 如圖7中所示，十字路口 500的另一個(gè)鳥瞰圖，車輛101接近十字路口、諸如步行者710、騎 自行車的人720、以及汽車730的各種對(duì)象可以進(jìn)入車輛的傳感器的視場(chǎng)。因而，車輛可以 收集關(guān)于這些對(duì)象中的每個(gè)的數(shù)據(jù)。
[0065] 傳感器數(shù)據(jù)可以被處理，以識(shí)別由對(duì)象占用的車行道的區(qū)域。例如，圖8示出具有 詳細(xì)地圖信息600的十字路口 500。車輛101處理從傳感器接收的信息，并且識(shí)別對(duì)象710、 720和730的近似位置、航向和速度。
[0066] 與被檢測(cè)的對(duì)象相關(guān)聯(lián)的數(shù)據(jù)還可以使用對(duì)象類型模型被處理。一旦對(duì)象類型被 確定，還可以識(shí)別運(yùn)動(dòng)模型。如上所述，處理傳感器數(shù)據(jù)和模型的輸出是描述被檢測(cè)的對(duì)象 的多個(gè)方面的信息的集合。在一個(gè)示例中，對(duì)象可以與描述對(duì)象類型、位置、航向、速度、以 及在經(jīng)過某個(gè)短時(shí)間段之后對(duì)象的估計(jì)位置的參數(shù)的列表相關(guān)聯(lián)。對(duì)象類型可以是對(duì)象類 型模型的輸出。對(duì)象的位置、航向和速度可以從傳感器數(shù)據(jù)確定。在經(jīng)過某個(gè)短時(shí)間段之 后的對(duì)象估計(jì)位置可以是與最可能的對(duì)象類型相關(guān)聯(lián)的運(yùn)動(dòng)模型的輸出。如上所述，這些 參數(shù)中的每個(gè)都可以與不確定性值相關(guān)聯(lián)。
[0067] 例如，如圖9中所示，每個(gè)對(duì)象810、820、和830都分別與參數(shù)數(shù)據(jù)910、920和930 相關(guān)聯(lián)。具體地，描述對(duì)象810 (實(shí)際為步行者710)的估計(jì)參數(shù)的參數(shù)數(shù)據(jù)910包括55% 確定性為步行者的對(duì)象類型。根據(jù)對(duì)象類型模型，對(duì)象810還20 %可能為汽車，并且25 %可 能為自行車。參數(shù)數(shù)據(jù)910還包括地理位置估計(jì)》1、￥1、21)、尺寸估計(jì)仏1111!11)、航向 估計(jì)（0° )、以及速度估計(jì)（2mph)。另外，如從傳感器的準(zhǔn)確度、布置和特征確定的，位置、 航向和速度估計(jì)還分別與不確定性值：（σ XI、σ Y1、σ Z1)、± ( 〇 L1、〇 W1、σ H1) ±0. 5°、 ±lmph相關(guān)聯(lián)。參數(shù)數(shù)據(jù)910還包括在經(jīng)過某個(gè)時(shí)間段ΛΤ之后的對(duì)象的地理位置的估計(jì)： (Χ1+ Λ IX，Υ1+ Λ 1Υ，Ζ1+ Λ 1Ζ)。該估計(jì)也與不確定性值：± ( σ XI Λ Τ，σ Υ1 Λ Τ，σ Ζ1 Λ Τ)相 關(guān)聯(lián)。
[0068] 類似地，描述對(duì)象820(實(shí)際為騎自行車的人720)的估計(jì)參數(shù)的參數(shù)數(shù)據(jù)920 包括40 %確定性為步行者的對(duì)象類型。根據(jù)對(duì)象類型模型，對(duì)象820還25 %可能為汽 車，并且35 %可能為自行車。參數(shù)數(shù)據(jù)920還包括地理位置估計(jì)（X2，Y2，Z2)、尺寸估 計(jì)（L2xW2xH2)、航向估計(jì)（270° )、以及速度估計(jì)（5mph)。另外，如從傳感器的準(zhǔn)確度、 布置、和特征確定的，位置、航向和速度估計(jì)也分別與不確定性值：（σΧ2, 〇Y2, 〇Z2)、 ± ( σ L2, σ W2, σ Η2) ±0. 5°、± lmph相關(guān)聯(lián)。參數(shù)數(shù)據(jù)920還包括在經(jīng)過某個(gè)時(shí)間段Λ Τ 之后的對(duì)象的地理位置的估計(jì)：(Χ2+Λ2Χ，Υ2+Λ2Υ，Ζ2+Λ2Ζ)。該估計(jì)也與不確定性值： ± ( σ Χ2 Λ Τ, σ Υ2 Λ Τ, σ Ζ2 Λ Τ)相關(guān)聯(lián)。
