基于车道边界和车辆速度的绕行决策

技术领域

本公开的实施方式总体上涉及操作自动驾驶车辆。更具体地，本公开的实施方式涉及自动驾驶车辆(ADV)的运动规划。

背景技术

以自动驾驶模式运行(例如，无人驾驶)的车辆可以将乘员、尤其是驾驶员从一些驾驶相关的职责中解放出来。当以自动驾驶模式运行时，车辆可以使用车载传感器导航到各个位置，从而允许车辆在最少人机交互的情况下或在没有任何乘客的一些情况下行驶。

运动规划和控制是自动驾驶中的关键操作。然而，传统的运动规划操作主要依靠降低ADV的速度以避免与障碍物碰撞，而不考虑绕障碍物操纵的选择。传统的运动规划操作可能无法为ADV提供既高效又安全的最佳规划路径。

发明内容

根据本公开的一个方面，提供了一种用于操作自动驾驶车辆的计算机实施的方法，该方法包括：确定所述自动驾驶车辆正在行驶的车道的车道配置和所述自动驾驶车辆的当前速度；基于所述车道配置、所述当前速度和所述自动驾驶车辆的车辆宽度来确定绕行空间(nudge space)；响应于确定所述绕行空间大于预定阈值绕行空间，执行路径规划以生成绕行障碍物的路径；以及根据所生成的绕行障碍物的路径来控制所述自动驾驶车辆自动地行驶。

根据本公开的另一个方面，提供了一种存储有指令的非暂时性机器可读介质，所述指令由处理器执行时使所述处理器执行操作，所述操作包括：确定自动驾驶车辆正在行驶的车道的车道配置和所述自动驾驶车辆的当前速度；基于所述车道配置、所述当前速度和所述自动驾驶车辆的车辆宽度来确定绕行空间；响应于确定所述绕行空间大于预定阈值绕行空间，执行路径规划以生成绕行障碍物的路径；以及根据所生成的绕行障碍物的路径来控制所述自动驾驶车辆自动地行驶。

根据本公开的又一个方面，提供了一种数据处理系统，包括：处理器；以及存储器，联接到所述处理器并且存储指令，所述指令在由所述处理器执行时使所述处理器执行操作。所述操作包括：确定自动驾驶车辆正在行驶的车道的车道配置和所述自动驾驶车辆的当前速度；基于所述车道配置、所述当前速度和所述自动驾驶车辆的车辆宽度来确定绕行空间；响应于确定所述绕行空间大于预定阈值绕行空间，执行路径规划以生成绕行障碍物的路径；以及根据所生成的绕行障碍物的路径来控制所述自动驾驶车辆自动地行驶。

根据本公开的又一个方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方法。

附图说明

本公开的实施方式在附图的各图中以举例而非限制的方式示出，附图中的相同参考数字指示相似元件。

图1是示出根据一个实施方式的网络化系统的框图。

图2是示出根据一个实施方式的自动驾驶车辆的示例的框图。

图3A至图3B是示出根据一个实施方式的与自动驾驶车辆一起使用的自动驾驶系统的示例的框图。

图4是示出根据一个实施方式的自动驾驶系统的绕行模块的示例的框图。

图5是根据一个实施方式的绕行模块的处理流程图。

图6示出了ADV执行路径规划来生成绕行障碍物的路径的示例。

图7是示出根据一个实施方式的用于生成绕行障碍物的路径的过程的示例的流程图。

图8是示出根据一个实施方式的用于生成绕行障碍物的路径的过程的示例的流程图。

具体实施方式

将参考以下所讨论的细节来描述本公开的各种实施方式和方面，附图将示出所述各种实施方式。下列描述和附图是对本公开的说明，而不应当解释为限制本公开。描述了许多特定细节以提供对本发明各种实施方式的全面理解。然而，在某些情况下，并未描述众所周知的或常规的细节以提供对本公开的实施方式的简洁讨论。

本说明书中对“一个实施方式”或“实施方式”的提及意味着结合该实施方式所描述的特定特征、结构或特性可以包括在本公开的至少一个实施方式中。短语“在一个实施方式中”在本说明书中各个地方的出现不必全部指同一实施方式。

