CN116466697A - 用于运载工具的方法、系统以及存储介质 - Google Patents

Abstract

本公开涉及用于运载工具的方法、系统以及存储介质。提供了用于规则手册轨迹生成的图形探索所用的方法。描述的一些方法包括从下一姿势生成运载工具的下一替代轨迹集，下一替代轨迹集表示运载工具从下一个姿势的操作，其中下一姿势位于所识别的轨迹的末端。从对应的下一替代轨迹集中迭代地识别下一轨迹，其中下一轨迹违反分级的多个规则中的最低行为规则，该最低行为规则的优先级低于与对应的下一替代轨迹集中的其他轨迹相关联的行为规则的优先级，直到达到目标姿势或超时以生成图形为止。还提供了系统和计算机程序产品。

Description

用于运载工具的方法、系统以及存储介质

技术领域

本公开涉及用于运载工具的方法、系统以及存储介质，特别涉及用于规则手册轨迹生成的图形(graph)探索。

背景技术

运载工具从初始地点到最终目的地的操作通常需要由用户或者运载工具的决策系统选择从初始地点到最终目的地通过道路网络的路线。路线可能涉及满足目的，诸如不超过最大驾驶时间等。此外，运载工具可能需要满足交通法和驾驶行为的文化期望所施加的复杂规范。因此，自主运载工具的操作可能需要许多决策，这使得传统的自主驾驶算法不切实际。

发明内容

根据本发明的一个方面，提供了一种用于运载工具的方法，包括：利用至少一个处理器，为第一姿势下的运载工具生成替代轨迹集，所述替代轨迹集表示所述运载工具从所述第一姿势的操作；利用所述至少一个处理器，从所述替代轨迹集中识别轨迹，其中所述轨迹违反分级的多个规则中的最低行为规则，所述最低行为规则的优先级低于与所述替代轨迹集中的其他轨迹相关联的行为规则的优先级；利用所述至少一个处理器，响应于识别到所述轨迹，从下一姿势为所述运载工具生成下一替代轨迹集，所述下一替代轨迹集表示所述运载工具从所述下一姿势的操作，其中所述下一姿势位于所识别的轨迹的末端；利用所述至少一个处理器，从对应的下一替代轨迹集中迭代地识别下一轨迹直到达到目标姿势或超时为止以生成图形，其中下一轨迹违反所述分级的多个规则中的最低行为规则，所述最低行为规则的优先级低于与对应的下一替代轨迹集中的其他轨迹相关联的行为规则的优先级；以及利用所述至少一个处理器，向所述运载工具的控制系统传输消息，以基于所述图形来操作所述运载工具。

根据本发明的另一方面，上述方法还包括利用所述至少一个处理器，基于成为最佳轨迹的可能性，修剪来自所述替代轨迹集或所述下一替代轨迹集中的轨迹。

根据本发明的另一方面，上述方法还包括利用所述至少一个处理器，基于车行道上剩余的轨迹来修剪来自所述替代轨迹集或下一替代轨迹集中的轨迹。

根据本发明的另一方面，提供了一种用于运载工具的系统，包括：至少一个处理器，以及至少一个非暂时性存储介质，其存储有指令，所述指令当由所述至少一个处理器执行时，使得所述至少一个处理器进行上述的方法。

根据本发明的另一方面，提供了至少一个非暂时性存储介质，其存储有指令，所述指令当由至少一个处理器执行时，使得所述至少一个处理器进行上述的方法。

附图说明

图1是可以实现包括自主系统的一个或多于一个组件的运载工具的示例环境；

图2是包括自主系统的运载工具的一个或多于一个系统的图；

图3是图1和图2的一个或多于一个装置和/或一个或多于一个系统的组件的图；

图4是自主系统的某些组件的图；

图5是用于规则手册轨迹生成的图形探索用处理的实现的示意图；

图6示出了使用具有行为规则检查的图形探索的自主运载工具操作的示例场景；

图7示出了使用行为规则检查来确定固定轨迹集的运载工具操作的处理的示例流程图；

图8是用于发现事后最佳轨迹的迭代生长图形(growing graph)的图示；

图9是根据规则手册计算得分的系统的图；

图10是用于规则手册轨迹生成的图形探索用的处理的流程图。

具体实施方式

在以下描述中，为了解释的目的，阐述了许多具体细节，以便提供对本公开的透彻理解。然而，本公开所描述的实施例可以在没有这些具体细节的情况下实施将是明显的。在一些实例中，众所周知的构造和装置是以框图形式例示的，以避免不必要地使本公开的方面模糊。

在附图中，为了便于描述，例示了示意要素(诸如表示系统、装置、模块、指令块和/或数据要素等的那些要素等)的具体布置或次序。然而，本领域技术人员将要理解，除非明确描述，否则附图中示意要素的具体次序或布置并不意在意味着要求特定的处理次序或序列、或处理的分离。此外，除非明确描述，否则在附图中包含示意要素并不意在意味着在所有实施例中都需要这种要素，也不意在意味着由这种要素表示的特征不能包括在一些实施例中或不能在一些实施例中与其他要素结合。

此外，在附图中，连接要素(诸如实线或虚线或箭头等)用于例示两个或多于两个其他示意要素之间或之中的连接、关系或关联，没有任何此类连接要素并不意在意味着不能存在连接、关系或关联。换句话说，要素之间的一些连接、关系或关联未在附图中例示，以便不使本公开内容模糊。此外，为了便于例示，可以使用单个连接要素来表示要素之间的多个连接、关系或关联。例如，如果连接要素表示信号、数据或指令(例如，“软件指令”)的通信，本领域技术人员应理解，这种要素可以表示影响通信可能需要的一个或多于一个信号路径(例如，总线)。

尽管使用术语“第一”、“第二”和/或“第三”等来描述各种要素，但这些要素不应受这些术语的限制。术语“第一”、“第二”和/或第三”仅用于区分一个要素与另一要素。例如，在没有背离所描述的实施例的范围的情况下，第一触点可被称为第二触点，并且类似地，第二触点可被称为第一触点。第一触点和第二触点这两者都是触点，但它们不是相同的触点。

在本文所描述的各种实施例的说明书中使用的术语仅是为了描述特定实施例的目的而包括的，而不是意在限制。如在所描述的各种实施例的说明书和所附权利要求书中所使用的，单数形式“a”、“an”和“the”也意在包括复数形式，并且可以与“一个或多于一个”或者“至少一个”互换使用，除非上下文另有明确说明。还将理解的是，如本文所使用的术语“和/或”是指并且包括关联的列出项中的一个或多于一个的任何和所有可能的组合。还将理解的是，当在本说明书中使用术语“包括”、“包含”、“具备”和/或“具有”时，具体说明存在所陈述的特征、整数、步骤、操作、要素和/或组件，但并不排除存在或添加一个或多于一个其他特征、整数、步骤、操作、要素、组件和/或其群组。

如本文所使用的，术语“通信”和“进行通信”是指信息(或者由例如数据、信号、消息、指令和/或命令等表示的信息)的接收、收到、传输、传送和/或提供等中的至少一者。对于要与另一单元进行通信的一个单元(例如，装置、系统、装置或系统的组件、以及/或者它们的组合等)而言，这意味着该一个单元能够直接地或间接地从另一单元接收信息和/或向该另一单元发送(例如，传输)信息。这可以是指本质上为有线和/或无线的直接或间接连接。另外，即使可以在第一单元和第二单元之间修改、处理、中继和/或路由所传输的信息，两个单元也可以彼此进行通信。例如，即使第一单元被动地接收信息并且不主动地向第二单元传输信息，第一单元也可以与第二单元进行通信。作为另一示例，如果至少一个中介单元(例如，位于第一单元和第二单元之间的第三单元)处理从第一单元接收到的信息、并将处理后的信息传输至第二单元，则第一单元可以与第二单元进行通信。在一些实施例中，消息可以是指包括数据的网络分组(例如，数据分组等)。

