SE537184C2 - Metod och system för styrning av autonoma fordon - Google Patents

Metod och system för styrning av autonoma fordon Download PDF

Info

Publication number
SE537184C2
SE537184C2 SE1350329A SE1350329A SE537184C2 SE 537184 C2 SE537184 C2 SE 537184C2 SE 1350329 A SE1350329 A SE 1350329A SE 1350329 A SE1350329 A SE 1350329A SE 537184 C2 SE537184 C2 SE 537184C2
Authority
SE
Sweden
Prior art keywords
analysis
vehicle
signal
external information
unit
Prior art date
Application number
SE1350329A
Other languages
English (en)
Other versions
SE1350329A1 (sv
Inventor
Jon Andersson
Joseph Ah-King
Tom Nyström
Original Assignee
Scania Cv Ab
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Scania Cv Ab filed Critical Scania Cv Ab
Priority to SE1350329A priority Critical patent/SE537184C2/sv
Priority to PCT/SE2014/050278 priority patent/WO2014148975A1/en
Priority to DE112014001058.8T priority patent/DE112014001058T5/de
Publication of SE1350329A1 publication Critical patent/SE1350329A1/sv
Publication of SE537184C2 publication Critical patent/SE537184C2/sv

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D1/00Steering controls, i.e. means for initiating a change of direction of the vehicle
    • B62D1/24Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted
    • B62D1/28Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers
    • B62D1/283Steering controls, i.e. means for initiating a change of direction of the vehicle not vehicle-mounted non-mechanical, e.g. following a line or other known markers for unmanned vehicles
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02Control of position or course in two dimensions
    • G05D1/021Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0287Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0291Fleet control
    • G05D1/0297Fleet control by controlling means in a control room
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0011Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0027Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60Intended control result
    • G05D1/646Following a predefined trajectory, e.g. a line marked on the floor or a flight path
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60Intended control result
    • G05D1/69Coordinated control of the position or course of two or more vehicles
    • G05D1/692Coordinated control of the position or course of two or more vehicles involving a plurality of disparate vehicles
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2555/00Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
    • B60W2555/60Traffic rules, e.g. speed limits or right of way
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05DSYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D2101/00Details of software or hardware architectures used for the control of position
    • G05D2101/10Details of software or hardware architectures used for the control of position using artificial intelligence [AI] techniques

Landscapes

  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Human Computer Interaction (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)

Abstract

537 184 Sammandrao Uppfinningen hanfor sig till ett system for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon. Systemet analyserar extern information enligt farutbestamda regler och genererar analyssignaler till fordonet som ges olika prioritet beroende pa vilken analys som utfOrts och resultatet av analysen. En sammanvagd analyssignal Sx bestams baserat pa analyssignalernas innehall samt deras prioritering. Fordonet kan sedan anpassa sin reglering efter den sammanvagda analyssignalen S. Uppfinningen hanfor sig aven till en metod for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon.