根据一些实施方式，公开了一种基于规则的方法以决定是否对ADV进行绕行动作。术语“绕行(nudge)”是指围障碍物/被检测对象的操纵，以避开障碍物/被检测对象。障碍物/被检测物体可以包括静态和动态障碍物，例如车辆、摩托车、自行车、行人、动物、建筑物等。术语“绕行障碍物”是指绕障碍物操纵以避开障碍物，包括绕障碍物移动以在与ADV正在行驶的道路方向垂直的方向上横向避开障碍物。在该方法中，可以基于ADV正在行驶的车道的车道配置来确定是否进行绕行路径规划。可以基于车辆宽度参数VW、当前车道宽度参数LW或车辆当前速度S来确定车道内的可能的绕行空间。绕行空间可以基于车道的边界的边界类型或车道的最大曲率而增大或减小。绕行空间可以基于车辆当前速度S而减小。如果绕行空间大于预定阈值绕行空间，则可以执行路径规划以搜索具有绕行动作的路径。

根据一些实施方式，确定ADV正在行驶的车道的车道配置和ADV的当前速度。基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间。响应于确定绕行空间大于预定阈值绕行空间，执行路径规划以生成绕行障碍物的路径。根据所生成的绕行障碍物的路径来控制ADV自动地行驶。

图1是示出根据本公开的一个实施方式的自动驾驶车辆网络配置的框图。参考图1，网络配置100包括可以通过网络102通信地联接到一个或多个服务器103至104的自动驾驶车辆(ADV)101。尽管示出一个ADV，但多个ADV可以通过网络102联接到彼此和/或联接到服务器103至104。网络102可以是任何类型的网络，例如，有线或无线的局域网(LAN)、诸如互联网的广域网(WAN)、蜂窝网络、卫星网络或其组合。服务器103至104可以是任何类型的服务器或服务器群集，诸如，网络或云服务器、应用服务器、后端服务器或其组合。服务器103至104可以是数据分析服务器、内容服务器、交通信息服务器、地图和兴趣点(MPOI)服务器或者位置服务器等。

ADV是指可以被配置成处于自动驾驶模式下的车辆，在所述自动驾驶模式下车辆在极少或没有来自驾驶员的输入的情况下导航通过环境。这种ADV可以包括传感器系统，所述传感器系统具有被配置成检测与车辆运行环境有关的信息的一个或多个传感器。所述车辆和其相关联的控制器使用所检测的信息来导航通过所述环境。ADV 101可以在手动模式下、在全自动驾驶模式下或者在部分自动驾驶模式下运行。

在一个实施方式中，ADV 101包括，但不限于，自动驾驶系统(ADS)110、车辆控制系统111、无线通信系统112、用户接口系统113和传感器系统115。ADV 101还可以包括普通车辆中包括的某些常用部件，诸如：发动机、车轮、方向盘、变速器等，所述部件可以由车辆控制系统111和/或ADS 110使用多种通信信号和/或命令进行控制，该多种通信信号和/或命令例如，加速信号或命令、减速信号或命令、转向信号或命令、制动信号或命令等。

部件110至115可以经由互连件、总线、网络或其组合通信地联接到彼此。例如，部件110至115可以经由控制器局域网(CAN)总线通信地联接到彼此。CAN总线是被设计成允许微控制器和装置在没有主机的应用中与彼此通信的车辆总线标准。它是最初是为汽车内的复用电气布线设计的基于消息的协议，但也用于许多其它环境。

现在参考图2，在一个实施方式中，传感器系统115包括但不限于一个或多个摄像机211、全球定位系统(GPS)单元212、惯性测量单元(IMU)213、雷达单元214以及光探测和测距(LIDAR)单元215。GPS系统212可以包括收发器，所述收发器可操作以提供关于ADV的位置的信息。IMU单元213可以基于惯性加速度来感测ADV的位置和定向变化。雷达单元214可以表示利用无线电信号来感测ADV的本地环境内的对象的系统。在一些实施方式中，除感测对象之外，雷达单元214可以另外感测对象的速度和/或前进方向。LIDAR单元215可以使用激光来感测ADV所处环境中的对象。除其它系统部件之外，LIDAR单元215还可以包括一个或多个激光源、激光扫描器以及一个或多个检测器。摄像机211可以包括用来采集ADV周围环境的图像的一个或多个装置。摄像机211可以是静物摄像机和/或视频摄像机。摄像机可以是可机械地移动的，例如，通过将摄像机安装在旋转和/或倾斜平台上。