如本文所使用的，取决于上下文，术语“如果”可选地被解释为意指“当…时”、“在…时”、“响应于确定为”和/或“响应于检测到”等。类似地，取决于上下文，短语“如果已确定”或“如果检测到[所陈述的条件或事件]”可选地被解释为意指“在确定…时”、“响应于确定为“或”在检测到[所陈述的条件或事件]时”和/或“响应于检测到[所陈述的条件或事件]”等。此外，如本文所使用的，术语“有”、“具有”或“拥有”等旨在是开放式术语。此外，除非另有明确说明，否则短语“基于”意在是意味着“至少部分基于”。

现在将详细参考实施例，其示例在附图中例示出。在以下的详细描述中，阐述了许多具体细节，以便提供对所描述的各种实施例的透彻理解。然而，对于本领域的普通技术人员来说将明显的是，可以在没有这些具体细节的情况下实施所描述的各种实施例。在其他情况下，尚未详细描述众所周知的方法、过程、组件、电路和网络，以便不会不必要地使实施例的方面模糊。

总体概述

在一些方面和/或实施例中，本文描述的系统、方法和计算机程序产品包括和/或实现用于规则手册轨迹生成的图形探索(graph exploration)。在示例中，运载工具(诸如自主运载工具等)根据轨迹在环境中导航。本技术使得能够使用图形探索来确定给定场景(例如，具有固定轨迹集的预定环境)中的最佳轨迹。对于一系列姿势，本技术从对应的替代轨迹集中迭代地识别下一轨迹。选择违反分级的多个规则中的最低行为规则的下一轨迹，直到达到目标姿势(例如，目的地)为止，其中该最低行为规则的优先级低于与对应的下一替代轨迹集中的其他轨迹相关联的行为规则的优先级。为了便于描述，这里描述了具有不同分级优先级的若干规则。然而，本技术不限于这里描述的特定规则、规则优先级和规则分级等级。特定的规则是出于示例性的目的，并且不应被视为限制。

借助本文所述的系统、方法和计算机程序产品的实现，这些技术允许进行用于规则手册轨迹生成的图形探索，该规则手册轨迹生成在复杂的动态场景中确定最佳轨迹。这些技术的一些优点包括在难以导航的场景中确定最佳轨迹。本技术在没有基线轨迹的情况下生成最佳轨迹。结果，从更大、更鲁棒的轨迹集中识别出最佳轨迹，并且该最佳轨迹是不受约束的轨迹(例如，不受基线轨迹的约束)。另外，本技术减少了基于图形确定最佳轨迹所用的计算资源。

现在参考图1，例示示例环境100，在该示例环境100中，包括自主系统的运载工具以及不包括自主系统的运载工具进行操作。如所例示的，环境100包括运载工具102a-102n、对象104a-104n、路线106a-106n、区域108、运载工具到基础设施(V2I)装置110、网络112、远程自主运载工具(AV)系统114、队列管理系统116和V2I系统118。运载工具102a-102n、运载工具到基础设施(V2I)装置110、网络112、自主运载工具(AV)系统114、队列管理系统116和V2I系统118经由有线连接、无线连接、或者有线或无线连接的组合互连(例如，建立用于通信的连接等)。在一些实施例中，对象104a-104n经由有线连接、无线连接、或者有线或无线连接的组合与运载工具102a-102n、运载工具到基础设施(V2I)装置110、网络112、自主运载工具(AV)系统114、队列管理系统116和V2I系统118中的至少一者互连。

运载工具102a-102n(单独称为运载工具102且统称为运载工具102)包括被配置为运输货物和/或人员的至少一个装置。在一些实施例中，运载工具102被配置为与V2I装置110、远程AV系统114、队列管理系统116和/或V2I系统118经由网络112进行通信。在一些实施例中，运载工具102包括小汽车、公共汽车、卡车和/或火车等。在一些实施例中，运载工具102与本文所述的运载工具200(参见图2)相同或类似。在一些实施例中，一组运载工具200中的运载工具200与自主队列管理器相关联。在一些实施例中，如本文所述，运载工具102沿着相应的路线106a-106n(单独称为路线106且统称为路线106)行驶。在一些实施例中，一个或多于一个运载工具102包括自主系统(例如，与自主系统202相同或类似的自主系统)。

对象104a-104n(单独称为对象104且统称为对象104)例如包括至少一个运载工具、至少一个行人、至少一个骑车者和/或至少一个构造物(例如，建筑物、标志、消防栓等)等。各对象104(例如，位于固定地点处并在一段时间内)是静止的或(例如，具有速度且与至少一个轨迹相关联地)移动。在一些实施例中，对象104与区域108中的相应地点相关联。

路线106a-106n(单独称为路线106且统称为路线106)各自与连接AV可以导航所沿着的状态的一系列动作(也称为轨迹)相关联(例如，规定该一系列动作)。各个路线106始于初始状态(例如，与第一时空地点和/或速度等相对应的状态)，并且结束于最终目标状态(例如，与不同于第一时空地点的第二时空地点相对应的状态)或目标区(例如，可接受状态(例如，终止状态)的子空间)。在一些实施例中，第一状态包括一个或多于一个个体将要搭载AV的地点，并且第二状态或区包括搭载AV的一个或多于一个个体将要下车的一个或多于一个地点。在一些实施例中，路线106包括多个可接受的状态序列(例如，多个时空地点序列)，这多个状态序列与多个轨迹相关联(例如，限定多个轨迹)。在示例中，路线106仅包括高级别动作或不精确的状态地点，诸如指示在车行道交叉口处转换方向的一系列连接道路等。附加地或可替代地，路线106可以包括更精确的动作或状态，诸如例如车道区域内的特定目标车道或精确地点以及这些位置处的目标速率等。在示例中，路线106包括沿着具有到达中间目标的有限前瞻视界的至少一个高级别动作的多个精确状态序列，其中有限视界状态序列的连续迭代的组合累积地与共同形成在最终目标状态或区处终止的高级别路线的多个轨迹相对应。

区域108包括运载工具102可以导航的物理区域(例如，地理区)。在示例中，区域108包括至少一个州(例如，国家、省、国家中所包括的多个州中的单独州等)、州的至少一部分、至少一个城市、城市的至少一部分等。在一些实施例中，区域108包括至少一个已命名干道(本文称为“道路”)，诸如公路、州际公路、公园道路、城市街道等。附加地或可替代地，在一些示例中，区域108包括至少一个未命名道路，诸如行车道、停车场的一段、空地和/或未开发地区的一段、泥路等。在一些实施例中，道路包括至少一个车道(例如，道路的运载工具102可以穿过的部分)。在示例中，道路包括与至少一个车道标记相关联的(例如，基于至少一个车道标记所识别的)至少一个车道。

运载工具到基础设施(V2I)装置110(有时称为运载工具到万物(Vehicle-to-Everything)(V2X)装置)包括被配置为与运载工具102和/或V2I系统118进行通信的至少一个装置。在一些实施例中，V2I装置110被配置为与运载工具102、远程AV系统114、队列管理系统116和/或V2I系统118经由网络112进行通信。在一些实施例中，V2I装置110包括射频识别(RFID)装置、标牌、照相机(例如，二维(2D)和/或三维(3D)照相机)、车道标记、路灯、停车计时器等。在一些实施例中，V2I装置110被配置为直接与运载工具102进行通信。附加地或可替代地，在一些实施例中，V2I装置110被配置为与运载工具102、远程AV系统114和/或队列管理系统116经由V2I系统118进行通信。在一些实施例中，V2I装置110被配置为与V2I系统118经由网络112进行通信。

网络112包括一个或多于一个有线和/或无线网络。在示例中，网络112包括蜂窝网络(例如，长期演进(LTE)网络、第三代(3G)网络、第四代(4G)网络、第五代(5G)网络、码分多址(CDMA)网络等)、公共陆地移动网络(PLMN)、局域网(LAN)、广域网(WAN)、城域网(MAN)、电话网(例如，公共交换电话网(PSTN))、专用网络、自组织网络、内联网、因特网、基于光纤的网络、云计算网络等、以及/或者这些网络中的一部分或全部的组合等。