Description

537 184 Metod och system far styrning av autonoma fordon Uppfinningens omrade Foreliggande uppf inning avser teknik far att hantera olika situationer i trafiksystem som innefattar ett flertal autonoma fordon.
Bakgrund till uppfinningen Ett fordon som kan framfaras utan farare pa marken kallas ett fararlast markgaende fordon (Eng. Unmanned ground vehicle; UGV). Det finns tva. typer 10 av forarlosa markgdende fordon, de som fjarrstyrs och de som är autonoma.
Ett fjarrstyrt UGV är ett fordon som regleras av en mansklig operator via en kommunikationslank. Alla atgdrder bestams av operataren baserat pa antingen direkt visuell observation eller med anvandning av sensorer sasom digitala videokameror. Ett enkelt exempel pa en fjarrstyrd UGV är en fjarrstyrd leksaksbil.
Det finns en stor variation av fjarrstyrda fordon som anvands idag. Ofta anvands dessa fordon i farliga situationer och miljoer som är oldmpliga for manniskor att vistas i, till exempel for att desarmera bomber och vid farliga kemiska utsldpp. Fjarrstyrda forarlasa fordon anvands ocksâ i samband med overvakningsuppdrag och liknande.
Med ett autonomt fordon avses har ett fordon som ãr kapabelt att navigera och manavrera utan mansklig styrning. Fordonet anvander sensorer far att skaffa sig forstaelse for omgivningen. Sensordata anvands sedan av regleralgoritmer for att bestamma vad som är ndsta steg for fordonet att ta med hansyn till ett overordnat mai far fordonet, exempelvis att hamta och lamna gods vid olika positioner. Mera specifikt maste ett autonomt fordon kunna avlasa omgivningen tillrackligt bra far att kunna genomfora den uppgift som den blivit tilldelad, exempelvis "flytta stenblocken fran plats A till plats B via gruvgangen C". Det autonoma fordonet behover planera och folja en vag till den valda destinationen under det att den detekterar och undviker hinder pa vagen. Dessutom maste det autonoma fordonet genomfara sin uppgift sá fort som majligt utan att bega. misstag. Autonoma fordon 1 537 184 har bland annat utvecklats for att kunna anvdndas i farliga miljoer, exempelvis inom fOrsvars- och krigsindustrin och inom gruvindustrin, bade ovanjord och underjord. Om mdnniskor eller vanliga, manuellt styrda fordon ndrmar sig de autonoma fordonens arbetsomrade orsakar de normalt ett avbrott i arbete pa grund av sakerhetsskal. NI& arbetsomradet ater är fritt kan de autonoma fordonen beordras att ateruppta arbetet.
Det autonoma fordonet anvander information avseende vdgen, omgivningen och andra aspekter som paverkar framfarten for att automatiskt reglera gaspadraget, bromsningen och styrningen. En noggrann bedOmning och identifiering av den planerade framfarten är nodvandig fOr att bedOma om en vag âr farbar och âr nOdvdndig for att pa ett framgangsrikt salt kunna ersalta en manniskas bedOmning när det gdller att framfora fordonet. VagfOrhallanden kan vara komplexa och vid kOrning av ett vanligt fOrarstyrt fordon gOr fOraren hundratals observationer per minut och justerar driften av fordonet baserat pa de uppfattade vagforhallandena fOr att exempelvis finna en framkomlig vag forbi objekt som kan finnas pa vdgen. For att kunna ersdtta den manskliga uppfattningsformagan med ett autonomt system innebdr det bland annat att pa ett exakt satt kunna uppfatta objekt for att effektivt kunna reglera fordonet sa att man styr forbi dessa objekt.
De tekniska metoder som anvands for att identifiera ett objekt i anslutning till fordonet innefattar bland annat att anvdnda en eller flera kameror och radar fOr att skapa bilder av omgivningen. Aven laserteknik anvands, bade avscannande lasrar och fasta lasrar, for att detektera objekt och mdta avstand. Dessa bendmns ofta LIDAR (Light Detection and Ranging) eller LADAR (Laser Detection and Ranging). Dessutom är fordonet forsett med olika sensorer bland annat for att avkanna hastighet och accelerationer i olika riktningar. Positioneringssystem och annan tradlos teknologi kan dessutom anvdndas fOr att bestamma om fordonet till exempel narmar sig en korsning, en avsmalning av vagen, och/eller andra fordon.
Vid anvdndande av autonoma fordon maste aven mdnniskans fOrmaga att folja bade trafikregler och trafikkultur emuleras av fordonens styrsystem. En f6rare av 2 537 184 ett vanligt fordon undviker exempelvis vanligtvis instinktivt en krock fOre det hailer hastighetsgranserna. Dagens autonoma fordons uppfattning om trafiken begransar sig normalt till "stanna om nagon kommer nara eller kommer in i mitt arbetsomrade". FOr att kunna ta hansyn till manga olika parametrar maste det autonoma fordonet veta vilka eller vilken parameter som är viktigast.
I US-8103438-B2 beskrivs en metod och ett system fOr att automatiskt styra trafik pa ett arbetsomrade. Bemannande fordon tilldelas olika prioritet beroende till exempel pa vilken vag de Icor eller hur tunga de är. Vid konflikt sa jamfors fordonens prioriteter, och fordonet med lagre prioritet far ge vag at fordonet med hOgre prioritet.
I US-7979174-B2 visas automatisk planering och reglering av hastigheten hos autonoma fordon. Hastighetsplaneringen sker utifran ett antal begransningar med olika prioriteringar, t ex är det hogre prioriterat att undvika kollision an att fOlja hastighetsbegransningar.
For att ett helt transportsystem bestaende av manga autonoma fordon blandat med exempelvis manuellt styrda fordon och fotgangare ska kunna fungera langvarigt tillsammans, behovs fOrbattrade metoder for att ta hansyn till manga olika parametrar och uppdrag samtidigt som de autonoma fordonen pa effektivaste satt nar sina uppsatta mal.
Syftet med uppfinningen är sdledes att tillhandahalla en forbdttrad metod for att assistera ett autonomt fordon att fatta beslut da fordonet maste ta hansyn till ett flertal olika handelser.
Sammanfattnino av uppfinningen Enligt en aspekt av uppfinningen uppnas syftet genom ett system for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon enligt det f6rsta oberoende kravet. Systemet analyserar extern information enligt fOrutbestamda regler och genererar analyssignaler till fordonet som ges olika 3 537 184 prioritet beroende pa vilken analys som utforts och resultatet av analysen. En sammanvagd analyssignal Sx bestams baserat pa analyssignalernas innehall samt deras prioritering. Fordonet kan anpassa sin reglering efter den sammanvagda analyssignalen S.
Genom systemet kan transporterna i systemet hela tiden utforas pa effektivaste sat inte bara genom att undvika kollisioner och fOlja trafikregler, utan genom att kontinuerligt se till att alla delar i transportsystemet samarbetar mot de mai som angivits. Det autonoma fordonet vet i varje situation hur den ska agera for att dess agerande ska vara sdkert och effektivt fOr hela trafiksystemet.
Enligt en annan aspekt uppnds syftet genom en metod for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon.
Enligt en tredje aspekt uppnas syftet med en datorprogramprodukt som innefattar datorprograminstruktioner for att fOrmä ett datorsystem att utfora stegen enligt metoden.