传感器系统115还可以包括其它传感器，诸如：声纳传感器、红外传感器、转向传感器、油门传感器、制动传感器以及音频传感器(例如，麦克风)。音频传感器可以被配置成从ADV周围的环境中采集声音。转向传感器可以被配置成感测方向盘、车辆的车轮或其组合的转向角度。油门传感器和制动传感器分别感测车辆的油门位置和制动位置。在一些情形下，油门传感器和制动传感器可以集成为集成式油门/制动传感器。

在一个实施方式中，车辆控制系统111包括但不限于转向单元201、油门单元202(也被称为加速单元)和制动单元203。转向单元201用来调整车辆的方向或前进方向。油门单元202用来控制电动机或发动机的速度，电动机或发动机的速度进而控制车辆的速度和加速度。制动单元203通过提供摩擦使车辆的车轮或轮胎减速而使车辆减速。应注意，如图2所示的部件可以以硬件、软件或其组合实施。

回到图1，无线通信系统112允许ADV 101与诸如装置、传感器、其它车辆等外部系统之间的通信。例如，无线通信系统112可以与一个或多个装置直接无线通信，或者经由通信网络进行无线通信，诸如，通过网络102与服务器103至104通信。无线通信系统112可以使用任何蜂窝通信网络或无线局域网(WLAN)，例如，使用WiFi，以与另一部件或系统通信。无线通信系统112可以例如使用红外链路、蓝牙等与装置(例如，乘客的移动装置、显示装置、车辆101内的扬声器)直接通信。用户接口系统113可以是在车辆101内实施的外围装置的部分，包括例如键盘、触摸屏显示装置、麦克风和扬声器等。

ADV 101的功能中的一些或全部可以由ADS 110控制或管理，尤其当在自动驾驶模式下操作时。ADS 110包括必要的硬件(例如，处理器、存储器、存储设备)和软件(例如，操作系统、规划和路线安排程序)，以从传感器系统115、控制系统111、无线通信系统112和/或用户接口系统113接收信息，处理所接收的信息，规划从起始点到目的地点的路线或路径，随后基于规划和控制信息来驾驶车辆101。替代地，ADS 110可以与车辆控制系统111集成在一起。

例如，作为乘客的用户可以例如经由用户接口来指定行程的起始位置和目的地。ADS 110获得行程相关数据。例如，ADS 110可以从MPOI服务器中获得位置和路线数据，所述MPOI服务器可以是服务器103至104的一部分。位置服务器提供位置服务，并且MPOI服务器提供地图服务和某些位置的POI。替代地，此类位置和MPOI信息可以本地高速缓存在ADS110的永久性存储装置中。

当ADV 101沿着路线移动时，ADS 110也可以从交通信息系统或服务器(TIS)获得实时交通信息。应注意，服务器103至104可以由第三方实体进行操作。替代地，服务器103至104的功能可以与ADS110集成在一起。基于实时交通信息、MPOI信息和位置信息以及由传感器系统115检测或感测的实时本地环境数据(例如，障碍物、对象、附近车辆)，ADS 110可以规划最佳路线并且根据所规划的路线例如经由控制系统111来驾驶车辆101，以安全且高效到达指定目的地。

服务器103可为用于为各种客户端执行数据分析服务的数据分析系统。在一个实施方式中，数据分析系统103包括数据收集器121和机器学习引擎122。数据收集器121从多种车辆(ADV或由人类驾驶员驾驶的常规车辆)收集驾驶统计数据123。驾驶统计数据123包括表示在不同的时间点处由车辆的传感器捕获的所发出的驾驶命令(例如，油门命令、制动命令和转向命令)以及车辆的响应(例如，速度、加速度、减速度、方向)的信息。驾驶统计数据123还可包括描述不同的时间点处的驾驶环境的信息，诸如，例如，路线(包括起点位置和目的地位置)、MPOI、道路状况、天气状况等。