远程AV系统114包括被配置为与运载工具102、V2I装置110、网络112、队列管理系统116和/或V2I系统118经由网络112进行通信的至少一个装置。在示例中，远程AV系统114包括服务器、服务器组和/或其他类似装置。在一些实施例中，远程AV系统114与队列管理系统116位于同一位置。在一些实施例中，远程AV系统114参与运载工具的组件(包括自主系统、自主运载工具计算和/或由自主运载工具计算实现的软件等)中的一部分或全部的安装。在一些实施例中，远程AV系统114在运载工具的寿命期间维护(例如，更新和/或更换)这些组件和/或软件。

队列管理系统116包括被配置为与运载工具102、V2I装置110、远程AV系统114和/或V2I系统118进行通信的至少一个装置。在示例中，队列管理系统116包括服务器、服务器组和/或其他类似装置。在一些实施例中，队列管理系统116与拼车公司(例如，用于控制多个运载工具(例如，包括自主系统的运载工具和/或不包括自主系统的运载工具)的操作等的组织)相关联。

在一些实施例中，V2I系统118包括被配置为与运载工具102、V2I装置110、远程AV系统114和/或队列管理系统116经由网络112进行通信的至少一个装置。在一些示例中，V2I系统118被配置为与V2I装置110经由不同于网络112的连接进行通信。在一些实施例中，V2I系统118包括服务器、服务器组和/或其他类似装置。在一些实施例中，V2I系统118与市政当局或私营机构(例如，用于维护V2I装置110的私营机构等)相关联。

提供图1所例示的要素的数量和布置作为示例。与图1例示的要素相比，可以存在附加的要素、更少的要素、不同的要素和/或不同布置的要素。附加地或可替代地，环境100的至少一个要素可以进行被描述为由图1的至少一个不同要素进行的一个或多于一个功能。附加地或可替代地，环境100的至少一组要素可以进行被描述为由环境100的至少一个不同组的要素进行的一个或多于一个功能。

现在参考图2，运载工具200包括自主系统202、动力总成控制系统204、转向控制系统206和制动系统208。在一些实施例中，运载工具200与运载工具102(参见图1)相同或类似。在一些实施例中，运载工具200具有自主能力(例如，实现如下的至少一个功能、特征和/或装置等，该至少一个功能、特征和/或装置使得运载工具200能够在无人类干预的情况下部分地或完全地操作，其包括但不限于完全自主运载工具(例如，放弃依赖人类干预的运载工具)和/或高度自主运载工具(例如，在某些情形下放弃依赖人类干预的运载工具)等)。对于完全自主运载工具和高度自主运载工具的详细描述，可以参考SAE国际标准J3016：道路上机动车自动驾驶系统相关术语的分类和定义(SAE International's standard J3016：Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle AutomatedDriving Systems)，其全部内容通过引用而被包含。在一些实施例中，运载工具200与自主队列管理器和/或拼车公司相关联。

自主系统202包括传感器套件，该传感器套件包括诸如照相机202a、LiDAR传感器202b、雷达(radar)传感器202c和麦克风202d等的一个或多于一个装置。在一些实施例中，自主系统202可以包括更多或更少的装置和/或不同的装置(例如，超声波传感器、惯性传感器、(以下论述的)GPS接收器、以及/或者用于生成与运载工具200已行驶的距离的指示相关联的数据的里程计传感器等)。在一些实施例中，自主系统202使用自主系统202中所包括的一个或多于一个装置来生成与本文所述的环境100相关联的数据。由自主系统202的一个或多于一个装置生成的数据可以由本文所述的一个或多于一个系统使用以观测运载工具200所位于的环境(例如，环境100)。在一些实施例中，自主系统202包括通信装置202e、自主运载工具计算202f和安全控制器202g。

照相机202a包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。照相机202a包括用以捕获包括物理对象(例如，小汽车、公共汽车、路缘和/或人员等)的图像的至少一个照相机(例如，使用诸如电荷耦合器件(CCD)等的光传感器的数字照相机、热照相机、红外(IR)照相机和/或事件照相机等)。在一些实施例中，照相机202a生成照相机数据作为输出。在一些示例中，照相机202a生成包括与图像相关联的图像数据的照相机数据。在该示例中，图像数据可以指定与图像相对应的至少一个参数(例如，诸如曝光、亮度等的图像特性、以及/或者图像时间戳等)。在这样的示例中，图像可以采用格式(例如，RAW、JPEG和/或PNG等)。在一些实施例中，照相机202a包括配置在(例如，定位在)运载工具上以为了立体影像(立体视觉)的目的而捕获图像的多个独立照相机。在一些示例中，照相机202a包括生成图像数据并将该图像数据传输到自主运载工具计算202f和/或队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)的多个照相机。在这样的示例中，自主运载工具计算202f基于来自至少两个照相机的图像数据来确定多个照相机中的至少两个照相机的视场中的到一个或多于一个对象的深度。在一些实施例中，照相机202a被配置为捕获在相对于照相机202a的距离(例如，高达100米和/或高达1千米等)内的对象的图像。因此，照相机202a包括为了感知在相对于照相机202a一个或多于一个距离处的对象而优化的诸如传感器和镜头等的特征。

在实施例中，照相机202a包括被配置为捕获与一个或多于一个交通灯、街道标志和/或提供视觉导航信息的其他物理对象相关联的一个或多于一个图像的至少一个照相机。在一些实施例中，照相机202a生成与一个或多于一个图像相关联的交通灯数据。在一些示例中，照相机202a生成与包括格式(例如，RAW、JPEG和/或PNG等)的一个或多于一个图像相关联的TLD数据。在一些实施例中，生成TLD数据的照相机202a与本文所述的包含照相机的其他系统的不同之处在于：照相机202a可以包括具有宽视场(例如，广角镜头、鱼眼镜头、以及/或者具有约120度或更大的视角的镜头等)的一个或多于一个照相机，以生成与尽可能多的物理对象有关的图像。

激光检测和测距(LiDAR)传感器202b包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。LiDAR传感器202b包括被配置为从发光器(例如，激光发射器)发射光的系统。由LiDAR传感器202b发射的光包括在可见光谱之外的光(例如，红外光等)。在一些实施例中，在操作期间，由LiDAR传感器202b发射的光遇到物理对象(例如，运载工具)并被反射回到LiDAR传感器202b。在一些实施例中，由LiDAR传感器202b发射的光不会穿透该光遇到的物理对象。LiDAR传感器202b还包括至少一个光检测器，该至少一个光检测器在从发光器发射的光遇到物理对象之后检测到该光。在一些实施例中，与LiDAR传感器202b相关联的至少一个数据处理系统生成表示LiDAR传感器202b的视场中所包括的对象的图像(例如，点云和/或组合点云等)。在一些示例中，与LiDAR传感器202b相关联的至少一个数据处理系统生成表示物理对象的边界和/或物理对象的表面(例如，表面的拓扑结构)等的图像。在这样的示例中，该图像用于确定LiDAR传感器202b的视场中的物理对象的边界。

无线电检测和测距(雷达)传感器202c包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。雷达传感器202c包括被配置为发射(脉冲的或连续的)无线电波的系统。由雷达传感器202c发射的无线电波包括预先确定的频谱内的无线电波。在一些实施例中，在操作期间，由雷达传感器202c发射的无线电波遇到物理对象并被反射回到雷达传感器202c。在一些实施例中，由雷达传感器202c发射的无线电波未被一些对象反射。在一些实施例中，与雷达传感器202c相关联的至少一个数据处理系统生成表示雷达传感器202c的视场中所包括的对象的信号。例如，与雷达传感器202c相关联的至少一个数据处理系统生成表示物理对象的边界和/或物理对象的表面(例如，表面的拓扑结构)等的图像。在一些示例中，该图像用于确定雷达传感器202c的视场中的物理对象的边界。

麦克风202d包括被配置为与通信装置202e、自主运载工具计算202f和/或安全控制器202g经由总线(例如，与图3的总线302相同或类似的总线)进行通信的至少一个装置。麦克风202d包括捕获音频信号并生成与该音频信号相关联(例如，表示该音频信号)的数据的一个或多于一个麦克风(例如，阵列麦克风和/或外部麦克风等)。在一些示例中，麦克风202d包括变换器装置和/或类似装置。在一些实施例中，本文所述的一个或多于一个系统可以接收由麦克风202d生成的数据，并基于与该数据相关联的音频信号来确定对象相对于运载工具200的位置(例如，距离等)。