Fordonen som beskrivs hdri är fOretradesvis autonoma, men kan enligt en utforingsform aven vara delvis manuellt styrbara. Varje fordon kanner till var de andra fordonen är och vad de gar genom kommunikation mellan fordon och mellan fordon och ledningscentral. Ett autonomt fordon kan enligt en utforingsform dven upptdcka andra, ej uppkopplade trafikanter som rOr sig i trafikomrddet och meddela detta till ledningscentralen och de andra fordonen.
Foredragna utforingsformer definieras av de beroende patentkraven.
Kort figurbeskrivning Figur 1 illustrerar ett trafiksystem med ett flertal autonoma fordon.
Figur 2 visar ett system fOr att reglera ett autonomt fordon i ett trafiksystem enligt en utfOringsform av uppfinningen. 4 537 184 Figur 3 visar ett flodesschema for en metod enligt en utforingsform av uppfinningen.
Detaljerad beskrivning av fOredragna utfOringsformer av uppfinningen Figur 1 visar schematiskt tre autonoma fordon 2, 3 och 4 som tar sig fram langs en vag. Pilarna i de autonoma fordonen 2, 3, 4 visar deras respektive kOrriktning. De autonoma fordonen 2, 3, 4 kan kommunicera med en ledningscentral 1 via exempelvis V21-kommunikation (Vehicle-to-Infrastructure) 5 och/eller med varandra via exempelvis V2V-kommunikation (Vehicle-to-Vehicle) 6. Denna kommunikation är tradlos och kan exempelvis ske via WLAN (Wireless Local Area Network) protokollet IEEE 802.11, exempelvis IEEE 802.11p. Aven andra tradlOsa kommunikationssatt är dock tankbara. Ledningscentralen 1 organiserar de autonoma fordonen 2, 3, 4 och ger dem uppdrag att utfora. Nar ett autonomt fordon fatt ett uppdrag, kan fordonet sjalvstandigt se till att uppdraget utfOrs. Ett uppdrag kan exempelvis besta av en instruktion att hamta gods vid en godsuthamtningsplats A. Fordonet har da kapacitet att bestamma sin nuvarande position, bestamma en vag fran den nuvarande positionen till godsuthamtningsplatsen A, samt ta sig dit. Under vagen maste fordonet aven ha kapacitet att vaja fOr hinder, hantera andra autonoma fordon som kanske har ett viktigare uppdrag och maste ges foretrade. Fordonet kan aven fã ett nytt uppdrag under pagaende uppdrag som ska prioriteras hOgre an det pagaende uppdraget. I ett bemannat fordon fattar f6raren dessa beslut kontinuerligt under fard. Ett autonomt fordon behOver ha ferutbestamda regler fOr hur det ska prioritera i olika uppkomna handelser for att kunna styra sig sjalv pa ett salt som är det mest effektiva for hela trafiksystemet.
I figur 2 illustreras ett system 16 enligt en utfOringsform av uppfinningen fOr att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon. Det autonoma fordonet kan exempelvis vara ett av de autonoma fordonen som visas i figur 1 och refereras till som 2, 3 eller 4. Systemet 16 kan vara helt placerat antingen i det autonoma fordonet eller i ledningscentralen 1, eller delvis i fordonet och delvis i ledningscentralen 1. Systemet 16 kommer nu att fOrklaras 537 184 med hanvisning till figur 2. Systemet 16 innefattar en banenhet 7 som är anpassad att ta emot en uppdragssignal Su som indikerar ett uppdrag fOr det autonoma fordonet, varvid uppdraget innefattar destinationsinformation gallande dtminstone en destination kw fordonet. Uppdraget kommer foretrddesvis fran ledningscentralen 1. Uppdraget kan exempelvis innefatta destinationsinformation i form av en destination i GPS-koordinater. Banenheten 7 är vidare anpassad att bestamma dtminstone delvis en bana langs vilken fordonet ska kOra fOr att nâ namnda destination baserat pa dtminstone destinationsinformationen, och generera en bansignal SB som indikerar banan. Banenheten 7 kan exempelvis fã kartinformation fran en extern kartenhet 15 via en kartsignal Sm, och positionsinformation fran en positionsbestamningsenhet 18 via en positionssignal SG. Detta kan ske genom satellitpositionering (Global Navigation Satellite System, ofta fOrkortat till GNSS) fOr de fall systemet 16 anvands utomhus. GNSS är ett samlingsnamn fOr en grupp varldstackande navigeringssystem som utnyttjar signaler fran en konstellation av satelliter och pseudosatelliter fOr att mOjliggOra positionsinmatning for en mottagare. Det amerikanska GPS-systemet är det mest kanda GNSS-systemet, men ddrutover finns bland annat det ryska GLONASS och det framtida europeiska Galileo. Fordonets position kan ocksâ bestammas genom att Overvaka signalstyrkan fran flera accesspunkter for trddlosa natverk (WiFi) i narheten. Ett annat salt att bestamma positionen âr att mata antalet hjulvarv och med hjdlp av hjulens omkrets bestamma hur langt fordonet har fardats. Tillsammans med kunskap om fordonets riktning kan fordonets position i fOrhallande till en karta bestdmmas. Pa sâ salt kan man hela tiden veta var fordonet bef inner sig.
Systemet 16 innefattar vidare ett flertal analysenheter 8, 9, 10, 11 som är anpassade att ta emot extern information 13 langs banan. Denna externa information 13 visas schematiskt med en pil 13 till systemet 16, och kan exempelvis vara ytterligare uppdrag fran ledningsenheten 1, information fran sensorer i det autonoma fordonet, information via V2V frdn andra fordon, information via V2I fran exempelvis trafikljus, hastighetsskyltar, etc. Analysenheterna 8, 9, 10, 11 är anpassade att analysera den externa 6 537 184 informationen 13 atminstone enligt forutbestamda regler samt bestamma och generera analyssignaler S1, S2, S3, S4 for analysenheterna 8, 9, 10, 11 baserat pa resultatet av analyserna.
Enligt en utfOringsform innefattar analysenheterna 8, 9, 10, 11 en kollisionsenhet 8, en navigeringsenhet 9, en samverkansenhet 10 och/eller en uppdragsenhet 11. En analysenhet 8, 9, 10, 11 kan vara anpassad att ta emot extern information 13 i form av sensorsignaler fran olika sensorer i det autonoma fordonet, exempelvis kamera, laser (ex LIDAR eller LADAR), radar, hastighetssensorer, accelerationssensorer, samt information am andra fordon eller hinder via V2V- och/eller V21-kommunikation. Den externa informationen 13 kan aven innefatta ett nytt uppdrag for fordonet, eller annan information fran ledningscentralen 1. Denna externa information 13 kan sedan anvandas av de olika analysenheterna 8, 9, 10, 11 pa olika sail. Harnast kommer de olika analysenheterna 8, 9, 10, 11 att forklaras mer i detalj.
Kollisionsenheten 8 är anpassad att anvanda den externa informationen 13 for att forutse en risk for kollision flied ett annat fordon eller objekt langs banan som indikeras av bansignalen SB. Enligt en utfOringsform ãr kollisionsenheten 8 anpassad att analysera den externa information 13 baserat pa regler for risk for kollision med det egna fordonet. Pa sâ salt kan risken for kollision kontinuerligt utvarderas. Den externa informationen 13 analyseras alltsa enligt forutbestamda regler och en analyssignal S1 bestams fOr kollisionsenheten 8 baserat pa resultatet av analysen. Analyssignal S1 indikerar exempelvis om det finns risk for kollision. Analyssignalen S1 kan enligt en utforingsform aven innefattar styrinstruktioner som indikerar hur fordonet ska styras for att undvika hindret, exempelvis en sankt hastighet, vajningsinstruktioner, stop, eller en ny bana fOr fordonet. Foreligger det ingen risk f6r kollision, indikerar analyssignalen S1 enligt en utfOringsform aven detta.