基于驾驶统计数据123，机器学习引擎122针对各种目的生成或训练规则集、算法和/或预测模型124。在一个实施方式中，算法124可以包括：用于确定ADV正在行驶的车道的车道配置和ADV的当前速度的算法或模型；用于基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间的算法或模型；响应于确定绕行空间大于预定阈值绕行空间而执行路径规划以生成绕行障碍物的路径的算法或模型；和/或控制ADV根据规划的路径自动驾驶以绕行障碍物的算法或模型。然后，算法124可以被加载到ADV上，以在自动驾驶中实时使用。

图3A和图3B是示出根据一个实施方式的与ADV一起使用的自动驾驶系统的示例的框图。系统300可实施为图1的ADV 101的一部分，包括但不限于ADS 110、控制系统111和传感器系统115。参考图3A至图3B，ADS 110包括但不限于定位模块301、感知模块302、预测模块303、决策模块304、包括绕行模块308的规划模块305、控制模块306、路线制定模块307。

模块301至308中的一些或全部可以以软件、硬件或其组合实施。例如，这些模块可安装在永久性存储装置352中、加载到存储器351中，并且由一个或多个处理器(未示出)执行。应注意，这些模块中的一些或全部可通信地联接到图2的车辆控制系统111的一些或全部模块或者与它们集成在一起。模块301至308中的一些可一起集成为集成模块。

定位模块301确定ADV 300的当前位置(例如，利用GPS单元212)并管理与用户的行程或路线相关的任何数据。定位模块301(也被称为地图与路线模块)管理与用户的行程或路线相关的任何数据。用户可以例如经由用户接口登录并且指定行程的开始位置和目的地。定位模块301与ADV 300的诸如地图和路线数据311的其它组件通信，以获得行程相关数据。例如，定位模块301可从位置服务器和地图与POI(MPOI)服务器获得位置和路线数据。位置服务器提供位置服务，以及MPOI服务器提供地图服务和某些位置的POI，这些可作为地图和路线数据311的一部分高速缓存。当ADV 300沿着路线移动时，定位模块301也可从交通信息系统或服务器获得实时交通信息。

基于由传感器系统115提供的传感器数据和由定位模块301获得的定位信息，感知模块302确定对周围环境的感知。感知信息可以表示普通驾驶员在驾驶员正驾驶的车辆周围将感知到的东西。感知可以包括例如采用对象形式的车道配置、交通灯信号、另一车辆的相对位置、行人、建筑物、人行横道或其它交通相关标志(例如，停止标志、让行标志)等。车道配置包括描述一个或多个车道的信息，例如，车道的形状(直线或弯曲)、车道的宽度、道路中的车道数量、单向或双向车道、合流或分流车道、出口车道等。

感知模块302可以包括计算机视觉系统或计算机视觉系统的功能，以处理并分析由一个或多个摄像机采集的图像，从而识别ADV环境中的对象和/或特征。所述对象可以包括交通信号、道路边界、其它车辆、行人和/或障碍物等。计算机视觉系统可以使用对象识别算法、视频跟踪以及其它计算机视觉技术。在一些实施方式中，计算机视觉系统可以绘制环境地图，跟踪对象，以及估算对象的速度等。感知模块302也可以基于由诸如雷达和/或LIDAR的其它传感器提供的其它传感器数据来检测对象。

针对每个对象，预测模块303预测该对象在此情形下将表现什么。根据一组地图/路线信息311和交通规则312，基于在该时间点感知驾驶环境的感知数据来执行预测。例如，如果对象是处于相反方向的车辆并且当前驾驶环境包括十字路口，则预测模块303将预测车辆是将可能直线向前移动还是进行转弯。如果感知数据表明十字路口没有交通灯，则预测模块303可预测车辆在进入十字路口之前可能需要完全停止。如果感知数据表明车辆当前处于仅左转弯车道或仅右转弯车道，则预测模块303可分别预测车辆将更可能向左转弯或向右转弯。

针对每个对象，决策模块304作出关于如何处置对象的决定。例如，针对特定对象(例如，交叉路线中的另一车辆)以及描述对象的元数据(例如，速度、方向、转弯角度)，决策模块304决定如何与所述对象相遇(例如，超车、让行、停止、超过)。决策模块304可根据诸如交通规则或驾驶规则312的规则集来作出此类决定，所述规则集可存储在永久性存储装置352中。

