Reduce lane keep assist lateral control static error

Abstract

Aspects presented herein may enable a UE to add an offset to compensate for a static difference associated with a vehicle steering system based on a set of accumulated left side and right side lane keeping assist (LKA) intervention errors. In one aspect, a UE stores a set of accumulated left side LKA intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges. The UE detects whether an LKA intervention is activated or to be activated for the vehicle. The UE calculates an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection. The UE applies the offset to the LKA intervention.

Description

REDUCE LANE KEEP ASSIST LATERAL CONTROL STATIC ERRORTECHNICAL FIELD

[0001] The present disclosure relates generally to assisted / autonomous driving, and more particularly, to assisted / autonomous driving involving lane keeping assist (LKA) .

[0002] INTRODUCTION

[0003] Wireless communication systems are widely deployed to provide various telecommunication services such as telephony, video, data, messaging, and broadcasts. Typical wireless communication systems may employ multiple-access technologies capable of supporting communication with multiple users by sharing available system resources. Examples of such multiple-access technologies include code division multiple access (CDMA) systems, time division multiple access (TDMA) systems, frequency division multiple access (FDMA) systems, orthogonal frequency division multiple access (OFDMA) systems, single-carrier frequency division multiple access (SC-FDMA) systems, and time division synchronous code division multiple access (TD-SCDMA) systems.

[0004] These multiple access technologies have been adopted in various telecommunication standards to provide a common protocol that enables different wireless devices to communicate on a municipal, national, regional, and even global level. An example telecommunication standard is 5G New Radio (NR) . 5G NR is part of a continuous mobile broadband evolution promulgated by Third Generation Partnership Project (3GPP) to meet new requirements associated with latency, reliability, security, scalability (e.g., with Internet of Things (IoT) ) , and other requirements. 5G NR includes services associated with enhanced mobile broadband (eMBB) , massive machine type communications (mMTC) , and ultra-reliable low latency communications (URLLC) . Some aspects of 5G NR may be based on the 4G Long Term Evolution (LTE) standard. There exists a need for further improvements in 5G NR technology. These improvements may also be applicable to other multi-access technologies and the telecommunication standards that employ these technologies.

[0005] BRIEF SUMMARY

[0006] The following presents a simplified summary of one or more aspects in order to provide a basic understanding of such aspects. This summary is not an extensive overview of all contemplated aspects. This summary neither identifies key or critical elements of all aspects nor delineates the scope of any or all aspects. Its sole purpose is to present some concepts of one or more aspects in a simplified form as a prelude to the more detailed description that is presented later.

[0007] In an aspect of the disclosure, a method, a computer-readable medium, and an apparatus are provided. The apparatus stores a set of accumulated left side lane keeping assist (LKA) intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges. The apparatus detects whether an LKA intervention is activated or to be activated for the vehicle. The apparatus calculates an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection. The apparatus applies the offset to the LKA intervention.

[0008] To the accomplishment of the foregoing and related ends, the one or more aspects may include the features hereinafter fully described and particularly pointed out in the claims. The following description and the drawings set forth in detail certain illustrative features of the one or more aspects. These features are indicative, however, of but a few of the various ways in which the principles of various aspects may be employed.BRIEF DESCRIPTION OF THE DRAWINGS

[0009] FIG. 1 is a diagram illustrating an example of a wireless communications system and an access network.

[0010] FIG. 2A is a diagram illustrating an example of a first frame, in accordance with various aspects of the present disclosure.

[0011] FIG. 2B is a diagram illustrating an example of downlink (DL) channels within a subframe, in accordance with various aspects of the present disclosure.

[0012] FIG. 2C is a diagram illustrating an example of a second frame, in accordance with various aspects of the present disclosure.

[0013] FIG. 2D is a diagram illustrating an example of uplink (UL) channels within a subframe, in accordance with various aspects of the present disclosure.

[0014] FIG. 3 is a diagram illustrating an example of a base station and user equipment (UE) in an access network.

[0015] FIG. 4 is a diagram illustrating an example of a vehicle performing road object detection using different types of sensors in accordance with various aspects of the present disclosure.

[0016] FIG. 5 is a diagram illustrating an example lane keeping assist (LKA) intervention process in accordance with various aspects of the present disclosure.

[0017] FIGs. 6A is a diagram illustrating an example of detecting that a vehicle deviates from its lane in accordance with various aspects of the present disclosure.

[0018] FIGs. 6B is a diagram illustrating an example of detecting that a vehicle deviates from its lane in accordance with various aspects of the present disclosure.

[0019] FIG. 7A is a diagram illustrating an example of calculating an error associated with an LKA intervention in accordance with various aspects of the present disclosure.

[0020] FIG. 7B is a diagram illustrating an example of calculating an error associated with an LKA intervention in accordance with various aspects of the present disclosure.

[0021] FIG. 8 is a diagram illustrating an example LKA intervention process that is capable of effectively compensating static differences / errors based on a stored and up-to-date array / table in accordance with various aspects of the present disclosure.

[0022] FIG. 9 is a diagram illustrating an example of a lateral control logic that is used by a proportional-integral-derivative (PID) controller for providing a pinion angle output (or a steering input) to a steering system of a vehicle in accordance with various aspects of the present disclosure.

[0023] FIG. 10 is a diagram illustrating an example of a lateral control logic that uses a stored accumulation left / right error for an LKA intervention to provide a pinion angle output (or a steering input) to a steering system of a vehicle in accordance with various aspects of the present disclosure.

[0024] FIG. 11 is a diagram illustrating an example array / table that may be used by a UE or a PID controller for recording / maintaining accumulated left side LKA intervention errors and the accumulated right side LKA intervention errors in accordance with various aspects of the present disclosure.

[0025] FIG. 12A is a diagram illustrating an example of accumulating LKA intervention errors based on a counter in accordance with various aspects of the present disclosure.

[0026] FIG. 12B is a diagram illustrating an example of accumulating LKA intervention errors based on averaging in accordance with various aspects of the present disclosure.

[0027] FIG. 13 is a flowchart of a method.

[0028] FIG. 14 is a diagram illustrating an example of a hardware implementation for an example apparatus and / or network entity.DETAILED DESCRIPTION

[0029] Aspects presented herein may improve the overall performance and accuracy of a lane keeping assist (LKA) system / function by enabling the LKA system / function (or an associated proportional-integral-derivative (PID) controller) to add an offset to compensate for a static difference associated with a vehicle steering system. For typical / current LKA systems / solutions, past accumulated errors (e.g., performed by the integral / integration (I) component of the PID controller) are not saved to a non-volatile memory each time. Aspects presented herein may enable the LKA system (or the PID controller) to save the static error (s) to at least one non-volatile memory for LKA, and enabling the integral / integration (I) component of the PID controller to use it as an input to provide a more accurate lane centering function. Such configuration may be suitable for the lane centering function as the LKA intervention may be configured to be activated for a long period of time.

[0030] The detailed description set forth below in connection with the drawings describes various configurations and does not represent the only configurations in which the concepts described herein may be practiced. The detailed description includes specific details for the purpose of providing a thorough understanding of various concepts. However, these concepts may be practiced without these specific details. In some instances, well known structures and components are shown in block diagram form in order to avoid obscuring such concepts.

[0031] Several aspects of telecommunication systems are presented with reference to various apparatus and methods. These apparatus and methods are described in the following detailed description and illustrated in the accompanying drawings by various blocks, components, circuits, processes, algorithms, etc. (collectively referred to as “elements” ) . These elements may be implemented using electronic hardware,  computer software, or any combination thereof. Whether such elements are implemented as hardware or software depends upon the particular application and design constraints imposed on the overall system.

[0032] By way of example, an element, or any portion of an element, or any combination of elements may be implemented as a “processing system” that includes one or more processors. When multiple processors are implemented, the multiple processors may perform the functions individually or in combination. Examples of processors include microprocessors, microcontrollers, graphics processing units (GPUs) , central processing units (CPUs) , application processors, digital signal processors (DSPs) , reduced instruction set computing (RISC) processors, systems on a chip (SoC) , baseband processors, field programmable gate arrays (FPGAs) , programmable logic devices (PLDs) , state machines, gated logic, discrete hardware circuits, and other suitable hardware configured to perform the various functionality described throughout this disclosure. One or more processors in the processing system may execute software. Software, whether referred to as software, firmware, middleware, microcode, hardware description language, or otherwise, shall be construed broadly to mean instructions, instruction sets, code, code segments, program code, programs, subprograms, software components, applications, software applications, software packages, routines, subroutines, objects, executables, threads of execution, procedures, functions, or any combination thereof.

[0033] Accordingly, in one or more example aspects, implementations, and / or use cases, the functions described may be implemented in hardware, software, or any combination thereof. If implemented in software, the functions may be stored on or encoded as one or more instructions or code on a computer-readable medium. Computer-readable media includes computer storage media. Storage media may be any available media that can be accessed by a computer. By way of example, such computer-readable media can include a random-access memory (RAM) , a read-only memory (ROM) , an electrically erasable programmable ROM (EEPROM) , optical disk storage, magnetic disk storage, other magnetic storage devices, combinations of the types of computer-readable media, or any other medium that can be used to store computer executable code in the form of instructions or data structures that can be accessed by a computer.

[0034] While aspects, implementations, and / or use cases are described in this application by illustration to some examples, additional or different aspects, implementations and / or  use cases may come about in many different arrangements and scenarios. Aspects, implementations, and / or use cases described herein may be implemented across many differing platform types, devices, systems, shapes, sizes, and packaging arrangements. For example, aspects, implementations, and / or use cases may come about via integrated chip implementations and other non-module-component based devices (e.g., end-user devices, vehicles, communication devices, computing devices, industrial equipment, retail / purchasing devices, medical devices, artificial intelligence (AI) -enabled devices, etc. ) . While some examples may or may not be specifically directed to use cases or applications, a wide assortment of applicability of described examples may occur. Aspects, implementations, and / or use cases may range a spectrum from chip-level or modular components to non-modular, non-chip-level implementations and further to aggregate, distributed, or original equipment manufacturer (OEM) devices or systems incorporating one or more techniques herein. In some practical settings, devices incorporating described aspects and features may also include additional components and features for implementation and practice of claimed and described aspect. For example, transmission and reception of wireless signals necessarily includes a number of components for analog and digital purposes (e.g., hardware components including antenna, radio frequency (RF) -chains, power amplifiers, modulators, buffer, processor (s) , interleaver, adders / summers, etc. ) . Techniques described herein may be practiced in a wide variety of devices, chip-level components, systems, distributed arrangements, aggregated or disaggregated components, end-user devices, etc. of varying sizes, shapes, and constitution.

[0035] Deployment of communication systems, such as 5G NR systems, may be arranged in multiple manners with various components or constituent parts. In a 5G NR system, or network, a network node, a network entity, a mobility element of a network, a radio access network (RAN) node, a core network node, a network element, or a network equipment, such as a base station (BS) , or one or more units (or one or more components) performing base station functionality, may be implemented in an aggregated or disaggregated architecture. For example, a BS (such as a Node B (NB) , evolved NB (eNB) , NR BS, 5G NB, access point (AP) , a transmission reception point (TRP) , or a cell, etc. ) may be implemented as an aggregated base station (also known as a standalone BS or a monolithic BS) or a disaggregated base station.

[0036] An aggregated base station may be configured to utilize a radio protocol stack that is physically or logically integrated within a single RAN node. A disaggregated base station may be configured to utilize a protocol stack that is physically or logically distributed among two or more units (such as one or more central or centralized units (CUs) , one or more distributed units (DUs) , or one or more radio units (RUs) ) . In some aspects, a CU may be implemented within a RAN node, and one or more DUs may be co-located with the CU, or alternatively, may be geographically or virtually distributed throughout one or multiple other RAN nodes. The DUs may be implemented to communicate with one or more RUs. Each of the CU, DU and RU can be implemented as virtual units, i.e., a virtual central unit (VCU) , a virtual distributed unit (VDU) , or a virtual radio unit.

[0037] Base station operation or network design may consider aggregation characteristics of base station functionality. For example, disaggregated base stations may be utilized in an integrated access backhaul (IAB) network, an open radio access network (O-RAN (such as the network configuration sponsored by the O-RAN Alliance) ) , or a virtualized radio access network (vRAN, also known as a cloud radio access network (C-RAN) ) . Disaggregation may include distributing functionality across two or more units at various physical locations, as well as distributing functionality for at least one unit virtually, which can enable flexibility in network design. The various units of the disaggregated base station, or disaggregated RAN architecture, can be configured for wired or wireless communication with at least one other unit.

[0038] FIG. 1 is a diagram 100 illustrating an example of a wireless communications system and an access network. The illustrated wireless communications system includes a disaggregated base station architecture. The disaggregated base station architecture may include one or more CUs 110 that can communicate directly with a core network 120 via a backhaul link, or indirectly with the core network 120 through one or more disaggregated base station units (such as a Near-Real Time (Near-RT) RAN Intelligent Controller (RIC) 125 via an E2 link, or a Non-Real Time (Non-RT) RIC 115 associated with a Service Management and Orchestration (SMO) Framework 105, or both) . A CU 110 may communicate with one or more DUs 130 via respective midhaul links, such as an F1 interface. The DUs 130 may communicate with one or more RUs 140 via respective fronthaul links. The RUs 140 may communicate with  respective UEs 104 via one or more radio frequency (RF) access links. In some implementations, the UE 104 may be simultaneously served by multiple RUs 140.

[0039] Each of the units, i.e., the CUs 110, the DUs 130, the RUs 140, as well as the Near-RT RICs 125, the Non-RT RICs 115, and the SMO Framework 105, may include one or more interfaces or be coupled to one or more interfaces configured to receive or to transmit signals, data, or information (collectively, signals) via a wired or wireless transmission medium. Each of the units, or an associated processor or controller providing instructions to the communication interfaces of the units, can be configured to communicate with one or more of the other units via the transmission medium. For example, the units can include a wired interface configured to receive or to transmit signals over a wired transmission medium to one or more of the other units. Additionally, the units can include a wireless interface, which may include a receiver, a transmitter, or a transceiver (such as an RF transceiver) , configured to receive or to transmit signals, or both, over a wireless transmission medium to one or more of the other units.