Navigeringsenheten 9 kan anvanda den externa informationen 13 fOr att se till att fordonet inte bryter mot nagra trafikregler och/eller se till att fordonet hittar 7 537 184 narmsta vagen till sitt uppdrag under fordonets vag langs banan som indikeras av bansignalen SB. Trafikreglerna kan vara olika beroende pa vilken milja trafiksystemet är i. Exempelvis kan det vara olika trafikregler i en gruva och i vanlig, civil trafik. Enligt en utforingsform ãr navigeringsenheten 9 anpassad att analysera den externa informationen 13 baserat pa trafikregler och/eller far att finna narmsta vagen far att uppna uppdraget. Trafikregler kan exempelvis innebara ett max antal fordon pa en vagstracka, eller max- och minhastigheter far det autonoma fordonet. Navigeringsenheten 9 kan fâ kartinformation fran kartenheten 15 via en kartsignal Sm, och positionsinformation fran en positionsbestamningsenhet 18 via en positionssignal SG, vilket visas som streckade linjer i figur 2, far att kunna bestamma den narmsta vagen for att utfora uppdraget. Genom att kombinera krav pa att folja trafikregler samt att kora narmsta vagen, kan man uppna en effektiv 'corning i enlighet med trafikregler. Navigeringsenheten 9 är anpassad att bestamma och generera en analyssignal S2 far navigeringsenheten 9 baserat pa resultatet av analysen. Analyssignalen S2 kan exempelvis indikera att den forut bestamda banan som indikeras av bansignalen SB inte gar att falja pa grund av trafikreglerna, eller att den inte är den narmsta vagen. Enligt en utforingsform är navigeringsenheten 9 anpassad att bestamma en ny bana som foljer trafikreglerna och/eller ãr den narmsta vagen for att utfara uppdraget. Analyssignalen S2 kan dã indikera detta. Fareligger det ingen forandring av banans strackning baserat pa trafikregler och/eller fordonet redan ' Samverkansenheten 10 kan anvanda den externa informationen 13 for att se till att det autonoma fordonet samverkar med andra fordon i trafiksystemet pa ett satt som ãr effektivt far hela trafiksystemet. Enligt en utforingsform är samverkansenheten 10 anpassad att analysera den externa informationen 13 baserat pa samverkansregler med andra trafikanter. Bade de enskilda autonoma fordonen och ledningscentralen 1 tar vid samverkan hansyn till effektiviteten i hela trafiksystemet. Vad effektivitet innebar kan skilja sig at fran trafiksystem till trafiksystem och kan valjas av trafiksystemets manskliga Overvakare. Om tva olika tunga fordon mats vid en flaskhals, exempelvis en tunnel eller gruvgang med bara 8 537 184 en vagbana, och det tyngre är pa \fag uppfor kan det vara effektivare att det tyngre fordonet lamnas foretrade av det lattare fordonet som är pa \fag nedfor. Samverkansenheten 10 kan dã vara anpassad att jamfora parametrar fran de olika fordonen med varandra, exempelvis viktparametrar. Om ett ensamt autonomt fordon mOter ett fordonstag kan det vara effektivare att det ensamma autonoma fordonet stannar dven om det är tyngre, men inte om det leder till att det inte kommer att kunna komma igang igen efter stoppet. I samma situationer kan nagot av fordonen istallet sdnka hastigheten i god tid fOr att helt undvika konflikt. Samverkansenheten 10 är sedan anpassad att bestamma och generera en analyssignal S3 fOr samverkansenheten 10 baserat pa resultatet av analysen.
Analyssignalen S3 kan exempelvis indikera att samverkan behover ske och/eller vilken samverkan som behover ske. Foreligger det inget behov av samverkan, indikerar analyssignalen S3 enligt en utforingsform detta.
Den externa informationen 13 kan enligt en utforingsform innefatta ett externt trafikledningsbeslut. Ett externt trafikledningsbeslut kan exempelvis vara ett beslut till ett autonomt fordon att ta sig ut ur en gruva efter avslutat uppdrag fOr att det skett en olycka. Trafikledningsbeslutet innebar dá aven ett nytt uppdrag — att ta sig ut ur gruvan till en forutbestamd plats. Enligt en utforingsform är uppdragsenheten 11 dâ anpassad att analysera den externa informationen 13 baserat pa regler fOr externa trafikledningsbeslut. Uppdragsenheten 11 är sedan anpassad att bestamma och generera en analyssignal S4 fOr uppdragsenheten 11 baserat pa resultatet av analysen. Analyssignalen 34 kan dâ innefatta informationen om att ett nytt uppdrag har inkommit och exempelvis destinationsinformation.
I svara specialfall dâ det saknas klara regler far hur fordonen ska agera i den uppkomna situationen, exempelvis hur tva fordon ska samverka, kan systemet 16 be en ledningscentral 1 eventuellt inkluderande en mansklig overvakare om rad fOr att komma till ett beslut. Enligt en utfOringsform är atminstone en av analysenheterna 8, 9, 10, 11 anpassad att sdnda en fOrfragansignal 131 som indikerar en fOrfragan till en ledningscentral 1 relaterat till den externa 9 537 184 informationen 13. Forfragan behandlas sedan i led ningscentralen 1 och ett beslut tas. Beslutet kan exempelvis tas av en mansklig overvakare eller operator. Analysenheten 8, 9, 10, 11 är sedan anpassad att mottaga en beslutsignal 132 som indikerar beslutet fran ledningscentralen 1, och att analysera den externa information 13 baserat pa beslutet fran ledningscentralen 1. pa sa salt kan aven svara eller komplexa situationer i systemet 16 hanteras.
Systemet 16 innefattar vidare en resultatenhet 12 som är anpassad att ta emot analyssignaler Si, S2, S3, S4. Resultatenheten 12 är anpassad att relatera en prioritering till atminstone en analyssignal Si, S2, S3, S4 baserat pa vilken analysenhet 8, 9, 10, 11 de kommer ifran samt deras innehâll. lfall analyssignalen Si inte indikerar nagon risk for kollision, far inte denna analyssignal nagon prioritet. Samma gdller fOr analyssignalen S2, och ifall denna analyssignal indikerar att ingen fOrandring behOver ske far inte analyssignalen S2 nagon prioritet. lfall analyssignalen S3 inte anger nagot behov av samverkan, far inte analyssignalen S3 nagon tilldelad prioritet. Ifall analyssignalen S4 inte anger nagot nytt uppdrag fdr inte denna nagon prioritet. lfall ingen av analyssignalerna indikerar nagot behov av fOrdndring fran nuvarande bana, foljer fordonet enligt en utforingsform en bestdmd bana, exempelvis SB. Enligt en utfOringsform ãr analyssignalen Si fran kollisionsenheten 8 hOgst rankad, foljt av analyssignalen S3 fran samverkansenheten 10 och sedan analyssignalen S2fran navigeringsenheten 9 och till sist analyssignalen S4 fran uppdragsenheten 11. Pa sa sdtt far alltid en kollisionsrisk den hOgsta prioriteten if all det fOreligger en risk for kollision. Den exemplifierade prioriteringen kan dock goras annorlunda.
