Deriving ego lane topology for offset intersection based on interactive scoring

Abstract

Disclosed are techniques for driver assistance or automated driving technologies. In an aspect, a processing device of an ego vehicle may detect one or more neighboring vehicles and obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection. The processing device may determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle based on the two interactive scores. The processing device may derive an ego lane topology based on the most probable lane of the ego vehicle.

Description

DERIVING EGO LANE TOPOLOGY FOR OFFSET INTERSECTION BASED ON INTERACTIVE SCORINGTECHNICAL FIELD

[0001] Aspects of the disclosure relate generally to driver assistance or automated driving technologies.BACKGROUND

[0002] Modern motor vehicles are increasingly incorporating technology that helps drivers to obtain a planned route for navigation from a current location to a destination (e.g., an automotive navigation system) , to avoid drifting into adjacent lanes or making unsafe lane changes (e.g., lane departure warning (LDW) ) , to be warned about the presence of another vehicle behind a current vehicle when backing up, or to be assisted with automatic braking if another vehicle ahead of the current vehicle stops or slows suddenly (e.g., forward collision warning (FCW) ) , among other things. The continuing evolution of automotive technology aims to deliver even greater safety benefits, and ultimately deliver automated driving systems (ADS) that can handle the entire task of driving without the need for user intervention.

[0003] There are six levels of driving automation that have been defined to achieve full automation. At Level 0, the human driver does all the driving. At Level 1, an advanced driver assistance system (ADAS) on the vehicle can sometimes assist the human driver with either steering or braking / accelerating, but not both simultaneously. At Level 2, an ADAS on the vehicle can itself actually control both steering and braking / accelerating simultaneously under some circumstances. The human driver must continue to pay full attention at all times and perform the remainder of the driving tasks. At Level 3, an ADS on the vehicle can itself perform all aspects of the driving task under some circumstances. In those circumstances, the human driver must be ready to take back control at any time when the ADS requests the human driver to do so. In all other circumstances, the human driver performs the driving task. At Level 4, an ADS on the vehicle can itself perform all driving tasks and monitor the driving environment, essentially doing all of the driving, in certain circumstances. The human driver or occupants need not pay attention in those circumstances. At Level 5, an ADS on the vehicle can do all the driving in all  circumstances. The human occupants are just passengers and need never be involved in driving.

[0004] In some applications, an ADAS or an ADS on a vehicle may perform a motion planning operation (e.g., including trajectory prediction and / or route planning) in order to guide the vehicle toward a destination. In some applications, the motion planning operation may take many factors into consideration, including a lane on which the vehicle is currently travelling (also referred to as an ego lane) . Accordingly, there may be a need to deriving the ego lane that is suitable for the motion planning operation.SUMMARY

[0005] The following presents a simplified summary relating to one or more aspects disclosed herein. Thus, the following summary should not be considered an extensive overview relating to all contemplated aspects, nor should the following summary be considered to identify key or critical elements relating to all contemplated aspects or to delineate the scope associated with any particular aspect. Accordingly, the following summary has the sole purpose to present certain concepts relating to one or more aspects relating to the mechanisms disclosed herein in a simplified form to precede the detailed description presented below.

[0006] In an aspect, a method of deriving an ego lane topology performed by a processing device of an ego vehicle includes detecting one or more neighboring vehicles that satisfy a set of possible collision criteria; obtaining, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determining two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and deriving the ego lane topology based on the most probable lane of the ego vehicle.

[0007] In an aspect, a processing device of an ego vehicle for deriving an ego lane topology includes one or more memories; and one or more processors communicatively coupled to the one or more memories, the one or more processors, either alone or in combination,  configured to: detect one or more neighboring vehicles that satisfy a set of possible collision criteria; obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and derive the ego lane topology based on the most probable lane of the ego vehicle.

[0008] In an aspect, a processing device of an ego vehicle for deriving an ego lane topology includes means for detecting one or more neighboring vehicles that satisfy a set of possible collision criteria; means for obtaining, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; means for determining two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and means for deriving the ego lane topology based on the most probable lane of the ego vehicle.