[0069] 描述對(duì)象830(實(shí)際為騎自行車的人730)的估計(jì)參數(shù)的參數(shù)數(shù)據(jù)930包括40% 確定性為汽車的對(duì)象類型。根據(jù)對(duì)象類型模型，對(duì)象8301 %可能是步行者，并且1 %可能是 自行車。參數(shù)數(shù)據(jù)930還包括地理位置估計(jì)（X3、Y3、Z3)、尺寸估計(jì)（L3xW3xH3)、航向估計(jì) (390° )、以及速度估計(jì)（25mph)。另外，如從傳感器的準(zhǔn)確度、布置和特征確定的，位置、 航向和速度估計(jì)還分別與不確定性值：（σ X3, σ Y3, σ Z3)、± ( σ L3, σ W3, σ H3) ±0. 5°、 ±2mph相關(guān)聯(lián)。參數(shù)數(shù)據(jù)930還包括在經(jīng)過某個(gè)時(shí)間段ΛΤ之后的對(duì)象的地理位置的估計(jì)： (Χ3+ Λ 3Χ，Υ3+ Λ 3Υ，Ζ3+ Λ 3Ζ)。該估計(jì)也與不確定性值：± ( σ Χ3 Λ Τ，σ Υ3 Λ Τ，σ Ζ3 Λ Τ)相 關(guān)聯(lián)。
[0070] 圖9的參數(shù)數(shù)據(jù)僅是這樣的數(shù)據(jù)的列表的一個(gè)示例。還可以使用多種其他比例、 以及表達(dá)參數(shù)的不同方式。例如，對(duì)象的位置可以被識(shí)別為還暗示對(duì)象的尺寸的一組數(shù)據(jù) 點(diǎn)。在另一個(gè)示例中，對(duì)象尺寸可以對(duì)象的外邊界或通過近似對(duì)象的位置的邊界框的地理 位置定義。在又另一個(gè)示例中，除了使用全球定位坐標(biāo)系統(tǒng)識(shí)別對(duì)象的位置之外，可替換地 或除此之外，對(duì)象離車輛上的某個(gè)點(diǎn)的距離和角度可以被用于識(shí)別對(duì)象的位置。
[0071] 參數(shù)數(shù)據(jù)可以被用于選擇不確定性控制策略。例如，對(duì)象810與55%可能為步行 者、25%可能為自行車、并且20%可能為汽車的對(duì)象類型相關(guān)聯(lián)。相對(duì)高的不確定性可能是 由于車輛101僅具有對(duì)象810的長(zhǎng)度尺寸（(Ll± 〇 L1))的粗略估計(jì)的事實(shí)。為了減小對(duì) 象類型的不確定性，車輛101可以沿著對(duì)象810的一側(cè)操縱其本身，使得車輛的傳感器可以 更清楚地觀測(cè)對(duì)象的長(zhǎng)度。這可以減少對(duì)象810的長(zhǎng)度尺寸的誤差，并且允許車輛作出對(duì) 象類型的更準(zhǔn)確確定。
[0072] 在另一個(gè)示例中，對(duì)象820與40%可能為步行者、35%可能為自行車、并且25%可 能為汽車的對(duì)象類型相關(guān)聯(lián)。在該示例中，當(dāng)對(duì)象810可能部分地遮擋車輛的傳感器場(chǎng)時(shí)， 對(duì)象810的位置、尺寸和在經(jīng)過某個(gè)時(shí)間段之后的位置所有均可以與相對(duì)高的不確定性相 關(guān)聯(lián)。為了減小這些不確定性，車輛101可以操縱其本身，以諸如通過在對(duì)象810周圍駕 駛，更好地觀測(cè)對(duì)象820。這可以減小與前述參數(shù)相關(guān)聯(lián)的不確定性，并且允許車輛作出對(duì) 象類型的更準(zhǔn)確確定。
[0073] 在又進(jìn)一步示例中，對(duì)象830還可以與98%可能是汽車的對(duì)象類型相關(guān)聯(lián)。在該 示例中，當(dāng)對(duì)象非常可能是汽車時(shí)，車輛101可以繼續(xù)操縱其本身，以例如通過停留在車輛 101的車道中，避開汽車。