路线制定模块307配置成提供从起点到目的点的一个或多个路线或路径。对于从开始位置到目的地位置的给定行程(例如，从用户接收的)，路线制定模块307获得路线和地图信息311，并且确定从开始位置至到达目的地位置的所有可能的路线或路径。路线制定模块307可以以地形图的形式生成用于其确定的从开始位置至到达目的地位置的路线中的每个的参考线。参考线指的是理想的路线或路径，而不受诸如其他车辆、障碍物或交通状况的其他事物的任何干扰。即，如果道路上不存在其他车辆、行人或障碍物，则ADV应该精确地或紧密地遵循参考线。然后，地形图被提供至决策模块304和/或规划模块305。根据由其它模块提供的其它数据(诸如，来自定位模块301的交通状况、由感知模块302感知的驾驶环境和由预测模块303预测的交通状况)，决策模块304和/或规划模块305检查所有可能的路线以选择和修改最优路线中的一个。用于控制ADV的实际路径或路线可与由路线制定模块307提供的参考线接近或不同，这取决于该时间点的特定驾驶环境。

基于针对所感知到的对象中的每个的决定，规划模块305使用由路线制定模块307提供的参考线作为基础来为ADV规划路径或路线以及驾驶参数(例如，距离、速度和/或转弯角度)。即，针对给定的对象，决策模块304决定对该对象做什么，而规划模块305确定如何去做。例如，针对给定的对象，决策模块304可以决定超过所述对象，而规划模块305可以确定在所述对象的左侧还是右侧超过。规划和控制数据由规划模块305生成，包括描述车辆300在下一移动循环(例如，下一路线/路径段)中将如何移动的信息。例如，规划和控制数据可以指示车辆300以30英里每小时(mph)的速度移动10米，随后以25mph的速度变到右侧车道。

基于规划和控制数据，控制模块306根据由规划和控制数据限定的路线或路径通过将适当的命令或信号发送到车辆控制系统111来控制并驾驶ADV。所述规划和控制数据包括足够的信息，以沿着路径或路线在不同的时间点使用适当的车辆设置或驾驶参数(例如，油门、制动和转向命令)将车辆从路线或路径的第一点驾驶到第二点。

在一个实施方式中，在多个规划周期(也被称为驾驶周期)(诸如，例如，在每100毫秒(ms)的时间间隔中)中执行规划阶段。针对规划周期或驾驶周期中的每个，将基于规划数据和控制数据发出一个或多个控制命令。即，对于每个100ms，规划模块305规划下一路线段或路径段，例如，包括目标位置和ADV到达目标位置所需的时间。替代地，规划模块305还可指定具体速度、方向和/或转向角等。在一个实施方式中，规划模块305为下一预定时间段(诸如5秒)规划路线段或路径段。对于每个规划周期，规划模块305基于先前周期中规划的目标位置来规划当前周期(例如，接下来的5秒)的目标位置。然后，控制模块306基于当前周期的规划数据和控制数据生成一个或多个控制命令(例如，油门命令、制动命令、转向控制命令)。

应注意，决策模块304和规划模块305可以集成为集成模块。决策模块304/规划模块305可以包括导航系统或导航系统的功能，以确定ADV的驾驶路径。例如，导航系统可以确定用于影响ADV沿着以下路径移动的一系列速度和前进方向：所述路径在使ADV沿着通往最终目的地的基于车行道的路径前进的同时，基本上避免感知到的障碍物。目的地可以根据经由用户接口系统113进行的用户输入来设定。导航系统可以在ADV正在运行的同时动态地更新驾驶路径。导航系统可以将来自GPS系统和一个或多个地图的数据合并，以确定用于ADV的驾驶路径。

根据一个实施方式，规划模块305包括绕行模块308。绕行模块308配置成：确定ADV正在行驶的车道的车道配置和ADV的当前速度；基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间；以及确定绕行空间大于预定阈值绕行空间。规划模块305配置成响应于确定绕行空间大于预定阈值绕行空间而生成绕行障碍物的路径。