[0040] In some aspects, the CU 110 may host one or more higher layer control functions. Such control functions can include radio resource control (RRC) , packet data convergence protocol (PDCP) , service data adaptation protocol (SDAP) , or the like. Each control function can be implemented with an interface configured to communicate signals with other control functions hosted by the CU 110. The CU 110 may be configured to handle user plane functionality (i.e., Central Unit –User Plane (CU-UP) ) , control plane functionality (i.e., Central Unit –Control Plane (CU-CP) ) , or a combination thereof. In some implementations, the CU 110 can be logically split into one or more CU-UP units and one or more CU-CP units. The CU-UP unit can communicate bidirectionally with the CU-CP unit via an interface, such as an E1 interface when implemented in an O-RAN configuration. The CU 110 can be implemented to communicate with the DU 130, as necessary, for network control and signaling.

[0041] The DU 130 may correspond to a logical unit that includes one or more base station functions to control the operation of one or more RUs 140. In some aspects, the DU 130 may host one or more of a radio link control (RLC) layer, a medium access control (MAC) layer, and one or more high physical (PHY) layers (such as modules for forward error correction (FEC) encoding and decoding, scrambling, modulation,  demodulation, or the like) depending, at least in part, on a functional split, such as those defined by 3GPP. In some aspects, the DU 130 may further host one or more low PHY layers. Each layer (or module) can be implemented with an interface configured to communicate signals with other layers (and modules) hosted by the DU 130, or with the control functions hosted by the CU 110.

[0042] Lower-layer functionality can be implemented by one or more RUs 140. In some deployments, an RU 140, controlled by a DU 130, may correspond to a logical node that hosts RF processing functions, or low-PHY layer functions (such as performing fast Fourier transform (FFT) , inverse FFT (iFFT) , digital beamforming, physical random access channel (PRACH) extraction and filtering, or the like) , or both, based at least in part on the functional split, such as a lower layer functional split. In such an architecture, the RU (s) 140 can be implemented to handle over the air (OTA) communication with one or more UEs 104. In some implementations, real-time and non-real-time aspects of control and user plane communication with the RU (s) 140 can be controlled by the corresponding DU 130. In some scenarios, this configuration can enable the DU (s) 130 and the CU 110 to be implemented in a cloud-based RAN architecture, such as a vRAN architecture.

[0043] The SMO Framework 105 may be configured to support RAN deployment and provisioning of non-virtualized and virtualized network elements. For non-virtualized network elements, the SMO Framework 105 may be configured to support the deployment of dedicated physical resources for RAN coverage requirements that may be managed via an operations and maintenance interface (such as an O1 interface) . For virtualized network elements, the SMO Framework 105 may be configured to interact with a cloud computing platform (such as an open cloud (O-Cloud) 190) to perform network element life cycle management (such as to instantiate virtualized network elements) via a cloud computing platform interface (such as an O2 interface) . Such virtualized network elements can include, but are not limited to, CUs 110, DUs 130, RUs 140 and Near-RT RICs 125. In some implementations, the SMO Framework 105 can communicate with a hardware aspect of a 4G RAN, such as an open eNB (O-eNB) 111, via an O1 interface. Additionally, in some implementations, the SMO Framework 105 can communicate directly with one or more RUs 140 via an O1 interface. The SMO Framework 105 also may include a Non-RT RIC 115 configured to support functionality of the SMO Framework 105.

[0044] The Non-RT RIC 115 may be configured to include a logical function that enables non-real-time control and optimization of RAN elements and resources, artificial intelligence (AI)  / machine learning (ML) (AI / ML) workflows including model training and updates, or policy-based guidance of applications / features in the Near-RT RIC 125. The Non-RT RIC 115 may be coupled to or communicate with (such as via an A1 interface) the Near-RT RIC 125. The Near-RT RIC 125 may be configured to include a logical function that enables near-real-time control and optimization of RAN elements and resources via data collection and actions over an interface (such as via an E2 interface) connecting one or more CUs 110, one or more DUs 130, or both, as well as an O-eNB, with the Near-RT RIC 125.

[0045] In some implementations, to generate AI / ML models to be deployed in the Near-RT RIC 125, the Non-RT RIC 115 may receive parameters or external enrichment information from external servers. Such information may be utilized by the Near-RT RIC 125 and may be received at the SMO Framework 105 or the Non-RT RIC 115 from non-network data sources or from network functions. In some examples, the Non-RT RIC 115 or the Near-RT RIC 125 may be configured to tune RAN behavior or performance. For example, the Non-RT RIC 115 may monitor long-term trends and patterns for performance and employ AI / ML models to perform corrective actions through the SMO Framework 105 (such as reconfiguration via O1) or via creation of RAN management policies (such as A1 policies) .

[0046] At least one of the CU 110, the DU 130, and the RU 140 may be referred to as a base station 102. Accordingly, a base station 102 may include one or more of the CU 110, the DU 130, and the RU 140 (each component indicated with dotted lines to signify that each component may or may not be included in the base station 102) . The base station 102 provides an access point to the core network 120 for a UE 104. The base station 102 may include macrocells (high power cellular base station) and / or small cells (low power cellular base station) . The small cells include femtocells, picocells, and microcells. A network that includes both small cell and macrocells may be known as a heterogeneous network. A heterogeneous network may also include Home Evolved Node Bs (eNBs) (HeNBs) , which may provide service to a restricted group known as a closed subscriber group (CSG) . The communication links between the RUs 140 and the UEs 104 may include uplink (UL) (also referred to as reverse link) transmissions from a UE 104 to an RU 140 and / or downlink (DL) (also referred to as  forward link) transmissions from an RU 140 to a UE 104. The communication links may use multiple-input and multiple-output (MIMO) antenna technology, including spatial multiplexing, beamforming, and / or transmit diversity. The communication links may be through one or more carriers. The base station 102  / UEs 104 may use spectrum up to Y MHz (e.g., 5, 10, 15, 20, 100, 400, etc. MHz) bandwidth per carrier allocated in a carrier aggregation of up to a total of Yx MHz (x component carriers) used for transmission in each direction. The carriers may or may not be adjacent to each other. Allocation of carriers may be asymmetric with respect to DL and UL (e.g., more or fewer carriers may be allocated for DL than for UL) . The component carriers may include a primary component carrier and one or more secondary component carriers. A primary component carrier may be referred to as a primary cell (PCell) and a secondary component carrier may be referred to as a secondary cell (SCell) .

[0047] Certain UEs 104 may communicate with each other using device-to-device (D2D) communication link 158. The D2D communication link 158 may use the DL / UL wireless wide area network (WWAN) spectrum. The D2D communication link 158 may use one or more sidelink channels, such as a physical sidelink broadcast channel (PSBCH) , a physical sidelink discovery channel (PSDCH) , a physical sidelink shared channel (PSSCH) , and a physical sidelink control channel (PSCCH) . D2D communication may be through a variety of wireless D2D communications systems, such as for example, BluetoothTM (Bluetooth is a trademark of the Bluetooth Special Interest Group (SIG) ) , Wi-FiTM (is a trademark of the Wi-Fi Alliance) based on the Institute of Electrical and Electronics Engineers (IEEE) 802.11 standard, LTE, or NR.

[0048] The wireless communications system may further include a Wi-Fi AP 150 in communication with UEs 104 (also referred to as Wi-Fi stations (STAs) ) via communication link 154, e.g., in a 5 GHz unlicensed frequency spectrum or the like. When communicating in an unlicensed frequency spectrum, the UEs 104  / AP 150 may perform a clear channel assessment (CCA) prior to communicating in order to determine whether the channel is available.

[0049] The electromagnetic spectrum is often subdivided, based on frequency / wavelength, into various classes, bands, channels, etc. In 5G NR, two initial operating bands have been identified as frequency range designations FR1 (410 MHz –7.125 GHz) and FR2 (24.25 GHz –52.6 GHz) . Although a portion of FR1 is greater than 6 GHz, FR1 is often referred to (interchangeably) as a “sub-6 GHz” band in various documents  and articles. A similar nomenclature issue sometimes occurs with regard to FR2, which is often referred to (interchangeably) as a “millimeter wave” band in documents and articles, despite being different from the extremely high frequency (EHF) band (30 GHz –300 GHz) which is identified by the International Telecommunications Union (ITU) as a “millimeter wave” band.

[0050] The frequencies between FR1 and FR2 are often referred to as mid-band frequencies. Recent 5G NR studies have identified an operating band for these mid-band frequencies as frequency range designation FR3 (7.125 GHz –24.25 GHz) . Frequency bands falling within FR3 may inherit FR1 characteristics and / or FR2 characteristics, and thus may effectively extend features of FR1 and / or FR2 into mid-band frequencies. In addition, higher frequency bands are currently being explored to extend 5G NR operation beyond 52.6 GHz. For example, three higher operating bands have been identified as frequency range designations FR2-2 (52.6 GHz –71 GHz) , FR4 (71 GHz –114.25 GHz) , and FR5 (114.25 GHz –300 GHz) . Each of these higher frequency bands falls within the EHF band.

[0051] With the above aspects in mind, unless specifically stated otherwise, the term “sub-6 GHz” or the like if used herein may broadly represent frequencies that may be less than 6 GHz, may be within FR1, or may include mid-band frequencies. Further, unless specifically stated otherwise, the term “millimeter wave” or the like if used herein may broadly represent frequencies that may include mid-band frequencies, may be within FR2, FR4, FR2-2, and / or FR5, or may be within the EHF band.

[0052] The base station 102 and the UE 104 may each include a plurality of antennas, such as antenna elements, antenna panels, and / or antenna arrays to facilitate beamforming. The base station 102 may transmit a beamformed signal 182 to the UE 104 in one or more transmit directions. The UE 104 may receive the beamformed signal from the base station 102 in one or more receive directions. The UE 104 may also transmit a beamformed signal 184 to the base station 102 in one or more transmit directions. The base station 102 may receive the beamformed signal from the UE 104 in one or more receive directions. The base station 102  / UE 104 may perform beam training to determine the best receive and transmit directions for each of the base station 102  / UE 104. The transmit and receive directions for the base station 102 may or may not be the same. The transmit and receive directions for the UE 104 may or may not be the same.

[0053] The base station 102 may include and / or be referred to as a gNB, Node B, eNB, an access point, a base transceiver station, a radio base station, a radio transceiver, a transceiver function, a basic service set (BSS) , an extended service set (ESS) , a TRP, network node, network entity, network equipment, or some other suitable terminology. The base station 102 can be implemented as an integrated access backhaul (IAB) node, a relay node, a sidelink node, an aggregated (monolithic) base station with a baseband unit (BBU) (including a CU and a DU) and an RU, or as a disaggregated base station including one or more of a CU, a DU, and / or an RU. The set of base stations, which may include disaggregated base stations and / or aggregated base stations, may be referred to as next generation (NG) RAN (NG-RAN) .

[0054] The core network 120 may include an Access and Mobility Management Function (AMF) 161, a Session Management Function (SMF) 162, a User Plane Function (UPF) 163, a Unified Data Management (UDM) 164, one or more location servers 168, and other functional entities. The AMF 161 is the control node that processes the signaling between the UEs 104 and the core network 120. The AMF 161 supports registration management, connection management, mobility management, and other functions. The SMF 162 supports session management and other functions. The UPF 163 supports packet routing, packet forwarding, and other functions. The UDM 164 supports the generation of authentication and key agreement (AKA) credentials, user identification handling, access authorization, and subscription management. The one or more location servers 168 are illustrated as including a Gateway Mobile Location Center (GMLC) 165 and a Location Management Function (LMF) 166. However, generally, the one or more location servers 168 may include one or more location / positioning servers, which may include one or more of the GMLC 165, the LMF 166, a position determination entity (PDE) , a serving mobile location center (SMLC) , a mobile positioning center (MPC) , or the like. The GMLC 165 and the LMF 166 support UE location services. The GMLC 165 provides an interface for clients / applications (e.g., emergency services) for accessing UE positioning information. The LMF 166 receives measurements and assistance information from the NG-RAN and the UE 104 via the AMF 161 to compute the position of the UE 104. The NG-RAN may utilize one or more positioning methods in order to determine the position of the UE 104. Positioning the UE 104 may involve signal measurements, a position estimate, and an optional velocity computation based on the measurements.  The signal measurements may be made by the UE 104 and / or the base station 102 serving the UE 104. The signals measured may be based on one or more of a satellite positioning system (SPS) 170 (e.g., one or more of a Global Navigation Satellite System (GNSS) , global position system (GPS) , non-terrestrial network (NTN) , or other satellite position / location system) , LTE signals, wireless local area network (WLAN) signals, Bluetooth signals, a terrestrial beacon system (TBS) , sensor-based information (e.g., barometric pressure sensor, motion sensor) , NR enhanced cell ID (NR E-CID) methods, NR signals (e.g., multi-round trip time (Multi-RTT) , DL angle-of-departure (DL-AoD) , DL time difference of arrival (DL-TDOA) , UL time difference of arrival (UL-TDOA) , and UL angle-of-arrival (UL-AoA) positioning) , and / or other systems / signals / sensors.

[0055] Examples of UEs 104 include a cellular phone, a smart phone, a session initiation protocol (SIP) phone, a laptop, a personal digital assistant (PDA) , a satellite radio, a global positioning system, a multimedia device, a video device, a digital audio player (e.g., MP3 player) , a camera, a game console, a tablet, a smart device, a wearable device, a vehicle, an electric meter, a gas pump, a large or small kitchen appliance, a healthcare device, an implant, a sensor / actuator, a display, or any other similar functioning device. Some of the UEs 104 may be referred to as IoT devices (e.g., parking meter, gas pump, toaster, vehicles, heart monitor, etc. ) . The UE 104 may also be referred to as a station, a mobile station, a subscriber station, a mobile unit, a subscriber unit, a wireless unit, a remote unit, a mobile device, a wireless device, a wireless communications device, a remote device, a mobile subscriber station, an access terminal, a mobile terminal, a wireless terminal, a remote terminal, a handset, a user agent, a mobile client, a client, or some other suitable terminology. In some scenarios, the term UE may also apply to one or more companion devices such as in a device constellation arrangement. One or more of these devices may collectively access the network and / or individually access the network.

[0056] Referring again to FIG. 1, in certain aspects, the UE 104 may have a lane keeping assist component 198 that may be configured to store a set of accumulated left side LKA intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges; detect whether an LKA intervention is activated or to be activated for the vehicle; calculate an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors,  the set of accumulated right side LKA intervention errors, and the detection; and apply the offset to the LKA intervention. In certain aspects, the base station 102 may have a lane keeping assist configuration component 199 that may be configured to provide configuration (s) related to LKA to the UE 104.