[0074] 除了以上示例之外，不確定性控制策略可以允許車輛101更有效地操縱其本身。 例如，與車輛101在相同的車道中并且在車輛101前面的對(duì)象可能開始使其本身減慢。如 果存在關(guān)于對(duì)象實(shí)際是否減慢的高度不確定性（例如，在經(jīng)過短時(shí)間段之后對(duì)象很可能在 何處的高度不確定性），車輛101可以在開始減慢其本身之前等待，直到與對(duì)象相關(guān)聯(lián)的不 確定性減小為止。
[0075] 換句話說，雖然車輛101可以使用傳感器來檢測(cè)另一個(gè)對(duì)象正在改變其速度，但 是在采取任何特定動(dòng)作（諸如，減速或加速車輛101)之前，車輛101可以等待，直到與對(duì)象 的速度（或速度的改變）相關(guān)聯(lián)的不確定性被減小為止。
[0076] 在另一個(gè)示例中，如果與車輛101在相同的車道中并且在車輛101前面的對(duì)象被 預(yù)測(cè)為離開車道（在經(jīng)過短時(shí)間段之后，很可能位于另一個(gè)車道中）為相對(duì)高度的確定性， 則車輛101可以在預(yù)期車輛101和其他對(duì)象之間具有附加空間時(shí)開始加速。在又另一個(gè)示 例中，如果車輛101前面的對(duì)象被預(yù)測(cè)為移動(dòng)至與車輛101相同的車道中具有相對(duì)高度的 不確定性，則在減慢以增加對(duì)象和車輛101之間的距離之前，車輛101可以等待，直到不確 定性減小到某個(gè)閾值水平。這可以導(dǎo)致稍微更積極的駕駛風(fēng)格，但是也可以通過減小不必 要制動(dòng)或加速的量，來提高車輛的效率。另外，該類型的控制策略可能對(duì)適于不太被動(dòng)駕駛 風(fēng)格的用戶有吸引力。
[0077] 圖10示出上述一些特征的示例性流程圖1000。在該示例中，在框1002處，沿著 車行道駕駛的自主車輛檢測(cè)車輛周圍環(huán)境中的對(duì)象。使用與傳感器不確定性相關(guān)聯(lián)的傳感 器（諸如以上描述的那些）檢測(cè)對(duì)象。在框1004處，基于對(duì)象類型模型，識(shí)別對(duì)象的類型。 對(duì)象類型模型與對(duì)象類型模型不確定性相關(guān)聯(lián)?；谒R(shí)別的對(duì)象類型，在框1006處，識(shí) 別預(yù)測(cè)對(duì)象的將來位置的運(yùn)動(dòng)模型。運(yùn)動(dòng)模型與運(yùn)動(dòng)模型不確定性相關(guān)聯(lián)。在框1008處， 基于運(yùn)動(dòng)模型不確定性、對(duì)象類型模型不確定性、和/或傳感器不確定性，識(shí)別不確定性驅(qū) 動(dòng)策略。然后，在框1010處，使用不確定性驅(qū)動(dòng)策略來操縱車輛。
[0078] 因?yàn)樵诓幻撾x由權(quán)利要求限定的主題的情況下可以利用以上論述的特征的這些 和其他變體和結(jié)合，所以示例性實(shí)施方式的以上描述應(yīng)該被認(rèn)為說明而不是通過由權(quán)利要 求限定的主題的限制。還將理解，在此描述的示例的提供（以及用短語表達(dá)為"諸如"、"例 如"、"包括"等的子句）應(yīng)該不被解釋為將所要求的主題限于特定示例；相反，示例旨在說 明多個(gè)可能方面中的僅一些。
[0079] 工業(yè)應(yīng)用
[0080] 本發(fā)明享受廣泛工業(yè)應(yīng)用，包括但不限于車輛導(dǎo)航和檢測(cè)系統(tǒng)。
【權(quán)利要求】