图4是示出根据一个实施方式的自动驾驶系统的绕行模块的示例的框图。图5是根据一个实施方式的绕行模块的处理流程图。参考图4和图5，规划模块305可以包括绕行模块308、路径规划模块410和速度规划模块420。在一个实施方式中，绕行模块308可以是与路径规划模块410不同的单独模块。在另一个实施方式中，绕行模块308可以是包括在路径规划模块410中的子模块。绕行模块308包括，但不限于，车道配置模块401、速度模块402、绕行空间模块403、确定模块404和宽度模块406，它们与绕行算法或模型314一起工作来确定生成绕行障碍物的路径。应注意，模块401至404可以集成到较少数量的模块或单个模块中。

根据一个实施方式，车道配置模块401可以配置成确定ADV正在行驶的车道的车道配置，速度模块402可以配置成确定ADV的当前速度，以及宽度模块406可以配置成确定ADV的车辆宽度。在一个实施方式中，当前车道宽度参数LW可以由车道配置模块401从地图和路线数据311中的HD地图来确定。在一个实施方式中，车辆当前速度可以由速度模块402从定位模块301确定。绕行空间模块403可以配置成基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间。确定模块404可以配置成确定绕行空间大于预定阈值绕行空间，并且还配置成确定生成绕行障碍物的路径。路径规划模块410包括路径生成器405，路径生成器405可以配置成响应于确定绕行空间大于预定阈值绕行空间，生成绕行障碍物的路径。控制模块306可以配置成根据所生成的绕行障碍物的路径来控制ADV自动地行驶。

图6示出了ADV 601A的示例600，ADV 601A执行路径规划以生成绕行障碍物602的路径。传统的运动规划操作主要依靠降低ADV的速度以避免与障碍物碰撞，而不考虑绕行障碍物的选择。然而，在某些情况下，障碍物可能会长时间阻挡ADV的运动，降低速度可能不能为ADV提供有效的规划。可能需要开发一种提供既高效又安全的规划路径的绕行决策方法。

许多因素可能影响关于是否为ADV 601绕行障碍物的决定。本申请中公开了一种基于规则的方法来决定是否进行绕行路径规划。该方法基于车道配置、车辆的当前速度和/或ADV的车辆宽度。通过这种方法，可以执行绕行动作以搜索绕行障碍物602的路径，从而提供既高效又安全的规划路径。

参考图6，车辆宽度参数VW 603可以例如由宽度模块406(如图4和图5中所示)从车辆参数配置来确定。当前车道宽度参数LW 604可以例如由车道配置模块401从例如地图和路线数据311中的HD地图确定。ADV 601的车辆当前速度S 605可以例如由速度模块402从定位模块301确定。可以通过计算(LW-VW)来确定当前车道内的可能绕行空间(初始绕行空间)：

绕行空间

车道的车道边界(例如，606、607)的边界类型可以通过检查HD地图来确定。如果车道边界不是物理障碍，则可以通过增加预定增量来增大绕行空间。在一个实施方式中，预定增量可以是20cm。预定增量可以具有其它值。如果左车道边界606和右车道边界607都不是物理障碍，则可以通过将预定增量加倍，例如，通过增加40cm，来增大绕行空间。如果一个或两个车道边界不是物理障碍，则可以通过将预定增量相加或将预定增量加倍来确定调整后的绕行空间：

绕行空间增大

当前车道的曲率可以基于车道配置来确定。绕行空间可以基于车道的曲率而减小。曲率是曲线偏离直线或表面偏离平面的量。对于曲线，典型的例子是圆，其曲率等于其半径的倒数。较小的圆弯曲得更急剧地，因此具有较高的曲率。可微曲线的某个点处的曲率是其密切圆(也就是最接近该点附近的曲线的圆)的曲率。

在一个实施方式中，可以确定从ADV 60的当前位置610到根据当前速度ADV将在4秒内的预测位置620的当前车道的最大曲率。如果最大曲率是X并且X>0.05，则可以将绕行空间减小：(X-0.05)×10cm。如果最大曲率小于或等于0.05，则可以不减小绕行空间。如果从ADV 60的当前位置610到根据当前速度ADV将在4秒内的预测位置620的当前车道的最大曲率是X并且X>0.05，则可以通过以下方式来减小绕行空间：