通信装置202e包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、自主运载工具计算202f、安全控制器202g和/或线控(DBW)系统202h进行通信的至少一个装置。例如，通信装置202e可以包括与图3的通信接口314相同或类似的装置。在一些实施例中，通信装置202e包括运载工具到运载工具(V2V)通信装置(例如，用于实现运载工具之间的数据的无线通信的装置)。

自主运载工具计算202f包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、通信装置202e、安全控制器202g和/或DBW系统202h进行通信的至少一个装置。在一些示例中，自主运载工具计算202f包括诸如客户端装置、移动装置(例如，蜂窝电话和/或平板电脑等)和/或服务器(例如，包括一个或多于一个中央处理单元和/或图形处理单元等的计算装置)等的装置。在一些实施例中，自主运载工具计算202f与本文所述的自主运载工具计算400相同或类似。附加地或可替代地，在一些实施例中，自主运载工具计算202f被配置为与自主运载工具系统(例如，与图1的远程AV系统114相同或类似的自主运载工具系统)、队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)、V2I装置(例如，与图1的V2I装置110相同或类似的V2I装置)和/或V2I系统(例如，与图1的V2I系统118相同或类似的V2I系统)进行通信。

安全控制器202g包括被配置为与照相机202a、LiDAR传感器202b、雷达传感器202c、麦克风202d、通信装置202e、自主运载工具计算202f和/或DBW系统202h进行通信的至少一个装置。在一些示例中，安全控制器202g包括被配置为生成和/或传输控制信号以操作运载工具200的一个或多于一个装置(例如，动力总成控制系统204、转向控制系统206和/或制动系统208等)的一个或多于一个控制器(电气控制器和/或机电控制器等)。在一些实施例中，安全控制器202g被配置为生成优先于(例如，覆盖)由自主运载工具计算202f生成和/或传输的控制信号的控制信号。

DBW系统202h包括被配置为与通信装置202e和/或自主运载工具计算202f进行通信的至少一个装置。在一些示例中，DBW系统202h包括被配置为生成和/或传输控制信号以操作运载工具200的一个或多于一个装置(例如，动力总成控制系统204、转向控制系统206和/或制动系统208等)的一个或多于一个控制器(例如，电气控制器和/或机电控制器等)。附加地或可替代地，DBW系统202h的一个或多于一个控制器被配置为生成和/或传输控制信号以操作运载工具200的至少一个不同的装置(例如，转向信号灯、前灯、门锁和/或挡风玻璃雨刮器等)。

动力总成控制系统204包括被配置为与DBW系统202h进行通信的至少一个装置。在一些示例中，动力总成控制系统204包括至少一个控制器和/或致动器等。在一些实施例中，动力总成控制系统204从DBW系统202h接收控制信号，并且动力总成控制系统204使运载工具200开始向前移动、停止向前移动、开始向后移动、停止向后移动、沿某方向加速、沿某方向减速、进行左转和/或进行右转等。在示例中，动力总成控制系统204使提供至运载工具的马达的能量(例如，燃料和/或电力等)增加、保持相同或减少，由此使运载工具200的至少一个轮旋转或不旋转。

转向控制系统206包括被配置为使运载工具200的一个或多于一个轮旋转的至少一个装置。在一些示例中，转向控制系统206包括至少一个控制器和/或致动器等。在一些实施例中，转向控制系统206使运载工具200的两个前轮和/或两个后轮向左或向右旋转，以使运载工具200左转或右转。

制动系统208包括被配置为使一个或多于一个制动器致动以使运载工具200减速和/或保持静止的至少一个装置。在一些示例中，制动系统208包括被配置为使与运载工具200的一个或多于一个轮相关联的一个或多于一个卡钳在运载工具200的相应转子上闭合的至少一个控制器和/或致动器。附加地或可替代地，在一些示例中，制动系统208包括自动紧急制动(AEB)系统和/或再生制动系统等。

在一些实施例中，运载工具200包括用于测量或推断运载工具200的状态或条件的性质的至少一个平台传感器(未明确例示出)。在一些示例中，运载工具200包括诸如全球定位系统(GPS)接收器、惯性测量单元(IMU)、轮速率传感器、轮制动压力传感器、轮转矩传感器、引擎转矩传感器和/或转向角传感器等的平台传感器。

现在参考图3，例示装置300的示意图。如所例示的，装置300包括处理器304、存储器306、存储组件308、输入接口310、输出接口312、通信接口314和总线302。在一些实施例中，装置300对应于：运载工具102的至少一个装置(例如，运载工具102的系统的至少一个装置)；以及/或者网络112的一个或多于一个装置(例如，网络112的系统的一个或多于一个装置)。在一些实施例中，运载工具102的一个或多于一个装置(例如，运载工具102的系统的一个或多于一个装置)、以及/或者网络112的一个或多于一个装置(例如，网络112的系统的一个或多于一个装置)包括至少一个装置300和/或装置300的至少一个组件。如图3所示，装置300包括总线302、处理器304、存储器306、存储组件308、输入接口310、输出接口312和通信接口314。

总线302包括许可装置300的组件之间的通信的组件。在一些实施例中，处理器304以硬件、软件、或者硬件和软件的组合来实现。在一些示例中，处理器304包括处理器(例如，中央处理单元(CPU)、图形处理单元(GPU)和/或加速处理单元(APU)等)、麦克风、数字信号处理器(DSP)、以及/或者可被编程为进行至少一个功能的任意处理组件(例如，现场可编程门阵列(FPGA)和/或专用集成电路(ASIC)等)。存储器306包括随机存取存储器(RAM)、只读存储器(ROM)、以及/或者存储供处理器304使用的数据和/或指令的另一类型的动态和/或静态存储装置(例如，闪速存储器、磁存储器和/或光存储器等)。

存储组件308存储与装置300的操作和使用相关的数据和/或软件。在一些示例中，存储组件308包括硬盘(例如，磁盘、光盘、磁光盘和/或固态盘等)、紧凑盘(CD)、数字多功能盘(DVD)、软盘、盒式磁带、磁带、CD-ROM、RAM、PROM、EPROM、FLASH-EPROM、NV-RAM和/或另一类型的计算机可读介质、以及相应的驱动器。

输入接口310包括许可装置300诸如经由用户输入(例如，触摸屏显示器、键盘、小键盘、鼠标、按钮、开关、麦克风和/或照相机等)等接收信息的组件。附加地或可替代地，在一些实施例中，输入接口310包括用于感测信息的传感器(例如，全球定位系统(GPS)接收器、加速度计、陀螺仪和/或致动器等)。输出接口312包括用于提供来自装置300的输出信息的组件(例如，显示器、扬声器和/或一个或多于一个发光二极管(LED)等)。

在一些实施例中，通信接口314包括许可装置300与其他装置经由有线连接、无线连接、或者有线连接和无线连接的组合进行通信的类似收发器那样的组件(例如，收发器和/或单独的接收器和发射器等)。在一些示例中，通信接口314许可装置300从另一装置接收信息和/或向另一装置提供信息。在一些示例中，通信接口314包括以太网接口、光接口、同轴接口、红外接口、射频(RF)接口、通用串行总线(USB)接口、Wi-接口和/或蜂窝网络接口等。

在一些实施例中，装置300进行本文所述的一个或多于一个处理。装置300基于处理器304执行由诸如存储器306和/或存储组件308等的计算机可读介质所存储的软件指令来进行这些处理。计算机可读介质(例如，非暂时性计算机可读介质)在本文被限定为非暂时性存储器装置。非暂时性存储器装置包括位于单个物理存储装置内的存储空间或跨多个物理存储装置分布的存储空间。

在一些实施例中，经由通信接口314从另一计算机可读介质或从另一装置将软件指令读取到存储器306和/或存储组件308中。存储器306和/或存储组件308中所存储的软件指令在执行时，使处理器304进行本文所述的一个或多于一个处理。附加地或可替代地，代替软件指令或与软件指令组合使用硬连线电路以进行本文所述的一个或多于一个处理。因此，除非另外明确说明，否则本文所描述的实施例不限于硬件电路和软件的任何特定组合。