Resultatenheten 12 är vidare anpassad att bestamma en sammanvagd analyssignal Sx baserat pa analyssignalernas innehall samt deras eventuella prioriteringar. For att bestdmma en sammanvagd analyssignal Sxär resultatenheten anpassad att ta hansyn till mojligheten for fordonet att exempelvis undvika att krocka genom att ' If all exempelvis tva fordon kOr mot var sin ande av en trang tunnel, och det fordon som har lagst prioritering ur transportsystemets synvinkel rdknar med att det ska hinna igenom tunneln innan det mOtande hOgre prioriterade fordonet kommer fram till tunneln, sá satsar det lagre prioriterade fordonet pa det och Icor pa. Detta kan exempelvis indikeras i analyssignalen S3 som att samverkan inte behover ske ifall fordonet med lagst prioritering hailer en viss hastighet eller nar tunneln inom en sdrskild tid etc. Precis innan tunneln sa upptdcker kollisionsenheten 8 dock ett hinder, vilket enligt regler for risk for kollision med det egna fordonet ger en analyssignal S1 som indikerar en risk fOr kollision. Att ta sig runt hindret ãr mOjligt, men den extratid det kommer att ta gOr att det mOtande fordonet under tiden kommer att hinna fram till tunneln. Resultatenheten 12 är cid anpassad att analysera ifall det ldgre prioriterade fordonet kan ta sig forbi hindret, men anda nâ tunneln inom den sdrskilda tiden, och att bestdmma en sammanvagd analyssignal S, som indikerar resultatet av analysen. I detta fall kan inte det lagre prioriterade fordonet ta sig runt hindret och anda nâ tunneln i tid, vilket resulterar i en sammanvagd analyssignal som innefattar instruktioner till fordonet att det maste stanna och invanta det motande fordonet innan det kan ta sig forbi hindret.
Resultatenheten 12 är sedan anpassad att sanda den sammanvagda analyssignalen S, till ett styrsystem 17 i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen S. Pa sa salt kan det autonoma fordonet prioritera i olika situationer sa att hela trafiksystemet blir sâ effektivt som mOjligt. Analyssignalen S kan enligt en utforingsform aven innefatta styrparametrar som styrsystemet 17 kan styra efter.
De beskrivna enheterna kan vara inkorporerade i en processorenhet som innefattar en eller flera processorer samt tillhorande datorminne 19. I datorminnet 11 537 184 19 kan instruktioner lagras fOr att fâ processorn eller processorerna att utfora stegen som beskrivs had.
Uppfinningen hanfor sig aven till en metod for att reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon, metoden kommer harnast att fOrklaras med hanvisning till flOdesschemat i figur 3. Metoden innefattar ett fOrsta steg Al) att ta emot ett uppdrag fOr det autonoma fordonet, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination for fordonet. Uppdraget kan exempelvis komma frail en ledningscentral 1.
Metoden innefattar vidare ett andra steg A2) att bestamma atminstone delvis en bana langs vilken fordonet ska kOra for att na namnda destination. I samband med beskrivningen av systemet 16 har det forklarats hur en bana kan bestammas, vilket aven galler fOr metoden. I ett tredje steg A3) tas extern information 13 emot langs banan. Under tiden det autonoma fordonet framfOrs langs den bestamda banan sa tar fordonet hela tiden emot extern information 13, vilket kan innebara information via kamera, laser (t ex LIDAR eller LADAR), radar, hastighetssensorer, accelerationssensorer, samt information om andra fordon eller hinder via V2V- och/eller V21-kommunikation. Den externa informationen 13 kan aven innefatta ett nytt uppdrag for fordonet, eller annan information fran ledningscentralen 1. I ett fjarde steg A4) analyseras den externa informationen atminstone enligt fOrutbestamda regler. Beroende pa vad man vill undersoka, analyseras den externa informationen 13 enligt bestamda regler. Enligt en utfOringsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa regler for risk for kollision med det egna fordonet. Pa sâ satt kan risken for att fordonet krockar med ett annat fordon eller objekt bestammas. Det autonoma fordonet kan i senare steg sedan regleras for att undvika kollisionen. Enligt en annan utfOringsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa trafikregler och/eller fOr att finna narmsta vagen fOr att uppna. uppdraget. Olika trafiksystem kan ha olika trafikregler som de autonoma fordonen maste anpassa sig efter. Hur den narmsta vagen kan bestammas har beskrivits med hanvisning till systemet 16, vilket aven galler for metoden. Enligt en annan utfOringsform innefattar analyssteget A4) att analysera 12 537 184 den externa information 13 baserat pa samverkansregler med andra trafikanter. Pa sa salt kan en effektiv Miming uppnas som är effektiv for ett flertal fordon. Enligt en annan utforingsform innefattar analyssteget A4) att analysera den externa informationen 13 baserat pa regler fOr externa trafikledningsbeslut. Pa sa satt kan externa trafikledningsbeslut hanteras. De ovan angivna exemplen pa. steg A4) kan exempelvis gams parallellt. I ett femte steg A5) bestams analyssignaler Si, S2, S3, S4 som indikerar resultatet av analyserna. I ett sjatte steg A6) relateras en prioritering till atminstone en analyssignal Si, S2, S3, S4 baserat pa vilken analys som gjorts samt analyssignalernas innehâll. Enligt en utforingsform sd. far analyssignalen Si som indikerar risken for kollision hOgst proritet, foljt av analyssignalen S3 som indikerar behovet av samverkan, sedan analyssignalen S2 som indikerar huruvida den forut bestamda banan som indikeras av bansignalen SB inte gar att fOlja pa grund av trafikreglerna, eller att den inte är den narmsta vagen. Lagst prioritet har dâ analyssignalen fran analyssignalen S4 SOM exempelvis kan indikera ett nytt uppdrag. Detta baserat pa att en analyssignal som far en prioritet ocksä indikerar en forandring for fordonet.
I ett sjatte steg A6) bestams en sammanvagd analyssignal S, baserat pa analyssignalernas innehall samt deras prioritering. I ett sjunde steg A7) sands den sammanvagda analyssignalen S, till ett styrsystem 17 i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen S.
Enligt en utforingsform innefattar analyssteget A4) understegen A41) — A43) att A41) sanda en forfragan relaterat till den externa informationen 13 till en ledningscentral 1, A42) mottaga ett beslut fran ledningscentralen 1, samt A43) analysera den externa informationen 13 baserat pa beslutet. Pa sá satt kan man fã experthjalp dâ en komplicerad situation uppstar.
Uppfinningen hanfOr sig aven till ett datorprogram P vid ett autonomt fordon 2, dar datorprogrammet P innefattar programkod for att fOrma systemet 16 att utfOra stegen enligt metoden. I Figur 2 visas datorprogrammet P som en del av 13 537 184 datorminnet 19. Datorprogrammet P är alltsa lagrat pa datorminnet 19. Datorminnet 19 är anslutet till enheterna 7, 8, 9, 10, 11, 12 i systemet 16, och nar hela eller delar av datorprogrammet P exekveras av flagon eller flera av enheterna 7, 8, 9, 10, 11, 12, sa utfors atminstone delar av metoderna som har beskrivits hari. Uppfinningen innefattar vidare en datorprogramprodukt innefattande en programkod lagrad pa ett av en dator lasbart medium f6r att utfOra metodstegen som beskrivits hari, nar programkoden kers pa systemet 16.
Foreliggande uppf inning är inte begransad till ovan-beskrivna foredragna utforingsformer. Olika alternativ, modifieringar och ekvivalenter kan anvandas.
Utferingsformerna ovan skall dal& inte betraktas som begransande uppfinningens skyddsomfang vilket definieras av de bifogade patentkraven. 14