[0057] FIG. 2A is a diagram 200 illustrating an example of a first subframe within a 5G NR frame structure. FIG. 2B is a diagram 230 illustrating an example of DL channels within a 5G NR subframe. FIG. 2C is a diagram 250 illustrating an example of a second subframe within a 5G NR frame structure. FIG. 2D is a diagram 280 illustrating an example of UL channels within a 5G NR subframe. The 5G NR frame structure may be frequency division duplexed (FDD) in which for a particular set of subcarriers (carrier system bandwidth) , subframes within the set of subcarriers are dedicated for either DL or UL, or may be time division duplexed (TDD) in which for a particular set of subcarriers (carrier system bandwidth) , subframes within the set of subcarriers are dedicated for both DL and UL. In the examples provided by FIGs. 2A, 2C, the 5G NR frame structure is assumed to be TDD, with subframe 4 being configured with slot format 28 (with mostly DL) , where D is DL, U is UL, and F is flexible for use between DL / UL, and subframe 3 being configured with slot format 1 (with all UL) . While subframes 3, 4 are shown with slot formats 1, 28, respectively, any particular subframe may be configured with any of the various available slot formats 0-61. Slot formats 0, 1 are all DL, UL, respectively. Other slot formats 2-61 include a mix of DL, UL, and flexible symbols. UEs are configured with the slot format (dynamically through DL control information (DCI) , or semi-statically / statically through radio resource control (RRC) signaling) through a received slot format indicator (SFI) . Note that the description infra applies also to a 5G NR frame structure that is TDD.

[0058] FIGs. 2A-2D illustrate a frame structure, and the aspects of the present disclosure may be applicable to other wireless communication technologies, which may have a different frame structure and / or different channels. A frame (10 ms) may be divided into 10 equally sized subframes (1 ms) . Each subframe may include one or more time slots. Subframes may also include mini-slots, which may include 7, 4, or 2 symbols. Each slot may include 14 or 12 symbols, depending on whether the cyclic prefix (CP) is normal or extended. For normal CP, each slot may include 14 symbols, and for extended CP, each slot may include 12 symbols. The symbols on DL may be CP  orthogonal frequency division multiplexing (OFDM) (CP-OFDM) symbols. The symbols on UL may be CP-OFDM symbols (for high throughput scenarios) or discrete Fourier transform (DFT) spread OFDM (DFT-s-OFDM) symbols (for power limited scenarios; limited to a single stream transmission) . The number of slots within a subframe is based on the CP and the numerology. The numerology defines the subcarrier spacing (SCS) (see Table 1) . The symbol length / duration may scale with 1 / SCS.

[0059] Table 1: Numerology, SCS, and CP

[0060] For normal CP (14 symbols / slot) , different numerologies μ 0 to 4 allow for 1, 2, 4, 8, and 16 slots, respectively, per subframe. For extended CP, the numerology 2 allows for 4 slots per subframe. Accordingly, for normal CP and numerology μ, there are 14 symbols / slot and 2μ slots / subframe. The subcarrier spacing may be equal to 2μ*15 kHz, where μ is the numerology 0 to 4. As such, the numerology μ=0 has a subcarrier spacing of 15 kHz and the numerology μ=4 has a subcarrier spacing of 240 kHz. The symbol length / duration is inversely related to the subcarrier spacing. FIGs. 2A-2D provide an example of normal CP with 14 symbols per slot and numerology μ=2 with 4 slots per subframe. The slot duration is 0.25 ms, the subcarrier spacing is 60 kHz, and the symbol duration is approximately 16.67 μs. Within a set of frames, there may be one or more different bandwidth parts (BWPs) (see FIG. 2B) that are frequency division multiplexed. Each BWP may have a particular numerology and CP (normal or extended) .

[0061] A resource grid may be used to represent the frame structure. Each time slot includes a resource block (RB) (also referred to as physical RBs (PRBs) ) that extends 12  consecutive subcarriers. The resource grid is divided into multiple resource elements (REs) . The number of bits carried by each RE depends on the modulation scheme.

[0062] As illustrated in FIG. 2A, some of the REs carry reference (pilot) signals (RS) for the UE.The RS may include demodulation RS (DM-RS) (indicated as R for one particular configuration, but other DM-RS configurations are possible) and channel state information reference signals (CSI-RS) for channel estimation at the UE. The RS may also include beam measurement RS (BRS) , beam refinement RS (BRRS) , and phase tracking RS (PT-RS) .

[0063] FIG. 2B illustrates an example of various DL channels within a subframe of a frame. The physical downlink control channel (PDCCH) carries DCI within one or more control channel elements (CCEs) (e.g., 1, 2, 4, 8, or 16 CCEs) , each CCE including six RE groups (REGs) , each REG including 12 consecutive REs in an OFDM symbol of an RB. A PDCCH within one BWP may be referred to as a control resource set (CORESET) . A UE is configured to monitor PDCCH candidates in a PDCCH search space (e.g., common search space, UE-specific search space) during PDCCH monitoring occasions on the CORESET, where the PDCCH candidates have different DCI formats and different aggregation levels. Additional BWPs may be located at greater and / or lower frequencies across the channel bandwidth. A primary synchronization signal (PSS) may be within symbol 2 of particular subframes of a frame. The PSS is used by a UE 104 to determine subframe / symbol timing and a physical layer identity. A secondary synchronization signal (SSS) may be within symbol 4 of particular subframes of a frame. The SSS is used by a UE to determine a physical layer cell identity group number and radio frame timing. Based on the physical layer identity and the physical layer cell identity group number, the UE can determine a physical cell identifier (PCI) . Based on the PCI, the UE can determine the locations of the DM-RS. The physical broadcast channel (PBCH) , which carries a master information block (MIB) , may be logically grouped with the PSS and SSS to form a synchronization signal (SS)  / PBCH block (also referred to as SS block (SSB) ) . The MIB provides a number of RBs in the system bandwidth and a system frame number (SFN) . The physical downlink shared channel (PDSCH) carries user data, broadcast system information not transmitted through the PBCH such as system information blocks (SIBs) , and paging messages.

[0064] As illustrated in FIG. 2C, some of the REs carry DM-RS (indicated as R for one particular configuration, but other DM-RS configurations are possible) for channel estimation at the base station. The UE may transmit DM-RS for the physical uplink control channel (PUCCH) and DM-RS for the physical uplink shared channel (PUSCH) . The PUSCH DM-RS may be transmitted in the first one or two symbols of the PUSCH. The PUCCH DM-RS may be transmitted in different configurations depending on whether short or long PUCCHs are transmitted and depending on the particular PUCCH format used. The UE may transmit sounding reference signals (SRS) . The SRS may be transmitted in the last symbol of a subframe. The SRS may have a comb structure, and a UE may transmit SRS on one of the combs. The SRS may be used by a base station for channel quality estimation to enable frequency-dependent scheduling on the UL.

[0065] FIG. 2D illustrates an example of various UL channels within a subframe of a frame. The PUCCH may be located as indicated in one configuration. The PUCCH carries uplink control information (UCI) , such as scheduling requests, a channel quality indicator (CQI) , a precoding matrix indicator (PMI) , a rank indicator (RI) , and hybrid automatic repeat request (HARQ) acknowledgment (ACK) (HARQ-ACK) feedback (i.e., one or more HARQ ACK bits indicating one or more ACK and / or negative ACK (NACK) ) . The PUSCH carries data, and may additionally be used to carry a buffer status report (BSR) , a power headroom report (PHR) , and / or UCI.

[0066] FIG. 3 is a block diagram of a base station 310 in communication with a UE 350 in an access network. In the DL, Internet protocol (IP) packets may be provided to a controller / processor 375. The controller / processor 375 implements layer 3 and layer 2 functionality. Layer 3 includes a radio resource control (RRC) layer, and layer 2 includes a service data adaptation protocol (SDAP) layer, a packet data convergence protocol (PDCP) layer, a radio link control (RLC) layer, and a medium access control (MAC) layer. The controller / processor 375 provides RRC layer functionality associated with broadcasting of system information (e.g., MIB, SIBs) , RRC connection control (e.g., RRC connection paging, RRC connection establishment, RRC connection modification, and RRC connection release) , inter radio access technology (RAT) mobility, and measurement configuration for UE measurement reporting; PDCP layer functionality associated with header compression  / decompression, security (ciphering, deciphering, integrity protection, integrity  verification) , and handover support functions; RLC layer functionality associated with the transfer of upper layer packet data units (PDUs) , error correction through ARQ, concatenation, segmentation, and reassembly of RLC service data units (SDUs) , re-segmentation of RLC data PDUs, and reordering of RLC data PDUs; and MAC layer functionality associated with mapping between logical channels and transport channels, multiplexing of MAC SDUs onto transport blocks (TBs) , demultiplexing of MAC SDUs from TBs, scheduling information reporting, error correction through HARQ, priority handling, and logical channel prioritization.

[0067] The transmit (TX) processor 316 and the receive (RX) processor 370 implement layer 1 functionality associated with various signal processing functions. Layer 1, which includes a physical (PHY) layer, may include error detection on the transport channels, forward error correction (FEC) coding / decoding of the transport channels, interleaving, rate matching, mapping onto physical channels, modulation / demodulation of physical channels, and MIMO antenna processing. The TX processor 316 handles mapping to signal constellations based on various modulation schemes (e.g., binary phase-shift keying (BPSK) , quadrature phase-shift keying (QPSK) , M-phase-shift keying (M-PSK) , M-quadrature amplitude modulation (M-QAM) ) . The coded and modulated symbols may then be split into parallel streams. Each stream may then be mapped to an OFDM subcarrier, multiplexed with a reference signal (e.g., pilot) in the time and / or frequency domain, and then combined together using an Inverse Fast Fourier Transform (IFFT) to produce a physical channel carrying a time domain OFDM symbol stream. The OFDM stream is spatially precoded to produce multiple spatial streams. Channel estimates from a channel estimator 374 may be used to determine the coding and modulation scheme, as well as for spatial processing. The channel estimate may be derived from a reference signal and / or channel condition feedback transmitted by the UE 350. Each spatial stream may then be provided to a different antenna 320 via a separate transmitter 318Tx. Each transmitter 318Tx may modulate a radio frequency (RF) carrier with a respective spatial stream for transmission.

[0068] At the UE 350, each receiver 354Rx receives a signal through its respective antenna 352. Each receiver 354Rx recovers information modulated onto an RF carrier and provides the information to the receive (RX) processor 356. The TX processor 368 and the RX processor 356 implement layer 1 functionality associated with various  signal processing functions. The RX processor 356 may perform spatial processing on the information to recover any spatial streams destined for the UE 350. If multiple spatial streams are destined for the UE 350, they may be combined by the RX processor 356 into a single OFDM symbol stream. The RX processor 356 then converts the OFDM symbol stream from the time-domain to the frequency domain using a Fast Fourier Transform (FFT) . The frequency domain signal includes a separate OFDM symbol stream for each subcarrier of the OFDM signal. The symbols on each subcarrier, and the reference signal, are recovered and demodulated by determining the most likely signal constellation points transmitted by the base station 310. These soft decisions may be based on channel estimates computed by the channel estimator 358. The soft decisions are then decoded and deinterleaved to recover the data and control signals that were originally transmitted by the base station 310 on the physical channel. The data and control signals are then provided to the controller / processor 359, which implements layer 3 and layer 2 functionality.

[0069] The controller / processor 359 can be associated with at least one memory 360 that stores program codes and data. The at least one memory 360 may be referred to as a computer-readable medium. In the UL, the controller / processor 359 provides demultiplexing between transport and logical channels, packet reassembly, deciphering, header decompression, and control signal processing to recover IP packets. The controller / processor 359 is also responsible for error detection using an ACK and / or NACK protocol to support HARQ operations.

[0070] Similar to the functionality described in connection with the DL transmission by the base station 310, the controller / processor 359 provides RRC layer functionality associated with system information (e.g., MIB, SIBs) acquisition, RRC connections, and measurement reporting; PDCP layer functionality associated with header compression  / decompression, and security (ciphering, deciphering, integrity protection, integrity verification) ; RLC layer functionality associated with the transfer of upper layer PDUs, error correction through ARQ, concatenation, segmentation, and reassembly of RLC SDUs, re-segmentation of RLC data PDUs, and reordering of RLC data PDUs; and MAC layer functionality associated with mapping between logical channels and transport channels, multiplexing of MAC SDUs onto TBs, demultiplexing of MAC SDUs from TBs, scheduling information reporting, error correction through HARQ, priority handling, and logical channel prioritization.

[0071] Channel estimates derived by a channel estimator 358 from a reference signal or feedback transmitted by the base station 310 may be used by the TX processor 368 to select the appropriate coding and modulation schemes, and to facilitate spatial processing. The spatial streams generated by the TX processor 368 may be provided to different antenna 352 via separate transmitters 354Tx. Each transmitter 354Tx may modulate an RF carrier with a respective spatial stream for transmission.

[0072] The UL transmission is processed at the base station 310 in a manner similar to that described in connection with the receiver function at the UE 350. Each receiver 318Rx receives a signal through its respective antenna 320. Each receiver 318Rx recovers information modulated onto an RF carrier and provides the information to a RX processor 370.

[0073] The controller / processor 375 can be associated with at least one memory 376 that stores program codes and data. The at least one memory 376 may be referred to as a computer-readable medium. In the UL, the controller / processor 375 provides demultiplexing between transport and logical channels, packet reassembly, deciphering, header decompression, control signal processing to recover IP packets. The controller / processor 375 is also responsible for error detection using an ACK and / or NACK protocol to support HARQ operations.

[0074] At least one of the TX processor 368, the RX processor 356, and the controller / processor 359 may be configured to perform aspects in connection with the lane keeping assist component 198 of FIG. 1.

[0075] At least one of the TX processor 316, the RX processor 370, and the controller / processor 375 may be configured to perform aspects in connection with the lane keeping assist configuration component 199 of FIG. 1.

[0076] In recent years, vehicle manufacturers have been developing vehicles with assisted driving and / or autonomous driving capabilities. Assisted driving, which may also be called advanced driver assistance systems (ADAS) , may refer to a set of technologies designed to enhance vehicle safety and improve the driving experience by providing assistance and automation to the driver. These technologies may use various sensor (s) , such as camera (s) , radar (s) , light detection and ranging (lidar (s) or lidar sensor (s) ) , etc., and other components to monitor a vehicle’s surroundings and assist the driver of the vehicle with certain driving tasks. For example, some features of assisted driving systems may include: (1) adaptive cruise control (ACC) (e.g., a system that  automatically adjusts a vehicle’s speed to maintain a safe following distance from the vehicle ahead) , (2) lane keeping assist (LKA) (e.g., a system that uses cameras to detect lane markings and helps keep the vehicle centered within the lane, and provides steering inputs to prevent unintentional lane departure) , (3) , autonomous emergency braking (AEB) (e.g., a system that detects potential collisions with obstacles or pedestrians and automatically apply the brakes to avoid or mitigate the impact) , (4) blind spot monitoring (BSM) (e.g., a system that uses sensors to detect vehicles in a driver’s blind spots and provides visual or audible alerts to avoid potential collisions during lane changes) , (5) parking assistance (e.g., a system that assists drivers in parking their vehicles by using camera (s) and sensor (s) to help with parallel parking or maneuvering into tight spaces) , and / or traffic sign recognition (e.g., camera (s) and image processing are used to recognize and display traffic signs such as speed limits, stop signs, and other road regulations on the vehicle’s dashboard) .