绕行空间减小

绕行空间可以基于ADV 601的车辆当前速度S 605而减小。在一个实施方式中，如果ADV 601的当前速度605大于或等于第一预定速度阈值，则绕行空间可以减小预定减少量。在一个实施方式中，当ADV601的当前速度大于或等于第一预定速度阈值时，绕行空间可以减小预定减少量。如果ADV 601的当前速度605大于或等于第一预定速度阈值，则可以减小车道内的绕行可能性。例如，第一预定速度阈值可以是20m/s或72km/h。第一预定速度阈值可以具有其它值。例如，预定减少量可以是100cm。如果ADV 601的当前速度S 605是20m/s或72km/h或更高，则绕行空间可以减小100cm。

绕行空间减小

在一个实施方式中，在当前速度处于预定范围内时，绕行空间可以线性地减小。在一个实施方式中，如果当前速度在预定范围内，则绕行空间可以线性地减小。预定范围可以是从第一预定速度阈值到第二预定速度阈值。例如，预定范围可以在20m/s与5m/s之间。预定范围可以具有其它值。例如，如果ADV 601的当前速度S 605在20m/s与5m/s之间，则绕行空间可以线性地减小：

绕行空间减小

在一个实施方式中，如果ADV 601的当前速度605小于或等于第二预定速度阈值，则绕行空间可以不减小。例如，第二预定速度阈值可以是5m/s或18km/h。第二预定速度阈值可以具有其它值。如果ADV的当前速度S 605是5m/s或18km/h或更低，则绕行空间可以不减小：

绕行空间减小

绕行空间减小

最终绕行空间可以通过以上操作来确定：

绕行空间

如果最终绕行空间大于或等于预定阈值绕行空间，则作出生成路径以绕行障碍物602的决策。例如，预定阈值绕行空间可以是60cm，这可以是典型的缓冲空间。预定阈值绕行空间可以具有其它值。可以向路径规划模块410(如图4中所示)通知可以绕行。路径规划模块410可以执行绕行动作。可以搜索对障碍物具有绕行动作的路径。具有绕行动作的路径可以绕障碍物操纵以避开障碍物。具有绕行动作的路径可以在与车道的方向垂直的方向上绕障碍物移动以横向避开障碍物。路径生成器405(如图4中所示)可以生成绕行障碍物602的路径。

如果最终绕行空间小于预定阈值绕行空间，则可以不执行绕行动作。路径规划模块410将不执行绕行动作。路径规划模块410将不生成横向避开障碍物的路径。在没有绕行动作的情况下，速度规划模块420(如图4中所示)可以减小ADV 601的当前速度，以避免在与车道的方向平行的方向上与障碍物纵向碰撞。

图7是示出根据一个实施方式的用于生成绕行障碍物的路径的过程700的示例的流程图。过程700可以由可包括软件、硬件或其组合的处理逻辑来执行。例如，过程700可以由包括绕行模块308和规划模块410的规划模块305执行。

参考图7，在操作701中，处理逻辑确定ADV正在行驶的车道的车道配置和ADV的当前速度。在一个实施方式中，车道配置包括车道的宽度、车道的边界类型或车道的曲率中的至少一项。

在操作702中，处理逻辑基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间。在一个实施方式中，在703处，处理逻辑基于ADV的车辆宽度和从车道配置获得的车道宽度来确定绕行空间。

在一个实施方式中，在704处，处理逻辑基于车道的车道边界的类型来调整绕行空间。在一个实施方式中，处理逻辑调节绕行空间包括响应于确定车道的车道边界不是物理障碍而增大绕行空间。

在一个实施方式中，处理逻辑基于车道配置来确定车道的曲率。在一个实施方式中，在705处，处理逻辑基于车道的曲率来减小绕行空间。

在一个实施方式中，在706处，处理逻辑基于ADV的当前速度来减小绕行空间。在一个实施方式中，在当前速度处于预定范围内时，绕行空间线性地减小。在一个实施方式中，如果ADV的当前速度大于第一预定速度阈值，则绕行空间减小预定减少量。