Claims (12)

537 184 Patentkrav 1. System (16) for aft reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon, kannetecknat av aft systemet (16) 5 innefattar en banenhet (7) som är anpassad aft:
1. ta emot en uppdragssignal Su som indikerar ett uppdrag f6r namnda autonoma fordon, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination f6r fordonet; 2. bestamma atminstone delvis en bana langs vilken fordonet ska kora for aft na 10 narrinda destination baserat pa atminstone namnda destinationsinformation, och generera en bansignal SB som indikerar namnda bana; systemet (16) innefattar vidare eft flertal analysenheter innefattande en kollisionsenhet (8), en navigeringsenhet (9) och en samverkansenhet (10) som ar anpassade att: - ta emot extern information (13) Wigs banan; 3. analysera namnda externa information (13) atminstone enligt forutbestamda regler samt bestamma och generera analyssignaler S1, S2, S3, S4 for analysenheterna (8), (9), (10), (11) baserat pa resultatet av analyserna; systemet (16) innefattar vidare en resultatenhet (12) som är anpassad aft: - ta emot namnda analyssignaler Sl, S2, S32 S4; 4. relatera en prioritering till atminstone en analyssignal S1, S2, S3, S4 baserat pa vilken analysenhet (8), (9), (10), (11) de kommer ifran samt deras innehall; - bestamma en sammanvagd analyssignal Sx baserat pa analyssignalernas innehall samt deras prioritering; varvid resultatenheten (12) är anpassad aft sanda den sammanvagda analyssignalen Sx till eft styrsystem (17) i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen Sx.
2. System enligt krav 1, varvid namnda analysenheter (8), (9), (10), (11) aven innefattar en uppdragsenhet (11) som är anpassad aft analysera namnda externa information (13) baserat pa regler for externa trafikledningsbeslut. 537 184
3. System enligt krav 1 eller 2, varvid kollisionsenheten (8) är anpassad aft analysera namnda externa information (13) baserat pa regler for risk for kollision med det egna fordonet.
4. System enligt nagot av foregaende krav, varvid navigeringsenheten (9) är anpassad aft analysera namnda externa information (13) baserat pa trafikregler och/eller for aft finna narmsta vagen f6r aft uppna uppdraget.
5. System enligt nagot av foregaende krav, varvid samverkansenheten 10 (10) är anpassad aft analysera namnda externa information (13) baserat pa samverkansregler med andra trafikanter.
6. System enligt n 6got av foreg6ende krav, varvid atminstone en av analysenhetema (8), (9), (10), (11) äranpassad all - sanda en forfragansignal 13i som indikerar en forfragan till en ledningscentral (1) relaterat till den externa informationen (13); - mottaga en beslutsignal 132 som indikerar ett beslut fran ledningscentralen (1); - analysera namnda externa information (13) baserat pa namnda beslut.
7. System enligt n 6got av foregaende krav, varvid resultatenheten ar anpassad aft bestamma en sammanvagd analyssignal Sx baserat pa analyssignalernas innehall samt deras prioritering, sa all det autonoma fordonet kan agera enligt den analyssignal S1, S2, S3, S4 som har hogst prioritering utan aft komma i konflikt med n'agot av resultaten fran de andra analysenheterna.
8. Metod for aft reglera ett autonomt fordon i ett trafiksystem innefattande ett flertal autonoma fordon, varvid metoden innefattar stegen aft ta emot ett uppdrag for namnda autonoma fordon, varvid uppdraget innefattar destinationsinformation gallande atminstone en destination for fordonet; bestamma atminstone delvis en bana langs vilken fordonet ska kora for aft na namnda destination; 16 537 184 ta emot extern information (13) langs banan; analysera namnda externa information (13) atminstone enligt samverkansregler med andra trafikanter, forutbestamda regler f6r risk for kollision med det egna fordonet och baserat pa trafikregler och/eller narmsta vagen for aft uppna uppdraget ; bestamma analyssignaler Si, S2, S3, S4 som indikerar resultatet av analyserna; relatera en prioritering till atminstone en analyssignal S1, S2, S3, S4 baserat pa vilken analys som gjorts samt analyssignalernas innehall; bestamma en sammanvagd analyssignal S. baserat pa analyssignalernas innehall samt deras prioritering sanda den sammanvagda analyssignalen S. till ett styrsystem (17) i det autonoma fordonet, varefter fordonet anpassar sin reglering i enlighet med den sammanvagda analyssignalen S.
9. Metod enligt krav 8 , varvid namnda analyssteg innefattar aft analysera namnda externa information (13) baserat pa regler for externa trafikledningsbeslut.
10. Metod enligt nagot av kraven 8 till 9, varvid namnda analyssteg innefattar understegen aft - sanda en forfragan relaterat till den externa informationen (13) till en led ningscentral (1); - mottaga ett beslut fran ledningscentralen (1); - analysera narrinda externa information (13) baserat pa namnda beslut.
11. Metod enligt nagot av kraven 8 till 10, som innefattar aft bestamma en sammanvagd analyssignal S. baserat pa analyssignalernas innehall samt deras prioritering, sá aft det autonoma fordonet kan agera enligt den analyssignal Si, S2, S3, S4 som har hogst prioritering utan alt komma i konflikt med nagot av resultaten fran de andra analysenheterna. 17 537 184
12. Datorprogram (P) vid ett autonomt fordon, där namnda datorprogram (P) innefattar programkod far aft forma ett system (16) aft utfora stegen enligt nagot av kraven 8 till 11. 5 13.Datorprogramprodukt innefattande en programkod lagrad pa ett av en dator lasbart medium far aft uffora metodstegen enligt nagot av kraven 8 till 11, nar namnda programkod k6rs pa ett system (16). 18 19 t
SE1350329A 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon SE537184C2 (sv)