[0077] Autonomous driving, which may also be called as self-driving or driverless technology, may refer to the ability of a vehicle to navigate and operate itself without specifying human intervention (e.g., travelling from one place to another place without a human controlling the vehicle) . The goal of the autonomous driving is to create vehicles that are capable of perceiving their surroundings, making decisions, and controlling their movements, all without the direct involvement of a human driver. To achieve or improve the autonomous driving, a vehicle may be specified to use a map (or map data) with detailed information, such as a high-definition (HD) map. An HD map may refer to a highly detailed and accurate digital map designed for use in autonomous driving and ADAS. In one example, HD maps may typically include one or more of: (1) geometric information (e.g., precise road geometry, including lane boundaries, curvature, slopes, and detailed 3D models of the surrounding environment) , (2) lane-level information (e.g., information about individual lanes on the road, such as lane width, lane type (e.g., driving, turning, or parking lanes) , and lane connectivity) , (3) road attributes (e.g., data on road features like traffic signs, signals, traffic lights, speed limits, and road markings) , (4) topology (e.g., information about the relationships between different roads, intersections, and connectivity patterns) , (5) static objects (e.g., locations and details of fixed objects along the road, such as buildings, traffic barriers, and poles) , (6) dynamic objects (e.g., real-time or frequently updated data about moving objects, like other vehicles,  pedestrians, and cyclists) , and / or (7) localization and positioning: precise reference points and landmarks that help in accurate vehicle localization on the map, etc.

[0078] Note while some assisted / autonomous driving systems may demand the use of map data (e.g., regular / conventional map data, HD map data, etc. ) , there are also assisted / autonomous driving systems and information systems that may be configured not to use map data (e.g., due to costs) . For example, the Society of Automotive Engineers (SAE) has defined six levels of driving automation, from Level 0 (no automation) to Level 5 (full automation) . For Level 0 (no automation) , the human driver may be responsible for all aspects of driving, and the system may provide warnings or momentary assistance but does not take control of the vehicle. Example features for SAE Level 0 may include automatic emergency braking, blind spot warnings, and lane departure warnings, etc. As such, SAE Level 0 may not specify using map data. For Level 1 (driver assistance) , the vehicle may assist with either steering or acceleration / deceleration (but may not perform both simultaneously) . The human driver is still responsible for most driving tasks and may need to be ready to take over at any time. Example features for SAE Level 1 may include adaptive cruise control or lane-keeping assistance (e.g., lane centering) , etc. For Level 2 (partial automation) , the vehicle may control both steering and acceleration / deceleration under certain conditions, but the human driver is requested to remain engaged and monitor the driving environment at all times. Example features for SAE Level 2 may include ADAS, adaptive cruise control and lane-keeping assistance at the same time, etc. For Level 3 (conditional automation) , the vehicle may perform all driving tasks under specific conditions, and the human driver may not be specified to monitor the environment but may need to be ready to take over when requested by the system. Example features for SAE Level 3 may include traffic jam chauffeur, where the vehicle is capable of handling driving in traffic jams without driver intervention. For Level 4 (high automation) , the vehicle is capable of handling all driving tasks within certain conditions or environments (geofenced areas) . The system may operate without human intervention but may specify a human driver outside its operational domain. Example features for SAE Level 4 may include local driverless taxi and pedals / steering, etc. For Level 5 (full automation) , the vehicle is capable of performing all driving tasks under all conditions, and does not specify the human driver at any time. Example features for SAE Level 5 may include fully autonomous  vehicles with no steering wheel or pedals. In summary, SAE Level 0 may be defined as features to provide warnings and assistance. ADAS is usually SAE Level 1 and 2, while AD is considered SAE level 3 to 5. Aspects presented herein (described below) may apply to all levels of SAE. For purposes of the present disclosure, a system or information system that is used in associated with SAE Level 0 to Level 5 may collectively be referred to as a “vehicle system, ” which may encompass the assisted driving and the autonomous driving.

[0079] To enable a vehicle to be capable of providing assisted driving and / or autonomous driving, the vehicle may be configured to use various machine learning (ML) and / or neural network (NN) frameworks. An ML / NN framework may refer to a set of tools, libraries, and / or software components that are configured to provide a structured way to design, build, and deploy ML / NN models and applications. These frameworks may be able to simplify the process of developing ML / NN algorithms and applications by providing a foundation of pre-built functions, algorithms, and utilities. They may typically include features for data preprocessing, model training, evaluation, and / or deployment, etc. ML / NN frameworks may come in various programming languages, and they may be configured to cater to different types of machine learning tasks, including supervised learning, unsupervised learning, and / or reinforcement learning, etc. An ML / NN model may refer to a mathematical representation of a real-world process or problem, created using ML / NN algorithms and techniques. These ML / NN models may be configured to make predictions, classify data, and / or solve specific tasks based on patterns and relationships learned from input data. A deep learning framework may refer to a specialized software library or toolset that provides specified components and abstractions for building, training, and deploying deep neural networks. Deep learning frameworks may be designed to facilitate the development of complex neural network models, especially deep neural networks with multiple layers. These frameworks may offer a wide range of pre-implemented layers, optimizers, loss functions, and other components, making it easier for researchers and developers to work with deep learning models.

[0080] FIG. 4 is a diagram 400 illustrating an example of a vehicle performing road object detection using different types of sensors in accordance with various aspects of the present disclosure. In some implementations, a vehicle system may be configured to perform road object detections using multiple types of sensors (and also one or more  ML / NN models) . For purposes of the present disclosure, a road object or a traffic participant may refer to an object that is related to roads and driving, and is typically / commonly used / considered by the vehicle system in providing assisted driving or performing autonomous driving. In some examples, the road object / traffic participant may also be referred to as a traffic-related object. For example, a road object / traffic participant may be another vehicle, a pedestrian, a cyclist / bicycle, an animal, a traffic cone, a traffic sign, a traffic light, a traffic lane, a traffic line / marking, a vulnerable road user (VRU) , an object that is within a threshold distance of the vehicle, and / or any objects that may typically present on the roads (e.g., on the driving paths of vehicles) , etc. On the other hand, a non-road object or a non-traffic participant (which may also be referred to as a non-traffic related object) may refer to an object that is not related to roads and driving, and is typically / commonly not used / considered by the vehicle system in providing assisted driving or performing autonomous driving. For example, a non-road object / non-traffic participant may be an object that is not within a threshold distance of the vehicle (e.g., a house on the side of the road, a mountain that is far away) , an object that is not typically presented on a driving path / road (an airplane, a fire hydrant, a tree, etc. ) , a structure that is typically not traversed by vehicles (e.g., a pedestrian bridge) , etc. An ML / NN model may be trained to identify whether an object is a road object or a non-road object.

[0081] For example, as shown by the diagram 400, a vehicle or a vehicle system (collectively as a “UE 402” ) may be configured to use different types of sensors, such as a set of cameras 404 and / or a set of radars 406 for detecting road objects. For purposes of the present disclosure, the term “radar” may broadly refer to a device / component that is capable of detecting at least the presence and / or the distance of a physical object. Examples of radar may include an RF radar, a sonar, an ultrasonic sensor, a light detection and ranging (lidar) , etc. In some implementations, the UE 402 may also use different MN / NN models for identifying different types of road objects. For example, a first ML / NN model may be trained / used to detect and track polylines from sensor output (s) (e.g., images captured by the camera (s) of the vehicle, point clouds generated from radar (s)  / lidar (s) , etc. ) , while a second ML / NN model may be trained / used to detect and track objects in a three-dimensional (3D) space (e.g., to perform 3D object detection (3DOD) tasks) . Then, the outputs of different types of sensors (e.g., from the set of cameras 404 and the set of radars 406) may be processed  and used by the ADAS or the autonomous driving system (e.g., for assisted / autonomous driving) . A point cloud may refer to a discrete set of data points in space, where these points may represent a 3D shape or object. In some implementations, each point position may be associated with a set of Cartesian coordinates (X, Y, Z) . Point clouds may be produced by radar (s)  / lidar (s) by detecting multiple points on the external surfaces of objects.

[0082] For purposes of the present disclosure and in the context of assisted / autonomous driving, a vehicle that is capable of performing autonomous driving and / or certain amount of assisted driving may be referred to as an “ego vehicle” or simply “ego. ” For example, an “ego lane” may refer to a lane in which an ego vehicle itself is currently driving. As such, the term “ego” in such context may refer to the vehicle itself, and the term “ego lane” may imply that it is the lane where the (ego) vehicle is actively maneuvering and making decisions. Depending on the context, the term “ego lane” may be used for differentiating the lane occupied by the ego / autonomous vehicle from other lanes on the road.

[0083] As discussed above, lane keeping assist (LKA) is a system / feature that may be deployed in an assisted / autonomous driving system for keeping a vehicle in a lane, such as keeping an ego vehicle in an ego lane, and / or to prevent the vehicle from crossing lane lines unintentionally. In some implementations, LKA may be associated with or provided by a proportional-integral-derivative (PID) controller. A PID controller may refer to a type of control system used in vehicles to maintain a configured trajectory or speed. As its name suggests, a PID controller may include a proportional (P) component, an integral (I) component (which may also be referred to as an integration component in some examples) , and a derivative (D) component. In brief, the proportional component may be configured to produce an output that is proportional to a current error, which maybe a difference between a defined / desired state and an actual state (e.g., position, speed, etc. ) . The proportional component may help in correcting a vehicle’s trajectory or speed based on how far off it is from a defined / desired value. The integral component may be configured to sum up the errors over time and adjust the control output to eliminate the residual error over the long term. The integral component may help in reducing steady-state errors that may occur due to biases or constant disturbances. The derivative component may be configured to predict future errors by calculating the rate of change of the error over time. The  derivative component may help in damping oscillations and improving the stability of the control system by anticipating how quickly the error is changing. In the context of assisted / autonomous driving context, a PID controller may be used, for example, in cruise control systems to maintain a constant speed, in lane keeping systems to stay within a lane, or in autonomous vehicles for steering and speed control, etc. For example, the PID controller may be capable of adjusting the steering angle, throttle, or braking based on sensor feedback to achieve and maintain the desired driving behavior.

[0084] In the context of LKA systems in vehicles, a PID controller may be used to enable a vehicle to maintain its position within a lane by adjusting the steering angle. For example, the proportional (P) component of the PID controller may be configured to generate a corrective steering angle based on a current lateral error, which may be the distance between the vehicle’s current position and the center of the lane. If the vehicle is far from the lane center, the proportional term may apply a stronger corrective action. This may quickly reduce large errors but may not be sufficient for perfect lane keeping on its own. The integral (I) component of the PID controller may be configured to accumulate past lateral errors. This may help the PID controller to correct some persistent bias that may cause the vehicle to drift out of the lane over time, such as slight misalignments and / or sensor errors, etc. By summing up past errors, the integral component may ensure that even small, consistent deviations are corrected, improving the long-term accuracy or the LKA. The derivative (D) component of the PID controller may be configured to predict a set of future lateral errors by considering the rate of change of the current error. The derivative component may provide a damping effect, which helps to smooth out the vehicle’s response and reduce oscillations that might occur from over-correction by the proportional and integral components. As such, the derivative component may make the LKA system / feature more stable and responsive, preventing it from reacting too aggressively to minor, short-term deviations.

[0085] As an illustration, an LKA system / feature typically uses a set of sensors, such as camera (s) and / or radars (e.g., Lidar (s) ) to detect lane markings and measure a vehicle’s position relative to the center of the lane travelled by the vehicle. The LKA system / feature may continuously monitor the lateral position of the vehicle and calculate a lateral error. The PID controller may receive this lateral error and calculate  a specified steering adjustment. The proportional component may provide an immediate correction based on a current error, the integral component may add a correction based on the accumulated error over time, and the derivative component may adjust for the rate at which the error is changing, providing a predictive component to the control. The calculated steering adjustment is then sent to the vehicle’s steering actuator, where the actuator may make a precise adjustment to the steering angle, helping to keep the vehicle centered within the lane. For example, if a vehicle starts to drift to the right within its lane, the LKA system may detect a positive lateral error (e.g., vehicle is to the right of the lane center) . Conversely, if the vehicle starts to drifts to the left within its lane, then the LKA system may detect a negative lateral error. The PID controller may calculate a steering correction, where the proportional component generates a leftward steering correction proportional to the magnitude of the error, the integral component adds a correction based on the accumulated error if the drift persists, and the derivative component adds a damping effect if the vehicle's drift rate increases, preventing over-correction. As such, a PID controller in an LKA system may provide a balanced approach to maintaining lane position by addressing immediate errors, accumulated biases, and predicting future deviations, resulting in a smooth and accurate lane-keeping performance.

[0086] Most / current LKA systems that use a PID controller mat not consider the vehicle left side and right side difference that may be associated with the steering system of a vehicle. For example, a clockwise five degrees (5°) turn and a counter-clockwise five (5) degrees turn from a center of a steering wheel of a vehicle may not provide the same amount of corresponding turning angles on the front wheels of the vehicle (e.g., the clockwise 5° turn on the steering wheel may turn the front wheels 7 degrees to the right while the counter-clockwise 5° turn on the steering wheel may turn the front wheels 9 degrees to the left) . In addition, typical / current LKA systems / solutions may not consider that the LKA intervention time is short, and the aim of the integral / integration (I) component of the PID controller may be to reduce the offset accumulation to zero (0) . However, as the LKA intervention time is short, the offset accumulation in each cycle should not be zero (0) , and the error toward lane center accumulation in each cycle may also not be the same for both the left side and the right side of a vehicle.