在操作707中，处理逻辑响应于确定绕行空间大于预定阈值绕行空间，确定生成绕行障碍物的路径。

在操作708中，处理逻辑响应于确定绕行空间大于预定阈值绕行空间，执行路径规划以生成绕行障碍物的路径。

在操作709中，处理逻辑根据所生成的绕行障碍物的路径来控制ADV自动地行驶。

图8是示出根据一个实施方式的用于生成绕行障碍物的路径的过程800的示例的流程图。过程800可以由可包括软件、硬件或其组合的处理逻辑来执行。例如，过程800可以由包括绕行模块308和规划模块410的规划模块305执行。参考图8，在操作801中，处理逻辑确定ADV正在行驶的车道的车道配置和ADV的当前速度。在操作802中，处理逻辑基于车道配置、当前速度和ADV的车辆宽度来确定绕行空间。在操作803中，处理逻辑响应于确定绕行空间大于预定阈值绕行空间而执行路径规划，以生成绕行障碍物的路径。在操作804中，处理逻辑根据所生成绕行障碍物的路径来控制ADV自动地行驶。

应注意，如上文示出和描述的部件中的一些或全部可以在软件、硬件或其组合中实施。例如，此类部件可以实施为安装并存储在永久性存储装置中的软件，所述软件可以通过处理器(未示出)加载在存储器中并在存储器中执行以实施贯穿本申请所述的过程或操作。替代地，此类部件可以实施为编程或嵌入到专用硬件(诸如，集成电路(例如，专用集成电路或ASIC)、数字信号处理器(DSP)或现场可编程门阵列(FPGA))中的可执行代码，所述可执行代码可以经由来自应用的相应驱动程序和/或操作系统来访问。此外，此类部件可以实施为处理器或处理器内核中的特定硬件逻辑，作为可由软件部件通过一个或多个特定指令访问的指令集的一部分。

前述详细描述中的一些部分已经根据在计算机存储器内对数据位的运算的算法和符号表示而呈现。这些算法描述和表示是数据处理领域中的技术人员所使用的方式，以将他们的工作实质最有效地传达给本领域中的其他技术人员。本文中，算法通常被认为是导致所期望结果的自洽操作序列。这些操作是指需要对物理量进行物理操控的操作。

然而，应当牢记，所有这些和类似的术语均旨在与适当的物理量关联，并且仅仅是应用于这些量的方便标记。除非在以上讨论中以其它方式明确地指出，否则应当了解，在整个说明书中，利用术语(诸如所附权利要求书中所阐述的术语)进行的讨论是指计算机系统或类似电子计算装置的动作和处理，所述计算机系统或电子计算装置操控计算机系统的寄存器和存储器内的表示为物理(电子)量的数据，并将所述数据变换成计算机系统存储器或寄存器或者其它此类信息存储设备、传输或显示装置内类似地表示为物理量的其它数据。

本公开的实施方式还涉及用于执行本文中的操作的设备。这种计算机程序被存储在非暂时性计算机可读介质中。机器可读介质包括用于以机器(例如，计算机)可读的形式存储信息的任何机构。例如，机器可读(例如，计算机可读)介质包括机器(例如，计算机)可读存储介质(例如，只读存储器(“ROM”)、随机存取存储器(“RAM”)、磁盘存储介质、光存储介质、闪存存储器装置)。

前述附图中所描绘的过程或方法可以由处理逻辑来执行，所述处理逻辑包括硬件(例如，电路、专用逻辑等)、软件(例如，体现在非暂时性计算机可读介质上)或两者的组合。尽管所述过程或方法在上文是依据一些顺序操作来描述的，但是应当了解，所述操作中的一些可以按不同的顺序执行。此外，一些操作可以并行地执行而不是顺序地执行。

本公开的实施方式并未参考任何特定的编程语言进行描述。应认识到，可以使用多种编程语言来实施如本文描述的本公开的实施方式的教导。

在以上的说明书中，已经参考本公开的具体示例性实施方式对本发明的实施方式进行了描述。将显而易见的是，在不脱离所附权利要求书中阐述的本公开的更宽泛精神和范围的情况下，可以对本公开作出各种修改。因此，应当在说明性意义而不是限制性意义上来理解本说明书和附图。