存储器306和/或存储组件308包括数据存储部或至少一个数据结构(例如，数据库等)。装置300能够从存储器306或存储组件308中的数据存储部或至少一个数据结构接收信息，将信息存储在该数据存储部或至少一个数据结构中，将信息通信至该数据存储部或至少一个数据结构，或者搜索该数据存储部或至少一个数据结构中所存储的信息。在一些示例中，该信息包括网络数据、输入数据、输出数据或其任何组合。

在一些实施例中，装置300被配置为执行存储在存储器306和/或另一装置(例如，与装置300相同或类似的另一装置)的存储器中的软件指令。如本文所使用的，术语“模块”是指存储器306和/或另一装置的存储器中所存储的至少一个指令，该至少一个指令在由处理器304和/或另一装置(例如，与装置300相同或类似的另一装置)的处理器执行时，使装置300(例如，装置300的至少一个组件)进行本文所述的一个或多于一个处理。在一些实施例中，模块以软件、固件和/或硬件等来实现。

提供图3所例示的组件的数量和布置作为示例。在一些实施例中，与图3所例示的组件相比，装置300可以包括附加的组件、更少的组件、不同的组件或不同布置的组件。附加地或可替代地，装置300的一组组件(例如，一个或多于一个组件)可以进行被描述为由装置300的另一组件或另一组组件进行的一个或多于一个功能。

现在参考图4，例示出自主运载工具计算400(有时称为“AV堆栈”)的示例框图。如所例示的，自主运载工具计算400包括感知系统402(有时称为感知模块)、规划系统404(有时称为规划模块)、定位系统406(有时称为定位模块)、控制系统408(有时称为控制模块)和数据库410。在一些实施例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库410包括在运载工具的自动导航系统(例如，运载工具200的自主运载工具计算202f)中和/或在该自动导航系统中实现。附加地或可替代地，在一些实施例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库410包括在一个或多于一个独立系统(例如，与自主运载工具计算400相同或类似的一个或多于一个系统等)中。在一些示例中，感知系统402、规划系统404、定位系统406、控制系统408和数据库41包括在位于运载工具中的一个或多于一个独立系统以及/或者如本文所述的至少一个远程系统中。在一些实施例中，自主运载工具计算400中所包括的系统中的任意和/或全部以软件(例如，存储器中所存储的软件指令)、计算机硬件(例如，通过微处理器、微控制器、专用集成电路(ASIC)和/或现场可编程门阵列(FPGA)等)、或者计算机软件和计算机硬件的组合来实现。还将理解，在一些实施例中，自主运载工具计算400被配置为与远程系统(例如，与远程AV系统114相同或类似的自主运载工具系统、与队列管理系统116相同或类似的队列管理系统116、以及/或者与V2I系统118相同或类似的V2I系统等)进行通信。

在一些实施例中，感知系统402接收与环境中的至少一个物理对象相关联的数据(例如，感知系统402检测至少一个物理对象所使用的数据)，并对该至少一个物理对象进行分类。在一些示例中，感知系统402接收由至少一个照相机(例如，照相机202a)捕获到的图像数据，该图像与该至少一个照相机的视场内的一个或多于一个物理对象相关联(例如，表示该一个或多于一个物理对象)。在这样的示例中，感知系统402基于物理对象(例如，自行车、运载工具、交通标志和/或行人等)的一个或多于一个分组来对至少一个物理对象进行分类。在一些实施例中，基于感知系统402对物理对象进行分类，感知系统402将与物理对象的分类相关联的数据传输到规划系统404。

在一些实施例中，规划系统404接收与目的地相关联的数据，并且生成与运载工具(例如，运载工具102)可以朝向目的地行驶所沿着的至少一个路线(例如，路线106)相关联的数据。在一些实施例中，规划系统404定期地或连续地从感知系统402接收数据(例如，上述的与物理对象的分类相关联的数据)，并且规划系统404基于感知系统402所生成的数据来更新至少一个轨迹或生成至少一个不同轨迹。在一些实施例中，规划系统404从定位系统406接收与运载工具(例如，运载工具102)的更新位置相关联的数据，并且规划系统404基于定位系统406所生成的数据来更新至少一个轨迹或生成至少一个不同轨迹。

在一些实施例中，定位系统406接收与运载工具(例如，运载工具102)在区域中的地点相关联(例如，表示该地点)的数据。在一些示例中，定位系统406接收与至少一个LiDAR传感器(例如，LiDAR传感器202b)所生成的至少一个点云相关联的LiDAR数据。在某些示例中，定位系统406从多个LiDAR传感器接收与至少一个点云相关联的数据，并且定位系统406基于各个点云来生成组合点云。在这些示例中，定位系统406将该至少一个点云或组合点云与数据库410中所存储的区域的二维(2D)和/或三维(3D)地图进行比较。然后，基于定位系统406将至少一个点云或组合点云与地图进行比较，定位系统406确定运载工具在区域中的位置。在一些实施例中，地图包括运载工具的导航之前生成的该区域的组合点云。在一些实施例中，地图包括但不限于车行道几何性质的高精度地图、描述道路网连接性质的地图、描述车行道物理性质(诸如交通速率、交通流量、运载工具和自行车交通车道的数量、车道宽度、车道交通方向或车道标记的类型和地点、或者它们的组合等)的地图、以及描述道路特征(诸如人行横道、交通标志或各种类型的其他行驶信号灯等)的空间地点的地图。在一些实施例中，基于感知系统所接收到的数据来实时地生成地图。

在另一示例中，定位系统406接收由全球定位系统(GPS)接收器所生成的全球导航卫星系统(GNSS)数据。在一些示例中，定位系统406接收与运载工具在区域中的地点相关联的GNSS数据，并且定位系统406确定运载工具在区域中的纬度和经度。在这样的示例中，定位系统406基于运载工具的纬度和经度来确定运载工具在区域中的位置。在一些实施例中，定位系统406生成与运载工具的位置相关联的数据。在一些示例中，基于定位系统406确定运载工具的位置，定位系统406生成与运载工具的位置相关联的数据。在这样的示例中，与运载工具的位置相关联的数据包括与对应于运载工具的位置的一个或多于一个语义性质相关联的数据。

在一些实施例中，控制系统408从规划系统404接收与至少一个轨迹相关联的数据，并且控制系统408控制运载工具的操作。在一些示例中，控制系统408从规划系统404接收与至少一个轨迹相关联的数据，并且控制系统408通过生成并传输控制信号以使动力总成控制系统(例如，DBW系统202h和/或动力总成控制系统204等)、转向控制系统(例如，转向控制系统206)和/或制动系统(例如，制动系统208)进行操作，来控制运载工具的操作。在示例中，在轨迹包括左转的情况下，控制系统408传输控制信号以使转向控制系统206调整运载工具200的转向角，由此使运载工具200左转。附加地或可替代地，控制系统408生成并传输控制信号以使运载工具200的其他装置(例如，前灯、转向信号灯、门锁和/或挡风玻璃雨刮器等)改变状态。

在一些实施例中，感知系统402、规划系统404、定位系统406和/或控制系统408实现至少一个机器学习模型(例如，至少一个多层感知器(MLP)、至少一个卷积神经网络(CNN)、至少一个递归神经网络(RNN)、至少一个自动编码器和/或至少一个变换器等)。在一些示例中，感知系统402、规划系统404、定位系统406和/或控制系统408单独地或与上述系统中的一个或多于一个结合地实现至少一个机器学习模型。在一些示例中，感知系统402、规划系统404、定位系统406和/或控制系统408实现至少一个机器学习模型作为管道(例如，用于识别位于环境中的一个或多于一个对象的管道等)的一部分。