[0087] Aspects presented herein may improve the overall performance and accuracy of an LKA system / function by enabling the LKA system / function (or an associated PID controller) to add an offset to compensate for a static difference associated with a vehicle steering system. For purposes of the present disclosure and in the context of a vehicle steering system, a “static difference” or a “static error” may refer to a fixed or a consistent deviation that affects the steering alignment or response of the vehicle steering system. Examples of static differences / errors in steering systems may include a steering offset (e.g., a consistent deviation where the steering wheel is not centered when the vehicle is driving straight) , a steering pull (e.g., a condition where the vehicle consistently drifts to one side (left or right) when the steering wheel is supposed to be centered) , and / or a steering ratio variation (e.g., the steering ratio is the relationship between the steering wheel rotation and the wheel angle, and a static difference / error may occur if there is a mechanical issue, such as wear in the steering linkage or steering gear, leading to inconsistent responses) , etc. Example causes of static differences / errors may include alignment issues (e.g., incorrect alignment settings may cause the vehicle to pull to one side or the steering wheel to be off-center) , tire problems, suspension issues, steering system wear, and / or frame damage, etc. In addition, for typical / current LKA systems / solutions, past accumulated errors (e.g., performed by the integral / integration (I) component of the PID controller) are not saved to a non-volatile memory each time. Aspects presented herein may enable the LKA system (or the PID controller) to save the static error (s) to at least one non-volatile memory for LKA, and enabling the integral / integration (I) component of the PID controller to use it as an input to provide a more accurate lane centering function. Such configuration may be suitable for the lane centering function as the LKA intervention may be configured to be activated for a long period of time.

[0088] FIG. 5 is a diagram 500 illustrating an example LKA intervention process in accordance with various aspects of the present disclosure. As shown at 510, after an LKA feature is enabled, a UE 502 (e.g., a vehicle, a vehicle UE, an assisted / autonomous driving system on a vehicle, an LKA system, or any module / system that is capable of providing the LKA feature) may be configured to get lane marker information (in proximity to and / or ahead of the UE 502) and motion information of the UE 502 / vehicle (which may be referred to as the “ego motion information” ) from sensor (s) and / or inertial measurement unit (s) (IMU (s) ) . For  example, the UE 502 may obtain the lane marker information using at least one camera and / or Lidar, etc. The lane marker information may be markings associated with the lane travelled by a vehicle (e.g., an ego lane) and lane (s) adjacent to the vehicle (e.g., non-ego lane (s) ) , such as line dividing lanes, the border line (s) of the lane, the centerline between lanes of different directions, etc. The UE 502 may obtain the ego motion information from IMU (s) and / or camera (s) , which may include the heading of the vehicle, the speed of the vehicle, the acceleration of the vehicle, the (relative) displacement / position of the vehicle, etc. Based on the lane marker information and the ego motion information, the UE 502 may monitor and determine the vehicle’s position relative to the lane markings.

[0089] At 512, if the UE 502 detects that the vehicle has a tendency to deviate or is deviating from its lane (e.g., the ego lane) , the UE 502 may activate the LKA to prevent the vehicle from the deviation (which may be referred to as an “LKA intervention” hereafter) . For example, the LKA function may calculate / plan a path for the vehicle when the LKA function is enabled (e.g., a path that is parallel to the lane line (s) , which may be referred to as an “LKA path” hereafter) . When the UE 502 (or the LKA function) detects that the vehicle is not travelling within the LKA path, the UE 502 (or the LKA function) may be configured / triggered to perform a corrective intervention / action, such as by applying a steering input to maneuver the vehicle to the LKA path and / or providing steering wheel vibrations and warning sounds to prompt the driver to correct the driving course, etc. For example, the UE 502 (or a PID controller associated with the UE 502) may calculate the steering input, where the proportional component of the PID controller may generate a steering correction proportional to the magnitude of the deviation, the integral component of the PID controller may add a correction / offset based on the accumulated error (if there is a persist drift) , and the derivative component may add a damping effect if the vehicle's drift rate increases, preventing over-correction.

[0090] FIGs. 6A and 6B are diagrams 600A and 600B illustrating an example of detecting that a vehicle deviates from its lane in accordance with various aspects of the present disclosure. As shown by the diagram 600A, the UE 502 may be configured to monitor the vehicle’s position with respect to the lane markings, such as between a borderline on the left of the vehicle and a line dividing lanes on the right of the vehicle. Depending on implementations, there may be different ways for detecting or  determining whether the vehicle is deviating from its lane. In one example, as shown at 602, based on the lane markings (and the size / width of the vehicle) , the UE 502 may calculate / plan an LKA path for the vehicle (e.g., a path that is parallel to the borderline on the left and the line dividing lanes on the right of the vehicle) . Then, as shown by the diagram 600B, if the UE 502 detects that at least a part of the vehicle is travelling outside of the LKA path (e.g., for a defined duration of time) , the UE 502 may determine that the vehicle is deviating from its lane, and the UE 502 may activate the LKA function to maneuver the vehicle back to the LKA path (e.g., by steering the steering wheel few degrees to the left) and / or provide a warning to the driver. In another example, as shown at 604, the UE 502 may determine whether the vehicle is deviating from its lane based on the distance between the vehicle and the lane markings. For example, if the UE 502 detects that a distance between the vehicle and a lane line (e.g., the borderline on the left or the line dividing lanes on the right) is below a distance threshold (e.g., less than a foot, 50 centimeters, etc. ) , the UE 502 may activate the LKA function and maneuver the vehicle away from the lane line and / or provide a warning to the driver (which may collectively be referred to as the “LKA intervention” ) .

[0091] Referring back to FIG. 5, at 514, after activating an LKA intervention, such as applying a steering input to maneuver the vehicle to the LKA path, the UE 502 (or a lateral control unit / module of the UE 502) may be configured to calculate whether there is an error associated with the LKA intervention, such as whether there is an error from the LKA path to the current position of the vehicle (e.g., the position of the vehicle after the LKA intervention is applied) .

[0092] FIG. 7A is a diagram 700A illustrating an example of calculating an error associated with an LKA intervention in accordance with various aspects of the present disclosure. In one example / implementation, the UE 502 may be configured to determine whether there is an error associated with an LKA intervention based on the position of the vehicle after the LKA intervention and the estimated center of the lane. For example, if the LKA intervention is configured to maneuver the vehicle back to the center of the lane, as shown at 702, there may be an error for the LKA intervention if the center of the vehicle is not aligned with or close enough to the estimated center of the lane after the LKA intervention. Depending on implementations, the error may be a numerical value that indicates the difference between an expected (center)  position of the vehicle and the actual (center) position of the vehicle. For example, if the center of the vehicle is fifteen centimeters to the right of the estimated center of the lane, the error may be represented by a positive value (e.g., +15 cm) . On the other hand, if the center of the vehicle is six centimeters to the left of the estimated center of the lane, the error may be represented by a negative value (e.g., -6 cm) .

[0093] FIG. 7B is a diagram 700B illustrating an example of calculating an error associated with an LKA intervention in accordance with various aspects of the present disclosure. In another example / implementation, the UE 502 may be configured to determine whether there is an error associated with an LKA intervention based on the position of the vehicle after the LKA intervention and the LKA path. For example, if the LKA intervention is configured to maneuver the vehicle back to within the LKA path, as shown at 704, there may be an error for the LKA intervention if the vehicle is not within the LKA path after the LKA intervention. Similarly, the error may be a numerical value that indicates the difference between the expected position of the vehicle and the actual position of the vehicle (e.g., may be the lateral distance of the vehicle that is outside of the LKA path as shown at 704) .

[0094] Based on the detection of the error associated with an LKA intervention (if there is one) , the integral / integration (I) component of a PID controller associated with the LKA may record this error, and accumulate errors for multiple LKA interventions (which may sometimes be referred to as a deviation) . Then, the UE 502 may take the accumulated errors into consideration for subsequent LKA interventions. For example, if the UE 502 detects an LKA intervention is associated with a “+15 cm” error as described in connection with FIG. 7A, the UE 502 (or the PID controller) may apply an offset (e.g., -15 cm) to a subsequent LKA intervention (e.g., adding additional degree (s) to the steering input) . In another example, if a series of LKA interventions shows there is an accumulated (e.g., an averaged) error of “-6 cm, ” the UE 502 (or the PID controller) may apply an offset (e.g., +6 cm) to a subsequent LKA intervention.

[0095] Referring back to FIG. 5, at 516, when the vehicle powers down, the error accumulated by the integral / integration (I) component may not be saved, and the UE 502 may be configured to reset it to zero (0) in a next power cycle (e.g., after the vehicle is powered up again) . In some scenarios, this configuration may not be able  to effectively compensate for a static difference / error (as errors are recalculated and re-accumulated after the vehicle powers down and powers up again) .

[0096] FIG. 8 is a diagram 800 illustrating an example LKA intervention process that is capable of effectively compensating static differences / errors based on a stored and up-to-date array / table in accordance with various aspects of the present disclosure. As shown at 810, after an LKA feature is enabled, a UE 802 (e.g., a vehicle, a vehicle UE, an assisted / autonomous driving system on a vehicle, an LKA system, or any module / system that is capable of providing the LKA feature) may be configured to get lane marker information (in proximity to and / or ahead of the UE 802) and motion / ego information of the UE 802 / vehicle from sensor (s) and / or inertial measurement unit (s) (IMU (s) ) . For example, the UE 802 may obtain the lane marker information using at least one camera and / or Lidar, etc. The lane marker information may be markings associated with the lane travelled by a vehicle (e.g., the ego lane) and lane (s) adjacent to the vehicle (e.g., the non-ego lane (s) ) . The UE 802 may obtain the ego motion information from IMU (s) and / or camera (s) , which may include the heading of the vehicle, the speed of the vehicle, the acceleration of the vehicle, the (relative) displacement / position of the vehicle, etc. Based on the lane marker information and the ego motion information, the UE 802 may monitor and determine the vehicle’s position relative to the lane markings, and the UE 802 may also detect whether the vehicle has a tendency to deviate or is deviating from its lane (e.g., the ego lane) .

[0097] At 812, if the UE 802 detects that the vehicle has a tendency to deviate or is deviating from its lane (e.g., the ego lane) , the UE 802 may activate the LKA to prevent the vehicle from the deviation (which may be referred to as an “LKA intervention” hereafter) . For example, the LKA function may calculate / plan an LKA path for the vehicle when the LKA function is enabled. When the UE 802 (or the LKA function) detects that the vehicle is not travelling within the LKA path, the UE 802 (or the LKA function) may be configured / triggered to perform a corrective intervention / action, such as by applying a steering input to maneuver the vehicle to the LKA path and / or providing steering wheel vibrations and warning sounds to prompt the driver to correct the driving course, etc. As discussed in connection with FIGs. 5, 6A, and 6B, the UE 502 may determine whether the vehicle has a tendency to deviate or is deviating from its lane based on the position of the vehicle and the LKA path  / estimated center of the ego lane. Similarly, the UE 802 (or a PID controller associated with the UE 802) may calculate the steering input, where the proportional component of the PID controller may generate a steering correction proportional to the magnitude of the deviation, the integral component of the PID controller may add a correction / offset based on the accumulated error, and the derivative component may add a damping effect if the vehicle's drift rate increases, preventing over-correction. The correction / offset from the integral component of the PID controller may be obtained based on an array or a table (discussed below) .

[0098] In one aspect of the present disclosure, at 814, after the UE 802 performs the LKA intervention, the UE 802 may be configured to determine whether the lateral speed of the vehicle (e.g., towards a lane line) is between a specified lateral speed range (e.g., 0.1 to 0.4 meter per second square (m / s2) ) and the forward speed of the vehicle is between a specified forward speed range (e.g., 65 to 140 kilometer per hour (km / h) ) when the LKA intervention is applied.

[0099] At 816, if the lateral speed of the vehicle is between the specified lateral speed range and the forward speed of the vehicle is between the specified forward speed range, the UE 802 may be configured to calculate an error associated each LKA intervention (if available) and also calculates an accumulation result (discussed in details below) . As discussed in connection with FIGs. 7A and 7B, the error may be related to a difference between the position of the vehicle after the LKA invention and the LKA path  / estimated center of the ego lane.

[0100] At 818, the UE 802 may include an array or a table that is configured to maintain a record of errors or accumulated errors associated with different speeds or different speed ranges (discussed in connection with FIG. 11 below) , where the errors or the accumulated errors may include both the left side error and the right side error (which may also be referred to as the “left side LKA intervention error” and the “right side LKA intervention error, ” respectively) . After each LKA intervention, the UE 802 may be configured to update this array / table based on the calculated (left / right) error and / or the calculated (left / right) accumulation result (discussed in connection with FIG. 11 below) .

[0101] As an LKA intervention may include applying a steering input that steers the steering wheel of the vehicle either to the left (counter-clockwise) or right (clockwise) , in one implementation, a left side error may refer to a positive error associated with a  vehicle’s rear axle center coordinate system or a driver’s view, and a right side error may refer to a negative error that is associated with the vehicle’s rear axle center coordinate system or the driver’s view. An example of a vehicle’s rear axle center coordinate system may be the AUTOSAR Rear Axis Coordinate System (ARAC) as the world coordinate system. ARAC may have its origin in the rear axis but projected on the ground below the car e.g., *X = 0 at rear axis *Y = 0 at horizontal center of the car *Z = 0 on the ground, etc. The rotation angles may be defined as follows: (1) roll angle, positive when rotating the car to the right when looking in the forward direction of the car, (2) pitch angle, positive when the front of the car is moved downwards, and (3) yaw angle, positive when steering to the left.

[0102] In another implementation, a left side error may refer to an error that is associated with a correction applied to the left side of the vehicle, and a right side error may refer to an error that is associated with a correction applied to the right side of the vehicle. For example, referring to FIG. 7B, if the vehicle is deviating towards the lane line on the right of the vehicle, an LKA intervention may apply a steering input that steers the steering wheel of the vehicle to the left (counter-clockwise) to try to maneuver the vehicle to the LKA path. As shown at 704, if the steering input does not fully maneuver the vehicle to the LKA path, then there may be a “right side error” associated with this LKA intervention.

[0103] At 820, the UE 802 may save the array / table (or the updates) to at least one memory (e.g., a non-volatile memory) , where the UE 802 may use values in the array / table for one or more subsequent LKA interventions, which may include LKA interventions that are performed at a next power cycle of the vehicle (e.g., after the vehicle powers down and powers up again) .

[0104] For example, at 822, as the UE 802 (or the PID controller associated with the UE 802) has access to this array / table, the UE 802 may calculate / determine a steering input (or a correction / offset) to be applied for one or more subsequent LKA interventions based on the values in the array / table. For example, the integral (I) component of the PID controller may calculate a correction / offset to be applied to a steering correction determined by the proportional (P) component of the PID controller based on a multiplying the difference between an accumulated left side error and an accumulated right side error with a Ki factor, e.g., Ki * (accumulated left side error value –accumulated right side error value) . In the context of a PID controller, the term “ki  factor” may refer to an integral gain parameter Ki, which determines the contribution of the integral of the error over time to the control output. In addition, the difference between the accumulated left side error and the accumulated right side error may be indicative of a static error (or proportional to a static error) associated with the vehicle.