1. 一種用于操縱車輛的方法，所述方法包括： 使用傳感器來檢測(cè)所述車輛的周圍環(huán)境中的對(duì)象，所述傳感器與傳感器不確定性相關(guān) 聯(lián)； 基于對(duì)象類型模型來識(shí)別所述對(duì)象的類型，所述對(duì)象類型模型與對(duì)象類型模型不確定 性相關(guān)聯(lián)； 基于所識(shí)別的所述對(duì)象的類型來識(shí)別用于所述對(duì)象的運(yùn)動(dòng)模型，所述運(yùn)動(dòng)模型與運(yùn)動(dòng) 模型不確定性相關(guān)聯(lián)； 由處理器基于所述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型 不確定性來準(zhǔn)備不確定性駕駛模型，其中，所述不確定性駕駛模型包括用于操縱所述車輛 的策略；以及 基于所述不確定性駕駛模型的所述策略來操縱所述車輛。
2. 根據(jù)權(quán)利要求1所述的方法，進(jìn)一步包括：根據(jù)所述策略來操縱所述車輛，以減小所 述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型不確定性中的至少一 個(gè)。
3. 根據(jù)權(quán)利要求1所述的方法，其中，所述傳感器與傳感器速度和具有范圍和形狀的 傳感器場(chǎng)相關(guān)聯(lián)，并且其中，所述方法進(jìn)一步包括：基于所述傳感器速度和所述傳感器場(chǎng)的 范圍和形狀來計(jì)算所述傳感器不確定性。
4. 一種操縱車輛的方法，所述方法包括： 存儲(chǔ)用于所述車輛的傳感器的傳感器測(cè)量不確定性的模型； 存儲(chǔ)用于由所述傳感器感測(cè)的對(duì)象的對(duì)象類型不確定性的模型； 存儲(chǔ)用于運(yùn)動(dòng)模型的運(yùn)動(dòng)模型不確定性的模型，所述運(yùn)動(dòng)模型被用于識(shí)別由所述傳感 器感測(cè)的所述對(duì)象的將來運(yùn)動(dòng)； 存儲(chǔ)多個(gè)不確定性駕駛模型，所述多個(gè)不確定性駕駛模型中的每個(gè)不確定性駕駛模型 均包括用于操縱所述車輛的策略； 基于所述傳感器測(cè)量不確定性的模型、所述對(duì)象類型不確定性的模型、以及所述運(yùn)動(dòng) 模型不確定性的模型來識(shí)別對(duì)象和對(duì)象屬性的列表，其中，每個(gè)對(duì)象屬性與不確定性值相 關(guān)聯(lián)，使得所述對(duì)象屬性的列表與多個(gè)不確定性值相關(guān)聯(lián)； 處理器基于所述多個(gè)不確定性值中的至少一個(gè)來選擇所述多個(gè)不確定性駕駛模型中 的一個(gè)；以及 基于所選擇的不確定性駕駛模型的策略來操縱所述車輛。
5. 根據(jù)權(quán)利要求4所述的方法，進(jìn)一步包括：根據(jù)所述策略來操縱所述車輛，以減小所 述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型不確定性中的至少一 個(gè)。
6. 根據(jù)權(quán)利要求4所述的方法，進(jìn)一步包括：根據(jù)所述策略來操縱所述車輛，以減小所 述多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。
7. 根據(jù)權(quán)利要求4所述的方法，其中，所述傳感器與傳感器速度和具有范圍和形狀的 傳感器場(chǎng)相關(guān)聯(lián)，并且所述方法進(jìn)一步包括：基于所述傳感器速度和所述傳感器場(chǎng)的范圍 和形狀來計(jì)算所述傳感器測(cè)量不確定性的模型。
8. -種用于操縱車輛的系統(tǒng)，所述系統(tǒng)包括： 傳感器，用于生成關(guān)于所述車輛的周圍環(huán)境的傳感器數(shù)據(jù)，所述傳感器與傳感器不確 定性相關(guān)聯(lián)； 存儲(chǔ)器，存儲(chǔ)與對(duì)象類型不確定性相關(guān)聯(lián)的對(duì)象類型模型，所述存儲(chǔ)器進(jìn)一步存儲(chǔ)與 運(yùn)動(dòng)模型不確定性相關(guān)聯(lián)的運(yùn)動(dòng)模型； 