数据库410存储传输至感知系统402、规划系统404、定位系统406和/或控制系统408的、从其接收到的、以及/或者由其更新的数据。在一些示例中，数据库410包括用于存储与操作相关的数据和/或软件、并使用自主运载工具计算400的至少一个系统的存储组件(例如，与图3的存储组件308相同或类似的存储组件)。在一些实施例中，数据库410存储与至少一个区域的2D和/或3D地图相关联的数据。在一些示例中，数据库410存储与城市的一部分、多个城市的多个部分、多个城市、县、州和/或国家(State)(例如，国家)等的2D和/或3D地图相关联的数据。在这样的示例中，运载工具(例如，与运载工具102和/或运载工具200相同或类似的运载工具)可以沿着一个或多于一个可驾驶区(例如，单车道道路、多车道道路、高速公路、偏僻道路和/或越野道路等)驾驶，并且使至少一个LiDAR传感器(例如，与LiDAR传感器202b相同或类似的LiDAR传感器)生成与表示该至少一个LiDAR传感器的视场中所包括的对象的图像相关联的数据。

在一些实施例中，数据库410可以跨多个装置来实现。在一些示例中，数据库410包括在运载工具(例如，与运载工具102和/或运载工具200相同或类似的运载工具)、自主运载工具系统(例如，与远程AV系统114相同或类似的自主运载工具系统)、队列管理系统(例如，与图1的队列管理系统116相同或类似的队列管理系统)中和/或V2I系统(例如，与图1的V2I系统118相同或类似的V2I系统)等中。

现在参考图5，示出了用于规则手册轨迹生成的图形探索的处理的实现500的图。在一些实施例中，实现500包括规划系统504a。在一些实施例中，规划系统504a与图4的规划系统404相同或类似。通常，规划系统504a的输出是从起点(例如，源地点或初始地点)到终点(例如，目的地或最终地点)的路线。因此，在图5的示例中，路线在附图标记516处被传输到控制系统504b。在运载工具操作期间，控制系统操作运载工具来导航路线。在实施例中，存储路线和其他AV计算数据用于对AV所选择的路线的事后评估，以从起点导航到终点。通常，路线由一个路段或多于一个路段定义。例如，路段是要在街道、道路、高速公路、行车道或适合汽车行驶的其他物理区域的至少一部分上行驶的距离。在一些示例中，例如，如果AV是诸如四轮驱动(4WD)或全轮驱动(AWD)小汽车、SUV、小卡车等的能够越野的运载工具，则路线包括诸如未铺面路径或开阔田野等的“越野”路段。

除了路线之外，规划系统504a还输出车道级路线规划数据。车道级路线规划数据用于在特定时间基于路线的路段的条件来穿过这些路段。在实施例中，存储车道级路线规划数据以用于使用如本文所述的图形探索的事后评估。在操作期间，车道级路线规划数据用于在特定时间基于路段的条件来穿过路段。例如，如果路线包括多车道高速公路，车道级路线规划数据包括轨迹规划数据，其中AV可以使用该轨迹规划数据以例如基于出口是否接近、多个车道中的一个或多于一个车道是否存在其他运载工具、或者在运载工具沿路线移动的几分钟或更少时间的过程中变化的其他因素来从这多个车道中选择某车道。类似地，在一些实现中，车道级路线规划数据包括路线的某路段特有的速率约束。例如，如果该路段包括行人或非预期交通，则速率约束可以将AV限制到比预期速率慢的行驶速率，例如基于该路段的限速数据的速率。

图6示出了根据一个或多于一个实施例的使用具有行为规则检查的图形探索的AV602操作的示例场景。AV 602可以是例如参考图1更详细示出和描述的运载工具102，或者参考图2更详细示出和描述的运载工具200。AV 602在环境600中操作，环境600可以是参考图1更详细示出和描述的环境100。在图6所示的示例场景中，AV 602在接近交叉口610的车道606中操作。类似地，另一运载工具604在接近交叉口610的车道608中操作。如箭头所指示的，车道606中的交通流与车道608中的交通流相反。存在将车道606相对于车道608分离的双线612。然而，不存在将车道606相对于车道608分离的物理道路分隔物或中间带。根据通常理解的道路规则，环境600中的交通规则禁止运载工具越过双线612或超过预定限速(例如，每小时45英里)。

AV 602在车道606中运行，到达交叉口610之外的目的地。如图所示，行人614位于车道606中，阻挡了车道606。诸如阻挡行驶车道的事故、运载工具故障、施工点和骑车者等的其他对象可能会阻挡AV的规划轨迹。在实施例中，AV 602使用感知系统402来识别诸如行人614等的对象。参照图4更详细地示出和描述了感知系统402。通常，感知系统402将对象分类成诸如汽车、路障、交通锥等类型。对象被提供给规划系统404。参考图4更详细地示出和描述了规划系统404。

AV 602确定为车道606被行人614阻挡。在示例中，AV 602基于图2的传感器202所检测到的数据点(例如，传感器数据)的特性来检测行人614的边界。为了到达目的地，AV602的规划系统404(图4)生成轨迹616。根据轨迹616操作AV 602导致AV 602违反交通规则并越过双线612以机动动作绕过行人614，使得AV 602到达其目的地。一些轨迹616导致AV602越过双线612并进入在运载工具604的路径中的车道608。AV 602使用分级的操作规则集来提供关于AV 602的驾驶性能的反馈。分级的规则集有时被称为存储的行为模型或规则手册。在一些实施例中，以通过-失败的方式提供反馈。本文公开的实施例检测AV 602(例如，图4的规划系统404)何时生成违反行为规则的轨迹616，以及确定为AV 602本来可以生成将违反更低优先级的行为规则的替代轨迹。这样的检测的出现表示运动规划处理的失败。本技术使用图形探索来启发式地确定导航经过车道606中的行人614并到达目的地(例如，目标)的最佳轨迹616。在实施例中，最佳轨迹是以起始姿势开始并且与其他轨迹相比违反最低优先级行为规则的轨迹。

在实施例中，至少一个处理器在AV操作之后接收传感器数据。传感器数据表示AV在导航通过环境的同时遇到的场景。分级规则被应用于由AV堆栈模拟的场景，以在事后修改和改进AV开发(例如，在传感器数据被捕获的AV操作之后)。在示例中，该离线框架被配置为开发测试场景中AV轨迹的透明且可再现的、基于规则的通过/失败评估。例如，在离线框架中，如果发现导致更少违反规则优先级结构的轨迹，则拒绝规划系统404输出的给定轨迹。至少部分地基于被拒绝的轨迹和与被拒绝的轨迹相关联的数据来修改和改进规划系统。在实施例中，本技术从给定场景接收事后生成的固定轨迹集，并且确定最佳轨迹以评估AV通过了预定测试还是失败。本技术使用固定轨迹集来创建图形。在实施例中，该图形是边加权图(edge weighted graph)，其中基于规则违反来将权重分配给与轨迹相对应的边。各个轨迹与一个或多于一个代价相关联，各个代价对应于规则违反。参考图7描述了确定固定轨迹集。

图7示出了使用行为规则检查来确定固定轨迹集的运载工具操作的处理700的示例流程图。在实施例中，图7的处理由图2的AV 200、图3的装置300、图4的AV计算400或其任意组合来进行。在实施例中，至少一个远离运载工具的处理器进行图7的处理700。同样，实施例可以包括不同的和/或附加的步骤，或者以不同的顺序进行这些步骤。

在框704处，确定为AV 602的轨迹(例如，轨迹616)是可接受的。参考图6更详细地示出和描述了轨迹616和AV 602。在示例中，基于违反AV 602的分级操作规则集中的行为规则，轨迹被确定为可接受的。如果没有违反规则，则处理移动到步骤708，并且规划系统404和AV行为通过验证检查。参考图4更详细地示出和描述了规划系统404。

在框704处，如果违反了规则，则处理移动到框712。被违反的规则被表示为具有第一优先级的第一行为规则。该处理移动到框716。在框716，处理器确定是否存在替代的更少违反的轨迹。例如，处理器基于与场景相关联的传感器数据来为AV 602生成多个替代轨迹。在实施例中，传感器数据表征与AV相关联的信息、与对象相关联的信息、与环境相关联的信息或其任意组合。处理器识别是否存在仅违反分级规则集的第二行为规则的第二轨迹，使得第二行为规则具有小于第一优先级的第二优先级。在示例中，如果不存在仅违反具有比第一优先级更低的优先级的第二行为规则的其他轨迹，则处理移动到框720。规划系统404和AV行为通过验证检查。在框716处，存在替代的更少违反的轨迹，并且规划系统404和AV行为没有通过验证检查。