[0105] In some implementations, the error value (s) may also be interpolated based on values in the array / table and the current speed of the vehicle. For examples, the error values may be stored based on a set of ranges (e.g., one left side error and one right side error for the speed range of 65-75 km / h, one left side error and one right side error for the speed range of 75-85 km / h, and one left side error and one right side error for the speed range of 85-95 km / h, etc. ) . When the integral component of the PID controller is calculating a correction / offset for a specific speed, the PID controller may determine an error to be corrected / offset based on interpolation. For example, if the 65-75 km / h range is associated with a +5 cm error and the 75-85 km / h range is associated with a +15 cm error, an interpolated error for 75 km / h may be +10 cm.

[0106] Referring back to 814, if the lateral speed of the vehicle is not between the specified lateral speed range (e.g., less than 0.1 m / s2 or greater than 0.4 m / s2, etc. ) and / or the forward speed of the vehicle is not between the specified forward speed range (e.g., less than 65 km / h or greater than 140 km / h, etc. ) , as shown at 824, the UE 802 (or the PID controller) may be configured to perform the PID controller based on a default setting (e.g., as discussed in connection with 1016 of FIG. 10 below) .

[0107] FIG. 9 is a diagram 900 illustrating an example of a lateral control logic that is used by a PID controller for providing a pinion angle output (or a steering input) to a steering system of a vehicle in accordance with various aspects of the present disclosure. In one example, as shown at 910, a PID controller 902 may be configured to receive a set of inputs based on information obtained from a variety of sensors (this information may be referred to as “sensor information” hereafter) . For example, the sensor information may include the (current) speed of the vehicle, the (current) heading angle of the vehicle, a set of detected lane markers, and / or a lateral offset, etc. that are obtained from IMU (s) and / or camera (s) .

[0108] As shown at 912 and 914, the derivative (D) component of the PID controller 902 may use a curvature error (e.g., derived from an LKA path and / or the sensor information) as an input to generate an output (e.g., a lateral acceleration request value) , and the proportional (P) component and the integral (I) component  (collectively as “PI components” ) may use a velocity (V)  / lateral offset (e.g., derived from the sensor information) as an input to generate another output (e.g., another lateral acceleration request value) . Then, as shown at 916, the PID controller 902 may aggregate and transit the two outputs to a first pinion angle request (e.g., a first pinion angle value) .

[0109] As shown at 918, the PID controller 902 may also determine a desired curvature based on the sensor information, and transit the desired curvature to a second pinion angle request (e.g., a second pinion angle value) . In some examples, this second pinion angle request may come from another module / function, such as from an actuation module, or an electronic stability program (ESP) , etc.

[0110] Then, as shown at 920, the PID controller 902 may aggregate the first pinion angle request and the second pinion angle request to produce a final pinion angle output, where this final pinion angle output may be used by a UE / LKA function as a steering input for a steering system during an LKA intervention.

[0111] FIG. 10 is a diagram 1000 illustrating an example of a lateral control logic that uses a stored accumulation left / right error for an LKA intervention to provide a pinion angle output (or a steering input) to a steering system of a vehicle in accordance with various aspects of the present disclosure. In one example, a PID controller 1002 may be configured to receive a set of inputs based on sensor information obtained from a variety of sensors (e.g., IMU (s) , camera (s) , etc. ) , such as described in connection with 910 of FIG. 9. For example, the sensor information may include the (current) speed of the vehicle, the (current) heading angle of the vehicle, a set of detected lane markers, and / or a lateral offset, etc. that are obtained from IMU (s) and / or camera (s) .

[0112] For example, as shown at 1012 and 1014, the derivative (D) component of the PID controller 1002 may use a curvature error (e.g., derived from an LKA path and / or the sensor information) as an input to generate an output (e.g., a lateral acceleration request value) , and the proportional (P) component of the PID controller 1002 may use a velocity (V)  / lateral offset (e.g., derived from the sensor information) as an input to generate another output (e.g., another lateral acceleration request value) . However, there may be two integral (I) components configured for the PID controller 1002 (or the (I) component may be configured to perform two different tasks depending on the condition) . For example, as shown at 1016, the first (I) component ( “I component (1)” ) may be configured to accumulate error directly and use this accumulated error  as an input to generate an output, such as described in connection with FIG. 5. On the other hand, as shown at 1018, the second (I) component ( “I component (2) ” ) may be configured to use the accumulated left side / right side error (e.g., from the stored array / table) as an input to generate an output, such as described in connection with FIG. 8.

[0113] As shown at 1020, if the PID controller 1002 is used for an LKA intervention, the PID controller 1002 may be configured to switch to the second (I) component and use the output from the second (I) component. Then, as shown at 1022, the PID controller 1002 may aggregate and transit the outputs from the (D) component, the (P) component, and the second (I) component to a first pinion angle request (e.g., a first pinion angle value) .

[0114] Similarly, as shown at 1024, the PID controller 1002 may also determine a desired curvature based on the sensor information, and transit the desired curvature to a second pinion angle request (e.g., a second pinion angle value) . In some examples, this second pinion angle request may come from another module / function, such as from an actuation module, or an electronic stability program (ESP) , etc.

[0115] Then, as shown at 1026, the PID controller 1002 may aggregate the first pinion angle request and the second pinion angle request to produce a final pinion angle output, where this final pinion angle output may be used by a UE / LKA function as a steering input for a steering system during the LKA intervention.

[0116] However, at 1020, if the PID controller 1002 is not used for an LKA intervention, the PID controller 1002 may be configured to switch to the first (I) component and use the output from the first (I) component. Similarly, at 1022, the PID controller 1002 may aggregate and transit the outputs from the (D) component, the (P) component, and the first (I) component to a first pinion angle request (e.g., a first pinion angle value) . At 1024, the PID controller 1002 may also determine a desired curvature based on the sensor information, and transit the desired curvature to a second pinion angle request (e.g., a second pinion angle value) . Then, at 1026, the PID controller 1002 may aggregate the first pinion angle request and the second pinion angle request to produce a final pinion angle output, where this final pinion angle output may be used by a UE / LKA function as a steering input for a steering system (e.g., not associated with an LKA intervention) .

[0117] FIG. 11 is a diagram 1100 illustrating an example array / table that may be used by a UE or a PID controller for recording / maintaining accumulated left side LKA intervention errors and the accumulated right side LKA intervention errors in accordance with various aspects of the present disclosure. As shown at 1102, after a UE (e.g., the UE 802) performs an LKA intervention, the UE may be configured to determine whether the lateral speed of a vehicle (e.g., towards a lane line) is between a specified lateral speed range (e.g., 0.1 to 0.4 meter per second square (m / s2) ) and the forward speed of the vehicle is between a specified forward speed range (e.g., 65 to 140 kilometer per hour (km / h) ) when the LKA intervention is applied, such as described in connection with 814 of FIG. 8.

[0118] As shown at 1104, if the lateral speed of the vehicle is between the specified lateral speed range and the forward speed of the vehicle is between the specified forward speed range, the UE 802 may be configured to calculate an error associated the LKA intervention (if available) and also calculates an accumulation result. As discussed above, there may be a variety of ways to calculate the errors and the accumulation results. In one example, for each LKA intervention, the UE may be configured to calculate an offset to be applied for the LKA intervention based on: offset =accumulated (left / right) side error + current (left / right) side intervention error, where the current left side intervention error = LKA path –current position of the vehicle and the current right side intervention error = current position of the vehicle –LKA path. For example, if an LKA path is centered at zero of a lateral-axis (e.g., an X-axis) and the current position of the vehicle is +5 cm at the lateral-axis (e.g., to the right of the LKA path) after the LKA intervention, then the current right side intervention error may be 5 cm) . In another example, if the current position of the vehicle is -7 cm (e.g., to the left of the LKA path) , then the current left side intervention error may be 7 cm) .

[0119] In one example, as shown at 1106, the UE may obtain the accumulated (left / right) side error from an array / table maintained by the UE. As shown at 1108, the array / table may be based on a set of defined speed ranges, where an accumulated error may be provided for each speed range in the set of speed ranges and also for both the left side and right side. For example, there may be an accumulated left side error for the speed range between 65-75 km / h and an accumulated right side error for the speed range between 65-75 km / h, an accumulated left side error for the speed range between 75- 85 km / h and an accumulated right side error for the speed range between 75-85 km / h, and so on. Note the example in the diagram 1100 is merely for illustration purposes and there may be different ways for implementing this. For example, the array / table may also record an accumulated error for each speed in a set of speeds instead of a speed range, e.g., an accumulated left side error for each integer speed (e.g., 65, 66, 67, …, 140 km / h) and also an accumulated right side error for each integer speed from 65 to 140 km / h.

[0120] In some examples, if the array / table is based on a set of speed ranges as shown at 1108, the UE may also be configured to interpolate the value based on the current speed of the vehicle. For example, if the UE determines to apply a left side LKA intervention at 100 km / h (corresponding to index 4 in the example) , without interpolation, the UE may use the “12 cm” for the accumulated left side error. On the other hand, with interpolation, the accumulated left side error for 100 km / h may be generated based on an interpolation algorithm (e.g., a curve generated from available values) . As such, the accumulated left side error for 100 km / h may be 8-9 cm based on interpolation.

[0121] At 1110 and 1112, the UE may be configured to maintain and update the array / table after each LKA intervention based on accumulating errors from the current LKA intervention and from the past LKA interventions. Similarly, there may be a variety of ways to accumulate the LKA intervention errors.

[0122] FIG. 12A is a diagram 1200A illustrating an example of accumulating LKA intervention errors based on a counter in accordance with various aspects of the present disclosure. In one example, the UE may accumulate the (left / right) intervention errors based on a counter mechanism, where an accumulated error for a speed or speed range and for left / right side may be calculated based on the number of LKA interventions that have occurred (in total or for each speed / speed range) and the offset applied by the LKA intervention. For example, the new buffer value = (previous buffer value *counter + offset)  /  (counter + 1) , where the new buffer value is the new accumulated value to be saved to the array / table, the previous buffer value is the value that is previously saved in the array / table, the counter is the total number of LKA interventions that have occurred (e.g., after a reset) , and the offset is the offset / compensation that was applied by the current LKA intervention (e.g., accumulated error + current error as discussed in connection with 1104 of FIG. 11) .

[0123] For example, as shown at 1202, assuming an accumulated left side error for the speed range of 95-105 km / h is 10 cm and there were 65 LKA interventions (e.g., counter =65) . After the 66th LKA intervention occurs (e.g., counter = 66) between the speed range of 95-105 km / h, assuming an offset of 12 cm is applied, the UE may calculate a new accumulated left side error for the speed range of 95-105 km / h based on: new accumulated left side error = (previous accumulated left side error*counter + offset)  / (counter + 1) = (10*66 + 12)  /  (66 + 1) = 675 / 67 = 10.2 (cm) . Then, as shown at 1204, the UE may update the counter in the array / table from 65 to 66, and the accumulated left side error for 95-105 km / h from 10 cm to 10.2 cm. This array / table is saved to a non-volatile memory, and will not be reset after the vehicle powers down and / or powers up. One advantage of accumulating the LKA intervention errors based on the aforementioned counter mechanism is that it may specify less memory and / or computational resource (s) , which is suitable for LKA interventions which typically has a very short time.

[0124] FIG. 12B is a diagram 1200B illustrating an example of accumulating LKA intervention errors based on averaging in accordance with various aspects of the present disclosure. In another example, the UE may accumulate the (left / right) intervention errors based on an averaging mechanism, where an accumulated error for a speed or speed range and for left / right side that is to be used for calculating an offset may be based on the average of a set of past (left / right) side errors. For example, as shown at 1206, the array / table may record the last N LKA intervention errors for the speed range of 95-105 km / h. Then, for the current LKA intervention, the UE may calculate the offset to be applied based on the average of the N LKA intervention errors. While this mechanism may specify higher memory and / or computational resources, the accumulated error may be closer to the current condition of the vehicle. For example, the front wheels of the vehicle may have hit a hard object recently that causes a misalignment on the wheels, which may specify the UE (or the PID controller) to provide a much higher offset.

[0125] Referring back to FIG. 11, in another aspect of the present disclosure, as shown at 1114 (and also discussed in connection with 822 of FIG. 8) , the UE (e.g., the UE 802) or the PID controller associated with the UE may calculate / determine a steering input (or a correction / offset) to be applied for one or more subsequent LKA interventions based on the values in the array / table. For example, the integral (I) component of the  PID controller may calculate a correction / offset to be applied to a steering correction determined by the proportional (P) component of the PID controller based on multiplying the difference between an accumulated left side error and an accumulated right side error with a Ki factor, e.g., Ki * (accumulated left side error value –accumulated right side error value) . Depending on implementations, the Ki factor may be configured to be tunable. The difference between the accumulated left side error and the accumulated right side error may be indicative of a static error (or proportional to a static error) associated with the vehicle.

[0126] FIG. 13 is a flowchart 1300 of a method at a user equipment (UE) . The method may be performed by a UE (e.g., the UE 104, 402, 502, 802; the apparatus 1404) . The method may enable the UE to add an offset to compensate for a static difference associated with a vehicle steering system based on a set of accumulated left side and right side LKA intervention errors (obtained from at least one non-volatile memory) .

[0127] At 1302, the UE may store a set of accumulated left side LKA intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges, such as described in connection with FIGs. 8-11, 12A, and 12B. For example, as discussed in connection with FIG. 8, at 816, the UE 802 may be configured to calculate an error associated each LKA intervention (if available) and also calculates an accumulation result. At 818, the UE 802 may include an array or a table that is configured to maintain a record of errors or accumulated errors associated with different speeds or different speed ranges, where the errors and accumulated errors may include both the left side error and the right side error (which may also be referred to as the “left side LKA intervention error” and the “right side LKA intervention error, ” respectively) . After each LKA intervention, the UE 802 may be configured to update this array / table based on the calculated (left / right) error and / or the calculated (left / right) accumulation result. At 820, the UE 802 may save the array / table (or the updates) to at least one memory (e.g., a non-volatile memory) , where the UE 802 may use values in the array / table for one or more subsequent LKA interventions, which may include LKA interventions that are performed at a next power cycle of the vehicle (e.g., after the vehicle powers down and powers up again) . The store of the set of accumulated left side LKA intervention errors and the set of accumulated right side LKA intervention errors may be performed by, e.g., the lane keeping assist component 198, the camera 1432, the ECU 1434, the one or more  sensors 1418, the transceiver (s) 1422, the cellular baseband processor (s) 1424, and / or the application processor (s) 1406 of the apparatus 1404 in FIG. 14.