處理器，被配置為訪問所述存儲(chǔ)器并且從所述傳感器接收所述傳感器數(shù)據(jù)，所述處理 器可操作來： 使用所述傳感器來檢測(cè)所述車輛的周圍環(huán)境中的對(duì)象； 基于所述對(duì)象類型模型和所述傳感器數(shù)據(jù)來識(shí)別所述對(duì)象的類型； 基于所識(shí)別的所述對(duì)象的類型，識(shí)別用于所述對(duì)象的運(yùn)動(dòng)模型； 基于所述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型不確定性， 準(zhǔn)備不確定性駕駛模型，其中，所述不確定性駕駛模型包括用于操縱所述車輛的策略；以及 基于所述不確定性駕駛模型的所述策略，操縱所述車輛。
9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其中，所述處理器進(jìn)一步可操作來根據(jù)所述策略來操 縱所述車輛，以減小所述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型 不確定性中的至少一個(gè)。
10. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其中，所述傳感器進(jìn)一步與傳感器速度和具有范圍和 形狀的傳感器場(chǎng)相關(guān)聯(lián)，并且其中，所述處理器進(jìn)一步可操作來基于所述傳感器速度和所 述傳感器場(chǎng)的范圍和形狀來計(jì)算所述傳感器不確定性。
11. 一種用于操縱車輛的系統(tǒng)，所述系統(tǒng)包括： 存儲(chǔ)器，存儲(chǔ)用于所述車輛的傳感器的傳感器測(cè)量不確定性的模型、用于由所述傳感 器感測(cè)的對(duì)象的對(duì)象類型不確定性的模型、用于被用于識(shí)別由所述傳感器感測(cè)的所述對(duì)象 的將來運(yùn)動(dòng)的運(yùn)動(dòng)模型的運(yùn)動(dòng)模型不確定性的模型、以及多個(gè)不確定性駕駛模型，所述多 個(gè)不確定性駕駛模型中的每個(gè)不確定性駕駛模型包括用于操縱所述車輛的策略；以及 處理器，耦合至所述存儲(chǔ)器并且可操作來： 基于所述傳感器測(cè)量不確定性的模型、所述對(duì)象類型不確定性的模型、以及所述運(yùn)動(dòng) 模型不確定性的模型，識(shí)別對(duì)象和對(duì)象屬性的列表，其中，每個(gè)對(duì)象屬性與不確定性值相關(guān) 聯(lián)，使得所述對(duì)象屬性的列表與多個(gè)不確定性值相關(guān)聯(lián)； 基于所述多個(gè)不確定性值中的至少一個(gè)，選擇所述多個(gè)不確定性駕駛模型中的一個(gè)； 以及 基于所選擇的不確定性駕駛模型的策略，操縱所述車輛。
12. 根據(jù)權(quán)利要求11所述的系統(tǒng)，其中，所述處理器進(jìn)一步可操作來：根據(jù)所述策略操 縱來所述車輛，以減小所述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模 型不確定性中的至少一個(gè)。
13. 根據(jù)權(quán)利要求11所述的系統(tǒng)，其中，所述處理器進(jìn)一步可操作來：根據(jù)所述策略來 操縱所述車輛，以減小所述多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。
14. 根據(jù)權(quán)利要求11所述的系統(tǒng)，其中，所述傳感器與傳感器速度和具有范圍和形狀 的傳感器場(chǎng)相關(guān)聯(lián)，并且其中，所述處理器進(jìn)一步可操作來：基于所述傳感器速度和所述傳 感器場(chǎng)的范圍和形狀，計(jì)算所述傳感器測(cè)量不確定性的模型。