在示例中，AV可根据多个分级行为规则来操作。各个行为规则具有相对于各个其他规则的优先级。例如，规则手册按照优先级的递增顺序可以包括以下规则：1：维持预定的限速；2：保持在车道内；3：维持预定的间距；4：到达目标；5：避免碰撞。在示例中，优先级表示违反行为规则的风险级别。因此，规则手册是规定了由交通法或文化期望强制执行的驾驶要求及其相对优先级的正式框架。规则手册是具有体现规则优先级分级结构的违反得分的预先排序的规则集。因此，规则手册支持在冲突场景下的AV行为规范和评定。

再次参考图6，考虑行人614进入AV 602正在行驶的车道的情况。合理的AV行为是避免与行人614及其他运载工具604碰撞(例如，满足规则5：避免碰撞，示例性规则手册中的最高优先级)，尽管这以违反更低优先级规则为代价，诸如将速率降低到小于最小限速(例如，违反规则1：维持预定限速)或偏离车道(例如，违反规则2：保持在车道内)等。规则手册生成是基于与场景相关联的完善信息(例如，知道预定值或状态)对AV应该采取的动作进行的事后优先级排序。在实施例中，违反行为规则包括操作AV使得AV超过预定限速(例如，45mph)。例如，规则1：维持预定的限速表示AV不应违反其正行驶于的车道的限速。然而，规则(1)是较低优先级的规则；因此，AV可能违反规则(1)以防止(例如，与另一运载工具)碰撞并且根据规则5：避免碰撞来行动。在实施例中，违反行为规则包括操作AV使得AV在到达目的地之前停止。在示例中，规则2：保持在车道内表示AV应该保持在其自己的车道内。规则(2)的优先级低于规则5：避免碰撞的优先级。因此，AV只违反规则2：保持在车道内，以满足规则5：避免碰撞、规则4：到达目标、以及规则3：维持间距。

在实施例中，违反所存储的AV操作的行为规则包括操作AV，使得AV和AV附近的对象之间的横向间距减小到低于阈值横向距离。例如，规则3：维持预定的间距表示AV应该相对于任意其他对象(例如，行人614)维持阈值横向距离(例如，半个小汽车长度或1米)。然而，在该示例中，规则3：维持预定间距的优先级低于规则4：到达目的地的优先级。因此，如参考图6更详细地示出和描述的，AV可能违反规则(3)来遵守更高优先级的规则4：到达目标和规则5：避免碰撞。

在实施例中，替代轨迹集是基于人类驾驶行为生成的。在实施例中，轨迹来自安全驾驶员集或者通过对从人类驾驶员获得的轨迹集进行训练。轨迹存在于多个集合中，并且被缀合在一起以生成轨迹的图形。在实施例中，轨迹集表示AV相对于起始姿势可以采取的所有可能的轨迹。因此，轨迹是考虑到预定速率或航向(例如，姿势)而可能的那些路线。

图8是用于找到事后最佳轨迹的迭代生长图形800的图示。在实施例中，探索生成的图形802、804和806，以找到表示运载工具通过环境的合理路径的最佳轨迹。合理路径可用于比较AV在与根据本技术的最佳轨迹相关联的相同场景中采用的轨迹。图形生成使得能够考虑到快速生成的最佳轨迹来评估AV响应。

在实施例中，利用已知场景(例如，利用完善信息)确定最佳事后轨迹随着轨迹的发展而改变。换句话说，在第一个姿势下最佳的轨迹可能在随后的姿势下不维持最佳。例如，在行驶通过环境期间，AV可能被卡住(例如，不能规划前进路径)或者只得跟随产生间距违反(例如，违反规则手册的分级规则)的路径。在一些情况下，当AV行驶时，在没有对所选择(例如，所穿过或所导航)的轨迹进行积极强化的情况下生成轨迹。在传统技术中，生成的轨迹会随着时间而劣化。本技术评估一系列姿势下的候选轨迹，使得根据规则手册来选择一系列姿势下的最佳轨迹的子集。迭代地穿过轨迹以生成从起始姿势到目标姿势的最佳轨迹的图形。本技术基于固定轨迹集来生成图形。在实施例中，生成的图形体现使用一系列姿势的来自固定轨迹集的运载工具动态。

在图8的示例中，AV的第一姿势810处于起始位置。从起始位置，生成运载工具在第一姿势810下(例如，对应图形的根节点)的替代轨迹集820，该替代轨迹集表示运载工具从第一姿势810的操作。在该替代轨迹集中，确定一个或多于一个最佳轨迹。最佳轨迹用于确定下一姿势，并且从下一姿势生成替代轨迹集822和824。具体地，评估下一姿势812以生成替代轨迹集822。评估下一姿势814以生成替代轨迹集824。在实施例中，迭代地生成多个替代轨迹集，直到到达目标/目的地812为止。

如图8所示，图形802、804和806是通过计算给定场景中AV的第一姿势810下的替代轨迹集来生成的。根据替代轨迹集820，确定N1个轨迹的随机子集。针对图形而保留的轨迹是最有可能引起最优、最佳轨迹的轨迹。在示例中，针对图形来选择根据规则手册在当前时间戳处得分最高的N2个轨迹。例如，根据规则违反的预先排序的得分列表与图形的各个边相关联。该得分在下面参考图9进行描述。通常，选择N1和N2的值用于图形生长，以使得在与计算图形的速率相比时能够协调图形的质量。较大的N1和N2值会导致计算时间呈指数增长，但是生成的图形质量也会提高。

在实施例中，N2个轨迹随着N1个更多轨迹而生长。例如，从替代轨迹集820中选择的N2个轨迹的末端处的下一姿势(例如，下一姿势812、814)被用于迭代地生成具有N1个轨迹的另一随机子集。同样，保留的轨迹是最有可能引起最佳轨迹的轨迹(例如，N2个轨迹)。图形生长继续，直到生成到达目标812的一个或多于一个轨迹或者超时发生为止。超时可以是图形生成终止之前的预定时间段。在示例中，可以取消或覆盖超时以继续图形生成。针对图形而选择的轨迹是从第一个姿势到目标的根据规则手册具有最低得分的那些轨迹。

图9是根据规则手册来计算得分的系统900的图。在图9的示例中，规则手册902提供了三个示例性的分级规则：R1(最高优先级)、R2(次高优先级)、R3(最低优先级)。另外，固定轨迹集904包括轨迹x、轨迹y和轨迹z。该固定轨迹集可以是轨迹616(图6)或图8的轨迹820、822或824。在实施例中，固定轨迹集表示运载工具在大多数交通情形下做出的合理动作。在示例中，响应于预定场景中的模拟，使用AV的规划系统(例如，图4的规划系统404)来生成固定轨迹集。在示例中，当AV从起始姿势行驶时，由AV计算输入和输出来表示预定场景。

在图9的示例中，针对固定轨迹集的各个轨迹的规则违反被用于确定各个轨迹的规则违反得分906。特别地，评估各个规则以确定轨迹的规则违反得分。在评估908处，评估规则R1以确定轨迹x、轨迹y或轨迹z是否违反了规则R1。在图9的示例中，轨迹z违反了规则R1，而轨迹x和轨迹y没有违反规则R1。轨迹z相对于规则R1被分配为得分1。轨迹x和y相对于规则R1被分配为得分0。在评估910处，评估规则R2以确定轨迹x、轨迹y或轨迹z是否违反了规则R2。在图9的示例中，没有轨迹违反规则R2。各个轨迹相对于规则R2被分配为得分0。

在一些实施例中，得分表示针对所有轨迹的规则违反的相对水平。各个单独的规则相对于各个单独的轨迹被独立地评估。各个得分的值至少部分基于被评估的规则。换句话说，根据被评估的规则来以不同的方式计算得分。例如，对于维持行人附近的间距的规则，得分是与该行人相关联的瞬时违反间距数量的最大值。在该示例中，违反是通过超过到行人的阈值距离来进入行人附近的空间。根据字典顺序，基于违反的数量来对各个轨迹进行排序。因此，在评估908处，轨迹z是违反R1的唯一轨迹，因此这使得轨迹z成为最差的轨迹。在评估910处，没有轨迹违反规则R2，使得相对于R2没有轨迹比其他轨迹更差。