[0128] At 1304, the UE may detect whether an LKA intervention is activated or to be activated for the vehicle, such as described in connection with FIGs. 8-11, 12A, and 12B. For example, as discussed in connection with FIG. 8, at 810, after an LKA feature is enabled, the UE 802 may be configured to get lane marker information (in proximity to and / or ahead of the UE 802) and motion / ego information of the UE 802 / vehicle from sensor (s) and / or inertial measurement unit (s) (IMU (s) ) . Based on the lane marker information and the ego motion information, the UE 802 may monitor and determine the vehicle’s position relative to the lane markings, and the UE 802 may also detect whether the vehicle has a tendency to deviate or is deviating from its lane (e.g., the ego lane) . At 812, if the UE 802 detects that the vehicle has a tendency to deviate or is deviating from its lane (e.g., the ego lane) , the UE 802 may activate the LKA to prevent the vehicle from the deviation. The detection of whether an LKA intervention is activated or to be activated may be performed by, e.g., the lane keeping assist component 198, the camera 1432, the ECU 1434, the one or more sensors 1418, the transceiver (s) 1422, the cellular baseband processor (s) 1424, and / or the application processor (s) 1406 of the apparatus 1404 in FIG. 14.

[0129] At 1306, the UE may calculate an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection, such as described in connection with FIGs. 8-11, 12A, and 12B. For example, as discussed in connection with FIG. 8, at 822, as the UE 802 (or the PID controller associated with the UE 802) has access to the array / table, the UE 802 may calculate / determine a steering input (or a correction / offset) to be applied for one or more subsequent LKA interventions based on the values in the array / table. The calculation of the offset may be performed by, e.g., the lane keeping assist component 198, the ECU 1434, the cellular baseband processor (s) 1424, and / or the application processor (s) 1406 of the apparatus 1404 in FIG. 14.

[0130] At 1308, the UE may apply the offset to the LKA intervention, such as described in connection with FIGs. 8-11, 12A, and 12B. For example, as discussed in connection with FIG. 8, at 822, the integral (I) component of the PID controller may calculate a correction / offset to be applied to a steering correction determined by the proportional  (P) component of the PID controller based on a multiplying the difference between an accumulated left side error and an accumulated right side error with a Ki factor, e.g., Ki * (accumulated left side error value –accumulated right side error value. The application of the offset may be performed by, e.g., the lane keeping assist component 198, the ECU 1434, the cellular baseband processor (s) 1424, and / or the application processor (s) 1406 of the apparatus 1404 in FIG. 14.

[0131] In one example, to detect whether the LKA intervention is activated or to be activated for the vehicle and to calculate the offset for the LKA intervention, the UE may be configured to detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range in the set of speed ranges, and calculate the offset for the LKA intervention further based on a difference between an accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors and an accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors corresponding to the speed range. In some implementations, the UE may be configured to interpolate the offset based on a current speed of the vehicle, where to apply the offset to the LKA intervention, the UE may be configured to apply the interpolated offset to the LKA intervention.

[0132] In another example, each speed range in the set of speed ranges is associated with one accumulated left side LKA intervention error in the set of accumulated left side intervention errors and one accumulated right side LKA intervention error in the set of accumulated right side intervention errors. In some implementations, an accumulated left side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated left side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated left side LKA intervention error for the corresponding speed range, or a subsequent left side LKA intervention error for the corresponding speed range. In some implementations, an accumulated right side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated right side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated right side LKA intervention error for the corresponding speed range, or a subsequent right side LKA intervention error for the corresponding speed range.

[0133] In another example, to detect whether the LKA intervention is activated or to be activated for the vehicle and to calculate the offset for the LKA intervention, the UE may be configured to detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range, obtain at least one of an accumulated left side LKA intervention error or an accumulated right side LKA intervention error based on an interpolation using one or more accumulated left side LKA intervention errors in the set of accumulated left side LKA intervention errors or one or more accumulated right side LKA intervention errors in the set of accumulated right side LKA intervention errors, and calculate the offset for the LKA intervention further based on at least one of the accumulated left side LKA intervention error or the accumulated right side LKA intervention error obtained based on the interpolation.

[0134] In another example, to detect whether the LKA intervention is activated or to be activated for the vehicle, the UE may be configured to obtain lane marker information from at least one camera, obtain vehicle motion information from at least one IMU, determine, based on the lane marker information and the vehicle motion information, whether the vehicle is deviating from a lane travelled by the vehicle, and activate the LKA intervention if the vehicle is deviating from the lane. In some implementations, the activation of the LKA intervention is further based on a forward speed of the vehicle being in a forward speed range and a lateral speed of the vehicle being in a lateral speed range.

[0135] In another example, to apply the offset, the UE may be configured to at least one of output the offset to a proportional-integral-derivative (PID) controller, or calculate and output a pinion angle associated with a steering system of the vehicle based on the offset.

[0136] In another example, the UE may detect at least one of a left side LKA intervention error or a right side LKA intervention error for the LKA intervention, and update at least one accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors or at least one accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors based on at least one of the left side LKA intervention error or the right side LKA intervention error. In some implementations, to detect at least one of the left side LKA intervention error or the right side LKA intervention error, the UE may be configured to calculate at  least one of the left side intervention error or the right side intervention error based on a difference between an LKA path and a position of the vehicle.

[0137] In another example, the offset is associated with an LKA lateral control static error.

[0138] In another example, the UE may output an indication of application of the offset to the LKA intervention. In some implementations, to output the indication of the application of the offset to the LKA intervention, the UE may be configured to transmit the indication of the application of the offset to the LKA intervention, or store the indication of the application of the offset to the LKA intervention.

[0139] FIG. 14 is a diagram 1400 illustrating an example of a hardware implementation for an apparatus 1404. The apparatus 1404 may be a UE, a component of a UE, or may implement UE functionality. In some aspects, the apparatus 1404 may include at least one cellular baseband processor 1424 (also referred to as a modem) coupled to one or more transceivers 1422 (e.g., cellular RF transceiver) . The cellular baseband processor (s) 1424 may include at least one on-chip memory 1424' . In some aspects, the apparatus 1404 may further include one or more subscriber identity modules (SIM) cards 1420 and at least one application processor 1406 coupled to a secure digital (SD) card 1408 and a screen 1410. The application processor (s) 1406 may include on-chip memory 1406' . In some aspects, the apparatus 1404 may further include a Bluetooth module 1412, a WLAN module 1414, an ultrawide band (UWB) module 1438, an SPS module 1416 (e.g., GNSS module) , one or more sensors 1418 (e.g., barometric pressure sensor  / altimeter; motion sensor such as inertial measurement unit (IMU) , gyroscope, and / or accelerometer (s) ; light detection and ranging (LIDAR) , radio assisted detection and ranging (RADAR) , sound navigation and ranging (SONAR) , magnetometer, audio and / or other technologies used for positioning) , additional memory modules 1426, a power supply 1430, a camera 1432, and / or an electronic control unit (ECU) 1434. The Bluetooth module 1412, the UWB module 1438, the WLAN module 1414, and the SPS module 1416 may include an on-chip transceiver (TRX) (or in some cases, just a receiver (RX) ) . The Bluetooth module 1412, the WLAN module 1414, and the SPS module 1416 may include their own dedicated antennas and / or utilize the antennas 1480 for communication. The cellular baseband processor (s) 1424 communicates through the transceiver (s) 1422 via one or more antennas 1480 with the UE 104 and / or with an RU associated with a network entity 1402. The cellular baseband processor (s) 1424 and the application processor (s)  1406 may each include a computer-readable medium  / memory 1424' , 1406' , respectively. The additional memory modules 1426 may also be considered a computer-readable medium  / memory. Each computer-readable medium  / memory 1424' , 1406' , 1426 may be non-transitory. The cellular baseband processor (s) 1424 and the application processor (s) 1406 are each responsible for general processing, including the execution of software stored on the computer-readable medium  / memory. The software, when executed by the cellular baseband processor (s) 1424  / application processor (s) 1406, causes the cellular baseband processor (s) 1424  / application processor (s) 1406 to perform the various functions described supra. The cellular baseband processor (s) 1424 and the application processor (s) 1406 are configured to perform the various functions described supra based at least in part of the information stored in the memory. That is, the cellular baseband processor (s) 1424 and the application processor (s) 1406 may be configured to perform a first subset of the various functions described supra without information stored in the memory and may be configured to perform a second subset of the various functions described supra based on the information stored in the memory. The computer-readable medium  / memory may also be used for storing data that is manipulated by the cellular baseband processor (s) 1424  / application processor (s) 1406 when executing software. The cellular baseband processor (s) 1424  / application processor (s) 1406 may be a component of the UE 350 and may include the at least one memory 360 and / or at least one of the TX processor 368, the RX processor 356, and the controller / processor 359. In one configuration, the apparatus 1404 may be at least one processor chip (modem and / or application) and include just the cellular baseband processor (s) 1424 and / or the application processor (s) 1406, and in another configuration, the apparatus 1404 may be the entire UE (e.g., see UE 350 of FIG. 3) and include the additional modules of the apparatus 1404.

[0140] As discussed supra, the lane keeping assist component 198 may be configured to store a set of accumulated left side LKA intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges. The lane keeping assist component 198 may also be configured to detect whether an LKA intervention is activated or to be activated for the vehicle. The lane keeping assist component 198 may also be configured to calculate an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of  accumulated right side LKA intervention errors, and the detection. The lane keeping assist component 198 may also be configured to apply the offset to the LKA intervention. The lane keeping assist component 198 may be within the cellular baseband processor (s) 1424, the application processor (s) 1406, or both the cellular baseband processor (s) 1424 and the application processor (s) 1406. The lane keeping assist component 198 may be one or more hardware components specifically configured to carry out the stated processes / algorithm, implemented by one or more processors configured to perform the stated processes / algorithm, stored within a computer-readable medium for implementation by one or more processors, or some combination thereof. When multiple processors are implemented, the multiple processors may perform the stated processes / algorithm individually or in combination. As shown, the apparatus 1404 may include a variety of components configured for various functions. In one configuration, the apparatus 1404, and in particular the cellular baseband processor (s) 1424 and / or the application processor (s) 1406, may include means for storing a set of accumulated left side LKA intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges. The apparatus 1404 may further include means for detecting whether an LKA intervention is activated or to be activated for the vehicle. The apparatus 1404 may further include means for calculating an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection. The apparatus 1404 may further include means for applying the offset to the LKA intervention.

[0141] In one configuration, the means for detecting whether the LKA intervention is activated or to be activated for the vehicle and the means for calculating the offset for the LKA intervention may include configuring the apparatus 1404 to detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range in the set of speed ranges, and calculate the offset for the LKA intervention further based on a difference between an accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors and an accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors corresponding to the speed range. In some implementations, the apparatus 1404 may further include means for interpolating the offset based on a current speed of the vehicle, where the means for applying the offset to the LKA intervention may include  configuring the apparatus 1404 to apply the interpolated offset to the LKA intervention.

[0142] In another configuration, each speed range in the set of speed ranges is associated with one accumulated left side LKA intervention error in the set of accumulated left side intervention errors and one accumulated right side LKA intervention error in the set of accumulated right side intervention errors. In some implementations, an accumulated left side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated left side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated left side LKA intervention error for the corresponding speed range, or a subsequent left side LKA intervention error for the corresponding speed range. In some implementations, an accumulated right side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated right side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated right side LKA intervention error for the corresponding speed range, or a subsequent right side LKA intervention error for the corresponding speed range.

[0143] In another configuration, the means for detecting whether the LKA intervention is activated or to be activated for the vehicle and the means for calculating the offset for the LKA intervention may include configuring the apparatus 1404 to detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range, obtain at least one of an accumulated left side LKA intervention error or an accumulated right side LKA intervention error based on an interpolation using one or more accumulated left side LKA intervention errors in the set of accumulated left side LKA intervention errors or one or more accumulated right side LKA intervention errors in the set of accumulated right side LKA intervention errors, and calculate the offset for the LKA intervention further based on at least one of the accumulated left side LKA intervention error or the accumulated right side LKA intervention error obtained based on the interpolation.

[0144] In another configuration, the means for detecting whether the LKA intervention is activated or to be activated for the vehicle may include configuring the apparatus 1404 to obtain lane marker information from at least one camera, obtain vehicle motion information from at least one IMU, determine, based on the lane marker information  and the vehicle motion information, whether the vehicle is deviating from a lane travelled by the vehicle, and activate the LKA intervention if the vehicle is deviating from the lane. In some implementations, the activation of the LKA intervention is further based on a forward speed of the vehicle being in a forward speed range and a lateral speed of the vehicle being in a lateral speed range.

[0145] In another configuration, the means for applying the offset may include configuring the apparatus 1404 to at least one of output the offset to a PID controller, or calculate and output a pinion angle associated with a steering system of the vehicle based on the offset.

[0146] In another configuration, the apparatus 1404 may further include means for detecting at least one of a left side LKA intervention error or a right side LKA intervention error for the LKA intervention, and means for updating at least one accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors or at least one accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors based on at least one of the left side LKA intervention error or the right side LKA intervention error. In some implementations, the means for detecting at least one of the left side LKA intervention error or the right side LKA intervention error may include configuring the apparatus 1404 to calculate at least one of the left side intervention error or the right side intervention error based on a difference between an LKA path and a position of the vehicle.

[0147] In another configuration, the offset is associated with an LKA lateral control static error.

[0148] In another configuration, the apparatus 1404 may further include means for outputting an indication of application of the offset to the LKA intervention. In some implementations, the means for outputting the indication of the application of the offset to the LKA intervention may include configuring the apparatus 1404 to transmit the indication of the application of the offset to the LKA intervention, or store the indication of the application of the offset to the LKA intervention.

[0149] The means may be the lane keeping assist component 198 of the apparatus 1404 configured to perform the functions recited by the means. As described supra, the apparatus 1404 may include the TX processor 368, the RX processor 356, and the controller / processor 359. As such, in one configuration, the means may be the TX  processor 368, the RX processor 356, and / or the controller / processor 359 configured to perform the functions recited by the means.