15. -種有形計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中存儲(chǔ)有一個(gè)程序的計(jì)算機(jī)可讀指令，所述指令 在被處理器執(zhí)行時(shí)使所述處理器執(zhí)行用于操縱車輛的方法，所述方法包括： 使用傳感器來檢測(cè)所述車輛的周圍環(huán)境中的對(duì)象，所述傳感器與傳感器不確定性相關(guān) 聯(lián)； 基于對(duì)象類型模型來識(shí)別所述對(duì)象的類型，所述對(duì)象類型模型與對(duì)象類型模型不確定 性相關(guān)聯(lián)； 基于所識(shí)別的所述對(duì)象的類型，識(shí)別用于所述對(duì)象的運(yùn)動(dòng)模型，所述運(yùn)動(dòng)模型與運(yùn)動(dòng) 模型不確定性相關(guān)聯(lián)； 由處理器基于所述傳感器不確定性、所述對(duì)象類型模型不確定性、以及所述運(yùn)動(dòng)模型 不確定性，準(zhǔn)備不確定性駕駛模型，其中，所述不確定性駕駛模型包括用于操縱所述車輛的 策略；以及 基于所述不確定性駕駛模型的所述策略，操縱所述車輛。
16. 根據(jù)權(quán)利要求15所述的有形計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法進(jìn)一步包括：根 據(jù)所述策略來操縱所述車輛，以減小所述傳感器不確定性、所述對(duì)象類型模型不確定性、以 及所述運(yùn)動(dòng)模型不確定性中的至少一個(gè)。
17. -種有形計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，在其上存儲(chǔ)有一個(gè)程序的計(jì)算機(jī)可讀指令，所述指 令在被處理器執(zhí)行時(shí)使所述處理器執(zhí)行用于操縱車輛的方法，所述方法包括： 存儲(chǔ)用于所述車輛的傳感器的傳感器測(cè)量不確定性的模型； 存儲(chǔ)用于由所述傳感器感測(cè)的對(duì)象的對(duì)象類型不確定性的模型； 存儲(chǔ)用于運(yùn)動(dòng)模型的運(yùn)動(dòng)模型不確定性的模型，所述運(yùn)動(dòng)模型被用于識(shí)別由所述傳感 器感測(cè)的所述對(duì)象的將來運(yùn)動(dòng)； 存儲(chǔ)多個(gè)不確定性駕駛模型，所述多個(gè)不確定性駕駛模型中的每個(gè)不確定性駕駛模型 包括用于操縱所述車輛的策略； 基于所述傳感器測(cè)量不確定性的模型、所述對(duì)象類型不確定性的模型、以及所述運(yùn)動(dòng) 模型不確定性的模型，識(shí)別對(duì)象和對(duì)象屬性的列表，其中，每個(gè)對(duì)象屬性與不確定性值相關(guān) 聯(lián)，使得所述對(duì)象屬性的列表與多個(gè)不確定性值相關(guān)聯(lián)； 基于所述多個(gè)不確定性值中的至少一個(gè)，選擇所述多個(gè)不確定性駕駛模型中的一個(gè)； 以及 基于所選擇的不確定性駕駛模型的策略，操縱所述車輛。
18. 根據(jù)權(quán)利要求17所述的有形計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法進(jìn)一步包括：根 據(jù)所述策略來操縱所述車輛，以減小所述傳感器不確定性、所述對(duì)象類型模型不確定性、以 及所述運(yùn)動(dòng)模型不確定性中的至少一個(gè)。
19. 根據(jù)權(quán)利要求17所述的有形計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其中，所述方法進(jìn)一步包括：根 據(jù)所述策略來操縱所述車輛，以減小所述多個(gè)不確定性值中的一個(gè)或多個(gè)不確定性值。
【文檔編號(hào)】G05D1/00GK104094177SQ201380006981
【公開日】2014年10月8日 申請(qǐng)日期:2013年1月28日 優(yōu)先權(quán)日:2012年1月30日
【發(fā)明者】朱佳俊, 德米特里·A·多爾戈夫, 戴維·I·弗古森 申請(qǐng)人:谷歌公司