在评估912处，评估规则R3以确定轨迹x、轨迹y或轨迹z是否违反了规则R3。在图9的示例中，轨迹z比轨迹y更严重地违反规则R3，而轨迹y又比轨迹x更严重地违反规则R3。轨迹z相对于规则R3被分配10分，其中10是违反规则R3的最大数量。相对于规则R3，轨迹x被分配得分1，轨迹y被分配得分2。

通常，从固定轨迹集中，确定N1个轨迹的随机子集。针对该图形而保留的轨迹是得分高于预定阈值的轨迹。在示例中，根据规则手册的得分高于预定阈值的N2个轨迹被选择用于图形。在实施例中，这N2个轨迹随着N1个更多轨迹而生长。通常，生长图形指的是从来自先前的固定轨迹集中的N2个轨迹(例如，得分高于预定阈值的轨迹)的结束姿势生成下一随机轨迹集。图形继续生长，直到生成一个或多于一个达到目标姿势的轨迹为止。针对图形而选择的轨迹是根据规则手册具有最低得分的从第一个姿势到目标姿势的那些轨迹。以这种方式，该图形作为引导启发式生成，其使用行为建模和预测数据集来创建图形。在示例中，本技术不收敛于单一最佳轨迹。本技术获得合理的最佳轨迹，这区别于收敛到单一最佳轨迹。

现在参考图10，示出了用于规则手册轨迹生成的图形探索的处理1000的流程图。在一些实施例中，关于处理1000描述的一个或多于一个步骤由图2的自主运载工具200或图4的AV计算400(例如，完全地和/或部分地)进行。附加地或可替代地，在一些实施例中，关于处理1000描述的一个或多于一个步骤由相对于自主系统202分离或包括自主系统202的其他装置(诸如图3的装置300等)或装置组(例如，完全地和/或部分地)进行。

在框1002处，生成第一姿势下的运载工具的替代轨迹集。在实施例中，替代轨迹是使用行为预测生成的轨迹集。在实施例中，第一姿势是对应图形的根节点。该替代轨迹集表示运载工具从第一姿势开始的操作。

在框1004处，识别来自该替代轨迹集的轨迹。在实施例中，轨迹违反分级的多个规则中的最低行为规则，该最低行为规则的优先级低于与该替代轨迹集中的其他轨迹相关联的行为规则的优先级。因此，在实施例中，本技术选择根节点处看起来是最佳轨迹的一个或多于一个轨迹。

在框1006处，响应于识别轨迹，从下一姿势生成下一替代轨迹集。下一替代轨迹集表示运载工具从下一姿势的操作。在示例中，下一姿势位于所识别的轨迹的末端。以这种方式，基于识别出的轨迹所产生的下一姿势，图形迭代地生长。通过将与下一姿势相关联的运载工具动态应用于与下一姿势的地点相关联的可能轨迹，可以从下一姿势生成运载工具的下一替代轨迹集。运载工具动态包括例如与下一姿势下的轨迹相关联的速率和朝向。

在框1008处，迭代地识别来自对应的下一替代轨迹集的下一轨迹。在实施例中，下一轨迹违反分级的多个规则中的最低行为规则直到达到目标姿势以生成图形为止，该最低行为规则的优先级低于与对应的下一替代轨迹集中的其他轨迹相关联的行为规则的优先级。换句话说，在一些实施例中，本技术迭代地重复在一系列姿势下识别最佳轨迹的步骤，直到达到目标姿势为止。在一些实施例中，最佳轨迹没有到达目标姿势，并且本技术迭代地重复在一系列姿势下识别最佳轨迹的步骤，直到预定的超时发生为止。在示例中，最佳轨迹是与其他轨迹相比违反最低优先级行为规则的轨迹，其中根据规则违反对轨迹进行排序。如上所述，图形的生长通常持续到从第一姿势识别出轨迹集为止。在框1010处，基于图形来操作运载工具。在示例中，基于图形的运载工具操作包括从图形中提取最佳轨迹以及将运载工具所采用的轨迹与最佳轨迹进行比较。以这种方式，考虑到最佳轨迹来评估运载工具的性能。由图形提取的最佳轨迹用于提供关于运载工具性能的反馈。

在先前描述中，已经参考许多具体细节描述了本公开的方面和实施例，这些具体细节可因实现而不同。因此，说明书和附图应被视为说明性的，而非限制性意义的。本发明范围的唯一且排他的指示、以及申请人期望是本发明范围的内容是以发布权利要求书的具体形式从本申请发布的权利要求书的字面和等同范围，包括任何后续修正。本文中明确阐述的用于被包括在此类权利要求中的术语的任何定义应当以此类术语如在权利要求书中所使用的意义为准。另外，当在先前的说明书或所附权利要求书使用术语“还包括”时，该短语的下文可以是附加的步骤或实体、或先前所述的步骤或实体的子步骤/子实体。

Claims (9)

1.一种用于运载工具的方法，包括：

利用至少一个处理器，为第一姿势下的运载工具生成替代轨迹集，所述替代轨迹集表示所述运载工具从所述第一姿势的操作；

利用所述至少一个处理器，从所述替代轨迹集中识别轨迹，其中所述轨迹违反分级的多个规则中的最低行为规则，所述最低行为规则的优先级低于与所述替代轨迹集中的其他轨迹相关联的行为规则的优先级；

利用所述至少一个处理器，响应于识别到所述轨迹，从下一姿势为所述运载工具生成下一替代轨迹集，所述下一替代轨迹集表示所述运载工具从所述下一姿势的操作，其中所述下一姿势位于所识别的轨迹的末端；

利用所述至少一个处理器，从对应的下一替代轨迹集中迭代地识别下一轨迹直到达到目标姿势或超时为止以生成图形，其中下一轨迹违反所述分级的多个规则中的最低行为规则，所述最低行为规则的优先级低于与对应的下一替代轨迹集中的其他轨迹相关联的行为规则的优先级；以及

利用所述至少一个处理器，向所述运载工具的控制系统传输消息，以基于所述图形来操作所述运载工具。

2.根据权利要求1所述的方法，还包括利用所述至少一个处理器，基于成为最佳轨迹的可能性，修剪来自所述替代轨迹集或所述下一替代轨迹集中的轨迹。

3.根据权利要求1或2所述的方法，还包括利用所述至少一个处理器，基于车行道上剩余的轨迹来修剪来自所述替代轨迹集或下一替代轨迹集中的轨迹。

4.根据权利要求1-3中任一项所述的方法，还包括利用所述至少一个处理器，使用最小违反规划、模型预测控制和机器学习中的至少一个来识别所述轨迹或下一轨迹，所述识别基于所述分级的多个规则。

5.根据权利要求1-4中任一项所述的方法，其中，所述分级的多个规则中的各个行为规则相对于所述分级的多个规则中的各个其他行为规则具有相应的优先级。

6.根据权利要求1-5中任一项所述的方法，还包括利用所述至少一个处理器，通过将与所述下一姿势相关联的运载工具动态应用于与所述下一姿势的地点相关联的可能轨迹，从所述下一姿势生成所述运载工具的下一替代轨迹集。

7.根据权利要求1-6中任一项所述的方法，还包括利用所述至少一个处理器，向所述替代轨迹集或下一替代轨迹集的轨迹分配规则违反值，其中所述规则违反值表示与所述图形中的轨迹相关联的权重。

8.一种用于运载工具的系统，包括：

至少一个处理器，以及

至少一个非暂时性存储介质，其存储有指令，所述指令当由所述至少一个处理器执行时，使得所述至少一个处理器进行根据权利要求1-7中任一项所述的方法。

9.至少一个非暂时性存储介质，其存储有指令，所述指令当由至少一个处理器执行时，使得所述至少一个处理器进行根据权利要求1-7中任一项所述的方法。