[0150] It is understood that the specific order or hierarchy of blocks in the processes  / flowcharts disclosed is an illustration of example approaches. Based upon design preferences, it is understood that the specific order or hierarchy of blocks in the processes  / flowcharts may be rearranged. Further, some blocks may be combined or omitted. The accompanying method claims present elements of the various blocks in a sample order, and are not limited to the specific order or hierarchy presented.

[0151] The previous description is provided to enable any person skilled in the art to practice the various aspects described herein. Various modifications to these aspects will be readily apparent to those skilled in the art, and the generic principles defined herein may be applied to other aspects. Thus, the claims are not limited to the aspects described herein, but are to be accorded the full scope consistent with the language claims. Reference to an element in the singular does not mean “one and only one” unless specifically so stated, but rather “one or more. ” Terms such as “if, ” “when, ” and “while” do not imply an immediate temporal relationship or reaction. That is, these phrases, e.g., “when, ” do not imply an immediate action in response to or during the occurrence of an action, but simply imply that if a condition is met then an action will occur, but without requiring a specific or immediate time constraint for the action to occur. The word “exemplary” is used herein to mean “serving as an example, instance, or illustration. ” Any aspect described herein as “exemplary” is not necessarily to be construed as preferred or advantageous over other aspects. Unless specifically stated otherwise, the term “some” refers to one or more. Combinations such as “at least one of A, B, or C, ” “one or more of A, B, or C, ” “at least one of A, B, and C, ” “one or more of A, B, and C, ” and “A, B, C, or any combination thereof” include any combination of A, B, and / or C, and may include multiples of A, multiples of B, or multiples of C. Specifically, combinations such as “at least one of A, B, or C, ” “one or more of A, B, or C, ” “at least one of A, B, and C, ” “one or more of A, B, and C, ” and “A, B, C, or any combination thereof” may be A only, B only, C only, A and B, A and C, B and C, or A and B and C, where any such combinations may contain one or more member or members of A, B, or C. Sets should be interpreted as a set of elements where the elements number one or more. Accordingly, for a set of X, X would include one or more elements. When at least one processor is  configured to perform a set of functions, the at least one processor, individually or in any combination, is configured to perform the set of functions. Accordingly, each processor of the at least one processor may be configured to perform a particular subset of the set of functions, where the subset is the full set, a proper subset of the set, or an empty subset of the set. A processor may be referred to as processor circuitry. A memory  / memory module may be referred to as memory circuitry. If a first apparatus receives data from or transmits data to a second apparatus, the data may be received / transmitted directly between the first and second apparatuses, or indirectly between the first and second apparatuses through a set of apparatuses. A device configured to “output” data or “provide” data, such as a transmission, signal, or message, may transmit the data, for example with a transceiver, or may send the data to a device that transmits the data. A device configured to “obtain” data, such as a transmission, signal, or message, may receive, for example with a transceiver, or may obtain the data from a device that receives the data. Information stored in a memory includes instructions and / or data. All structural and functional equivalents to the elements of the various aspects described throughout this disclosure that are known or later come to be known to those of ordinary skill in the art are expressly incorporated herein by reference and are encompassed by the claims. Moreover, nothing disclosed herein is dedicated to the public regardless of whether such disclosure is explicitly recited in the claims. The words “module, ” “mechanism, ” “element, ” “device, ” and the like may not be a substitute for the word “means. ” As such, no claim element is to be construed as a means plus function unless the element is expressly recited using the phrase “means for. ”

[0152] As used herein, the phrase “based on” shall not be construed as a reference to a closed set of information, one or more conditions, one or more factors, or the like. In other words, the phrase “based on A” (where “A” may be information, a condition, a factor, or the like) shall be construed as “based at least on A” unless specifically recited differently.

[0153] The following aspects are illustrative only and may be combined with other aspects or teachings described herein, without limitation.

[0154] Aspect 1 is a method at a user equipment (UE) , comprising: storing a set of accumulated left side lane keeping assist (LKA) intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of  speed ranges; detecting whether an LKA intervention is activated or to be activated for the vehicle; calculating an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection; and applying the offset to the LKA intervention.

[0155] Aspect 2 is the method of aspect 1, wherein detecting whether the LKA intervention is activated or to be activated for the vehicle and calculating the offset for the LKA intervention comprises: detecting whether the LKA intervention is activated or to be activated for the vehicle at a speed range in the set of speed ranges; and calculating the offset for the LKA intervention further based on a difference between an accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors and an accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors corresponding to the speed range.

[0156] Aspect 3 is the method of aspect 1 or aspect 2, further comprising: interpolating the offset based on a current speed of the vehicle, wherein applying the offset to the LKA intervention comprises applying the interpolated offset to the LKA intervention.

[0157] Aspect 4 is the method of any of aspects 1 to 3, wherein each speed range in the set of speed ranges is associated with one accumulated left side LKA intervention error in the set of accumulated left side intervention errors and one accumulated right side LKA intervention error in the set of accumulated right side intervention errors.

[0158] Aspect 5 is the method of any of aspects 1 to 4, wherein an accumulated left side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated left side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated left side LKA intervention error for the corresponding speed range, or a subsequent left side LKA intervention error for the corresponding speed range.

[0159] Aspect 6 is the method of any of aspects 1 to 5, wherein an accumulated right side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated right side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated right side LKA intervention error for the corresponding speed range, or a subsequent right side LKA intervention error for the corresponding speed range.

[0160] Aspect 7 is the method of any of aspects 1 to 6, wherein detecting whether the LKA intervention is activated or to be activated for the vehicle and calculating the offset for the LKA intervention comprises: detecting whether the LKA intervention is activated or to be activated for the vehicle at a speed range; obtaining at least one of an accumulated left side LKA intervention error or an accumulated right side LKA intervention error based on an interpolation using one or more accumulated left side LKA intervention errors in the set of accumulated left side LKA intervention errors or one or more accumulated right side LKA intervention errors in the set of accumulated right side LKA intervention errors; and calculating the offset for the LKA intervention further based on at least one of the accumulated left side LKA intervention error or the accumulated right side LKA intervention error obtained based on the interpolation.

[0161] Aspect 8 is the method of any of aspects 1 to 7, wherein detecting whether the LKA intervention is activated or to be activated for the vehicle comprises: obtaining lane marker information from at least one camera; obtaining vehicle motion information from at least one inertial measurement unit (IMU) ; determining, based on the lane marker information and the vehicle motion information, whether the vehicle is deviating from a lane travelled by the vehicle; and activating the LKA intervention if the vehicle is deviating from the lane.

[0162] Aspect 9 is the method of any of aspects 1 to 8, wherein activation of the LKA intervention is further based on a forward speed of the vehicle being in a forward speed range and a lateral speed of the vehicle being in a lateral speed range.

[0163] Aspect 10 is the method of any of aspects 1 to 9, wherein applying the offset comprises at least one of: outputting the offset to a proportional-integral-derivative (PID) controller; or calculating and outputting a pinion angle associated with a steering system of the vehicle based on the offset.

[0164] Aspect 11 is the method of any of aspects 1 to 10, further comprising: detecting at least one of a left side LKA intervention error or a right side LKA intervention error for the LKA intervention; and updating at least one accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors or at least one accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors based on at least one of the left side LKA intervention error or the right side LKA intervention error.

[0165] Aspect 12 is the method of any of aspects 1 to 11, wherein detecting at least one of the left side LKA intervention error or the right side LKA intervention error comprises: calculating at least one of the left side intervention error or the right side intervention error based on a difference between an LKA path and a position of the vehicle.

[0166] Aspect 13 is the method of any of aspects 1 to 12, wherein the offset is associated with an LKA lateral control static error.

[0167] Aspect 14 is the method of any of aspects 1 to 13, further comprising: outputting an indication of application of the offset to the LKA intervention.

[0168] Aspect 15 is the method of any of aspects 1 to 14, wherein outputting the indication of the application of the offset to the LKA intervention comprises: transmitting the indication of the application of the offset to the LKA intervention; or storing the indication of the application of the offset to the LKA intervention.

[0169] Aspect 16 is an apparatus, including: at least one memory; and at least one processor coupled to the at least one memory and, based at least in part on information stored in the at least one memory, the at least one processor, individually or in any combination, is configured to implement any of aspects 1 to 15.

[0170] Aspect 17 is the apparatus of aspect 16, further including at least one transceiver coupled to the at least one processor.

[0171] Aspect 18 is an apparatus, including means for implementing any of aspects 1 to 15.

[0172] Aspect 19 is a computer-readable medium (e.g., a non-transitory computer-readable medium) storing computer executable code, where the code when executed by a processor causes the processor to implement any of aspects 1 to 15.

Claims

1.An apparatus at a user equipment (UE) , comprising:at least one memory; andat least one processor coupled to the at least one memory, the at least one processor, individually or in any combination, is configured to:store a set of accumulated left side lane keeping assist (LKA) intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges;detect whether an LKA intervention is activated or to be activated for the vehicle;calculate an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection; andapply the offset to the LKA intervention.2.The apparatus of claim 1, wherein to detect whether the LKA intervention is activated or to be activated for the vehicle and to calculate the offset for the LKA intervention, the at least one processor, individually or in any combination, is configured to:detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range in the set of speed ranges; andcalculate the offset for the LKA intervention further based on a difference between an accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors and an accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors corresponding to the speed range.3.The apparatus of claim 2, wherein the at least one processor, individually or in any combination, is further configured to:interpolate the offset based on a current speed of the vehicle, wherein to apply the offset to the LKA intervention the at least one processor, individually or in any combination, is configured to apply the interpolated offset to the LKA intervention.4.The apparatus of claim 1, wherein each speed range in the set of speed ranges is associated with one accumulated left side LKA intervention error in the set of accumulated left side intervention errors and one accumulated right side LKA intervention error in the set of accumulated right side intervention errors.5.The apparatus of claim 4, wherein an accumulated left side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated left side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated left side LKA intervention error for the corresponding speed range, or a subsequent left side LKA intervention error for the corresponding speed range.6.The apparatus of claim 4, wherein an accumulated right side LKA intervention error for a corresponding speed range in the set of speed ranges is based on at least one of: a previously stored accumulated right side LKA intervention error for the corresponding speed range, a counter associated with the previously stored accumulated right side LKA intervention error for the corresponding speed range, or a subsequent right side LKA intervention error for the corresponding speed range.7.The apparatus of claim 1, wherein to detect whether the LKA intervention is activated or to be activated for the vehicle and calculating the offset for the LKA intervention, the at least one processor, individually or in any combination, is configured to:detect whether the LKA intervention is activated or to be activated for the vehicle at a speed range;obtain at least one of an accumulated left side LKA intervention error or an accumulated right side LKA intervention error based on an interpolation using one or more accumulated left side LKA intervention errors in the set of accumulated left side LKA intervention errors or one or more accumulated right side LKA intervention errors in the set of accumulated right side LKA intervention errors; andcalculate the offset for the LKA intervention further based on at least one of the accumulated left side LKA intervention error or the accumulated right side LKA intervention error obtained based on the interpolation.8.The apparatus of claim 1, wherein to detect whether the LKA intervention is activated or to be activated for the vehicle, the at least one processor, individually or in any combination, is configured to:obtain lane marker information from at least one camera;obtain vehicle motion information from at least one inertial measurement unit (IMU) ;determine, based on the lane marker information and the vehicle motion information, whether the vehicle is deviating from a lane travelled by the vehicle; andactivate the LKA intervention if the vehicle is deviating from the lane.9.The apparatus of claim 8, wherein activation of the LKA intervention is further based on a forward speed of the vehicle being in a forward speed range and a lateral speed of the vehicle being in a lateral speed range.10.The apparatus of claim 1, wherein to apply the offset the at least one processor, individually or in any combination, is configured to at least one of:output the offset to a proportional-integral-derivative (PID) controller; orcalculate and output a pinion angle associated with a steering system of the vehicle based on the offset.11.The apparatus of claim 1, wherein the at least one processor, individually or in any combination, is further configured to:detect at least one of a left side LKA intervention error or a right side LKA intervention error for the LKA intervention; andupdate at least one accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors or at least one accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors based on at least one of the left side LKA intervention error or the right side LKA intervention error.12.The apparatus of claim 11, wherein to detect at least one of the left side LKA intervention error or the right side LKA intervention error, the at least one processor, individually or in any combination, is configured to:calculate at least one of the left side intervention error or the right side intervention error based on a difference between an LKA path and a position of the vehicle.13.The apparatus of claim 1, wherein the offset is associated with an LKA lateral control static error.14.The apparatus of claim 1, wherein the at least one processor, individually or in any combination, is further configured to:output an indication of application of the offset to the LKA intervention.15.The apparatus of claim 14, wherein to output the indication of the application of the offset to the LKA intervention, the at least one processor, individually or in any combination, is configured to:transmit the indication of the application of the offset to the LKA intervention; orstore the indication of the application of the offset to the LKA intervention.16.A method at a user equipment (UE) , comprising:storing a set of accumulated left side lane keeping assist (LKA) intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges;detecting whether an LKA intervention is activated or to be activated for the vehicle;calculating an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection; andapplying the offset to the LKA intervention.17.The method of claim 16, wherein detecting whether the LKA intervention is activated or to be activated for the vehicle and calculating the offset for the LKA intervention comprises:detecting whether the LKA intervention is activated or to be activated for the vehicle at a speed range in the set of speed ranges; andcalculating the offset for the LKA intervention further based on a difference between an accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors and an accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors corresponding to the speed range.18.The method of claim 16, wherein each speed range in the set of speed ranges is associated with one accumulated left side LKA intervention error in the set of accumulated left side intervention errors and one accumulated right side LKA intervention error in the set of accumulated right side intervention errors.19.The method of claim 16, further comprising:detecting at least one of a left side LKA intervention error or a right side LKA intervention error for the LKA intervention; andupdating at least one accumulated left side LKA intervention error in the set of accumulated left side LKA intervention errors or at least one accumulated right side LKA intervention error in the set of accumulated right side LKA intervention errors based on at least one of the left side LKA intervention error or the right side LKA intervention error.20.A computer-readable medium storing computer executable code, the code when executed by at least one processor causes the at least one processor to:store a set of accumulated left side lane keeping assist (LKA) intervention errors and a set of accumulated right side LKA intervention errors associated with a vehicle for a set of speed ranges;detect whether an LKA intervention is activated or to be activated for the vehicle;calculate an offset for the LKA intervention based on the set of accumulated left side LKA intervention errors, the set of accumulated right side LKA intervention errors, and the detection; andapply the offset to the LKA intervention.

Images