Priority Applications (3)

Application Number Priority Date Filing Date Title
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon
PCT/SE2014/050278 WO2014148975A1 (en) 2013-03-19 2014-03-06 Method and system for control of autonomous vehicles
DE112014001058.8T DE112014001058T5 (de) 2013-03-19 2014-03-06 Verfahren und System zur Steuerung autonomer Fahrzeuge

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon

Publications (2)

Publication Number Publication Date
SE1350329A1 SE1350329A1 (sv) 2014-09-20
SE537184C2 true SE537184C2 (sv) 2015-02-24

Family

ID=51580501

Family Applications (1)

Application Number Title Priority Date Filing Date
SE1350329A SE537184C2 (sv) 2013-03-19 2013-03-19 Metod och system för styrning av autonoma fordon

Country Status (3)

Country Link
DE (1) DE112014001058T5 (sv)
SE (1) SE537184C2 (sv)
WO (1) WO2014148975A1 (sv)

Families Citing this family (54)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10096038B2 (en) 2007-05-10 2018-10-09 Allstate Insurance Company Road segment safety rating system
US9932033B2 (en) 2007-05-10 2018-04-03 Allstate Insurance Company Route risk mitigation
US10157422B2 (en) 2007-05-10 2018-12-18 Allstate Insurance Company Road segment safety rating
US8606512B1 (en) 2007-05-10 2013-12-10 Allstate Insurance Company Route risk mitigation
US10096067B1 (en) 2014-01-24 2018-10-09 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US9355423B1 (en) 2014-01-24 2016-05-31 Allstate Insurance Company Reward system related to a vehicle-to-vehicle communication system
US9390451B1 (en) 2014-01-24 2016-07-12 Allstate Insurance Company Insurance system related to a vehicle-to-vehicle communication system
US9886036B2 (en) 2014-02-10 2018-02-06 John Bean Technologies Corporation Routing of automated guided vehicles
US10783587B1 (en) 2014-02-19 2020-09-22 Allstate Insurance Company Determining a driver score based on the driver's response to autonomous features of a vehicle
US10783586B1 (en) 2014-02-19 2020-09-22 Allstate Insurance Company Determining a property of an insurance policy based on the density of vehicles
US10796369B1 (en) 2014-02-19 2020-10-06 Allstate Insurance Company Determining a property of an insurance policy based on the level of autonomy of a vehicle
US10803525B1 (en) 2014-02-19 2020-10-13 Allstate Insurance Company Determining a property of an insurance policy based on the autonomous features of a vehicle
US9940676B1 (en) 2014-02-19 2018-04-10 Allstate Insurance Company Insurance system for analysis of autonomous driving
US9864371B2 (en) 2015-03-10 2018-01-09 John Bean Technologies Corporation Automated guided vehicle system
CA2988134C (en) * 2015-06-08 2020-06-30 Allstate Insurance Company Route risk mitigation
US9869560B2 (en) 2015-07-31 2018-01-16 International Business Machines Corporation Self-driving vehicle's response to a proximate emergency vehicle
US9785145B2 (en) 2015-08-07 2017-10-10 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9483948B1 (en) 2015-08-07 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and pedestrians
US9721397B2 (en) 2015-08-11 2017-08-01 International Business Machines Corporation Automatic toll booth interaction with self-driving vehicles
US9718471B2 (en) 2015-08-18 2017-08-01 International Business Machines Corporation Automated spatial separation of self-driving vehicles from manually operated vehicles
US9481366B1 (en) 2015-08-19 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and animals
US9896100B2 (en) 2015-08-24 2018-02-20 International Business Machines Corporation Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences
US9731726B2 (en) 2015-09-02 2017-08-15 International Business Machines Corporation Redirecting self-driving vehicles to a product provider based on physiological states of occupants of the self-driving vehicles
US9587952B1 (en) 2015-09-09 2017-03-07 Allstate Insurance Company Altering autonomous or semi-autonomous vehicle operation based on route traversal values
US9513632B1 (en) 2015-09-16 2016-12-06 International Business Machines Corporation Driving mode alerts from self-driving vehicles
US9566986B1 (en) 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9481367B1 (en) 2015-10-14 2016-11-01 International Business Machines Corporation Automated control of interactions between self-driving vehicles and animals
US9834224B2 (en) 2015-10-15 2017-12-05 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9944291B2 (en) 2015-10-27 2018-04-17 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US9751532B2 (en) 2015-10-27 2017-09-05 International Business Machines Corporation Controlling spacing of self-driving vehicles based on social network relationships
US10607293B2 (en) 2015-10-30 2020-03-31 International Business Machines Corporation Automated insurance toggling for self-driving vehicles
US10176525B2 (en) 2015-11-09 2019-01-08 International Business Machines Corporation Dynamically adjusting insurance policy parameters for a self-driving vehicle
US9791861B2 (en) 2015-11-12 2017-10-17 International Business Machines Corporation Autonomously servicing self-driving vehicles
US10061326B2 (en) 2015-12-09 2018-08-28 International Business Machines Corporation Mishap amelioration based on second-order sensing by a self-driving vehicle
US9836973B2 (en) 2016-01-27 2017-12-05 International Business Machines Corporation Selectively controlling a self-driving vehicle's access to a roadway
US10269075B2 (en) 2016-02-02 2019-04-23 Allstate Insurance Company Subjective route risk mapping and mitigation
US10685391B2 (en) 2016-05-24 2020-06-16 International Business Machines Corporation Directing movement of a self-driving vehicle based on sales activity
US10093322B2 (en) 2016-09-15 2018-10-09 International Business Machines Corporation Automatically providing explanations for actions taken by a self-driving vehicle
US10643256B2 (en) 2016-09-16 2020-05-05 International Business Machines Corporation Configuring a self-driving vehicle for charitable donations pickup and delivery
US10202118B2 (en) 2016-10-14 2019-02-12 Waymo Llc Planning stopping locations for autonomous vehicles
US10259452B2 (en) 2017-01-04 2019-04-16 International Business Machines Corporation Self-driving vehicle collision management system
US10363893B2 (en) 2017-01-05 2019-07-30 International Business Machines Corporation Self-driving vehicle contextual lock control system
US10529147B2 (en) 2017-01-05 2020-01-07 International Business Machines Corporation Self-driving vehicle road safety flare deploying system
US10152060B2 (en) 2017-03-08 2018-12-11 International Business Machines Corporation Protecting contents of a smart vault being transported by a self-driving vehicle
US10988143B2 (en) * 2017-08-25 2021-04-27 International Business Machines Corporation Using cloud-based traffic policies to alleviate issues with cross geographic traffic in autonomous vehicles
US10768637B2 (en) * 2018-08-30 2020-09-08 Pony Ai Inc. Prioritizing vehicle navigation
DE102018220835A1 (de) * 2018-12-03 2020-06-04 Zf Friedrichshafen Ag Verfahren und Sensorsystem zum autonomen Betreiben eines Fahrzeugverbunds
US11860643B2 (en) * 2019-07-02 2024-01-02 Liebherr Mining Equipment Newport News Co. System for controlling a plurality of autonomous vehicles on a mine site
DE102019214445B4 (de) 2019-09-23 2026-01-08 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
DE102019214448A1 (de) * 2019-09-23 2021-03-25 Robert Bosch Gmbh Verfahren zum Assistieren eines Kraftfahrzeugs
US11847919B2 (en) 2020-05-19 2023-12-19 Toyota Motor North America, Inc. Control of transport en route
CN111832965B (zh) * 2020-07-24 2024-04-12 上海海得控制系统股份有限公司 无人驾驶同跨多天车协同调度方法及系统、介质及终端
KR20220126311A (ko) * 2021-03-08 2022-09-16 현대모비스 주식회사 차량 주행 시스템 및 제어방법
CN113220476B (zh) * 2021-04-22 2024-02-23 行云新能科技(深圳)有限公司 驾驶教学系统兼容方法、汽车实训台及可读存储介质

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586030A (en) * 1994-10-24 1996-12-17 Caterpillar Inc. System and method for managing access to a resource in an autonomous vehicle system
IL117792A (en) * 1995-05-08 2003-10-31 Rafael Armament Dev Authority Autonomous command and control unit for mobile platform
DE59809476D1 (de) * 1997-11-03 2003-10-09 Volkswagen Ag Autonomes Fahrzeug und Verfahren zur Steuerung eines autonomen Fahrzeuges
US8577538B2 (en) * 2006-07-14 2013-11-05 Irobot Corporation Method and system for controlling a remote vehicle
US7734387B1 (en) * 2006-03-31 2010-06-08 Rockwell Collins, Inc. Motion planner for unmanned ground vehicles traversing at high speeds in partially known environments
US20070288132A1 (en) * 2006-06-07 2007-12-13 Raytheon Company Cooperative swarm of unmanned vehicles
US8255092B2 (en) * 2007-05-14 2012-08-28 Irobot Corporation Autonomous behaviors for a remote vehicle
US7979174B2 (en) * 2007-09-28 2011-07-12 Honeywell International Inc. Automatic planning and regulation of the speed of autonomous vehicles

Also Published As

Publication number Publication date
SE1350329A1 (sv) 2014-09-20
WO2014148975A1 (en) 2014-09-25
DE112014001058T5 (de) 2015-12-31

Similar Documents

Publication Publication Date Title
SE537184C2 (sv) Metod och system för styrning av autonoma fordon
US12434766B2 (en) Methods and systems for lane changes using a multi-corridor representation of local route regions
JP7788110B2 (ja) 自律エージェントの遠隔支援のための方法及びシステム
EP4042252B1 (en) Methods and systems for topological planning in autonomous driving
US11934194B2 (en) Adaptive vehicle motion control system
EP3548843B1 (en) Interface for mapping remote support to autonomous vehicles
RU2761270C2 (ru) Система и способ для предоставления транспортировки
US11551554B2 (en) Systems and methods for coordinating movement of assets within a transfer hub
CN111295627B (zh) 水下领航无人机系统
EP4222035B1 (en) Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
CN117255755A (zh) 生成自主车辆穿行交叉路口的轨迹的方法和系统
WO2018208725A1 (en) Destination changes in autonomous vehicles
US20220219720A1 (en) Methods and system for constructing data representation for use in assisting autonomous vehicles navigate intersections
US20240425083A1 (en) Systems and Methods for Autonomous Vehicle Motion Control and Motion Path Adjustments
US20230324188A1 (en) Autonomous vehicle fleet scheduling to maximize efficiency
SE1350335A1 (sv) Reglersystem samt metod för reglering av fordon vid detektion av hinder
CN115071749B (zh) 车辆控制装置、车辆控制方法及存储介质
JP7408793B2 (ja) 走行経路生成装置、走行経路生成方法、及び自動運転システム
US20230384797A1 (en) System and method for inbound and outbound autonomous vehicle operations
US20240181650A1 (en) Road debris detection and removal system
JP7605004B2 (ja) 管制装置、及び管制システム
US20250381991A1 (en) Operating a vehicle with an increased level of automation
US20240402721A1 (en) Methods and apparatus for providing assistance to an autonomy system using a teleoperations system
WO2023229731A1 (en) System and method for inbound and outbound autonomous vehicle operations
JP2026053347A (ja) 自律エージェントの遠隔支援のための方法及びシステム