[0009] In an aspect, a non-transitory computer-readable medium stores computer-executable instructions that, when executed by a processing device of an ego vehicle for deriving an ego lane topology, cause the processing device to: detect one or more neighboring vehicles that satisfy a set of possible collision criteria; obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two  candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and derive the ego lane topology based on the most probable lane of the ego vehicle.

[0010] Other objects and advantages associated with the aspects disclosed herein will be apparent to those skilled in the art based on the accompanying drawings and detailed description.BRIEF DESCRIPTION OF THE DRAWINGS

[0011] The accompanying drawings are presented to aid in the description of various aspects of the disclosure and are provided solely for illustration of the aspects and not limitation thereof.

[0012] FIG. 1 illustrates an example wireless communications system, according to aspects of the disclosure.

[0013] FIG. 2A is a bird’s eye view of a vehicle employing a radar-camera sensor module behind the windshield, according to aspects of the disclosure.

[0014] FIG. 2B is a bird’s eye view illustrating deriving an ego lane topology for an intersection, according to aspects of the disclosure.

[0015] FIG. 3 illustrates an example architecture of an on-board computer (OBC) of a vehicle, according to aspects of the disclosure.

[0016] FIG. 4 is a bird’s eye view illustrating deriving an ego lane topology for an intersection with presence of one or more neighboring vehicles, according to aspects of the disclosure.

[0017] FIG. 5 is a flowchart illustrating an example method of deriving an ego lane topology performed by a processing device of an ego vehicle, according to aspects of the disclosure.

[0018] FIG. 6A is a flowchart illustrating an example method of detecting one or more neighboring vehicles that satisfy a set of possible collision criteria, according to aspects of the disclosure.

[0019] FIG. 6B is a bird’s eye view showing an example scenario illustrating detecting one or more neighboring vehicles based on the method of FIG. 6A, according to aspects of the disclosure.

[0020] FIG. 7 is a flowchart illustrating an example method of determining two interactive scores respectively for two candidate lanes of the ego vehicle, according to aspects of the disclosure.

[0021] FIGS. 8A-8B are bird’s eye views showing example scenarios illustrating determining interactive scores based on the method of FIG. 7, according to aspects of the disclosure.DETAILED DESCRIPTION

[0022] Aspects of the disclosure are provided in the following description and related drawings directed to various examples provided for illustration purposes. Alternate aspects may be devised without departing from the scope of the disclosure. Additionally, well-known elements of the disclosure will not be described in detail or will be omitted so as not to obscure the relevant details of the disclosure.

[0023] Various aspects relate generally to driver assistance or automated driving technologies. Some aspects more specifically relate to deriving an ego lane topology for an offset intersection based on interactive scoring. In some examples, an ego vehicle at an offset intersection (e.g., with misaligned lanes on opposite sides of the intersection) may select a lane beyond the intersection based on a scoring method which takes various factors into account, including neighboring vehicles around the ego vehicle, the probable lanes for the neighboring vehicles, and / or neighboring vehicles’ time-to-collision (TTC) estimation with respect to the ego vehicle.

[0024] Particular aspects of the subject matter described in this disclosure can be implemented to realize one or more of the following potential advantages. In some examples, by implementing an interactive scoring method, the described techniques can be used to select, considering the interaction with neighboring vehicles, a relatively safer lane across an intersection that may reduce the chance of a lane merging scenario. In some examples, smallest TTC estimations of candidate lanes may be used to select the safer lane when lane merging may be inevitable. In some examples, a set of possible collision criteria may be used to filter out less relevant neighboring vehicles to be considered for the interactive scoring.

[0025] The words “exemplary” and / or “example” are used herein to mean “serving as an example, instance, or illustration. ” Any aspect described herein as “exemplary” and / or “example” is not necessarily to be construed as preferred or advantageous over other aspects. Likewise, the term “aspects of the disclosure” does not require that all aspects of the disclosure include the discussed feature, advantage or mode of operation.

[0026] Those of skill in the art will appreciate that the information and signals described below may be represented using any of a variety of different technologies and techniques. For example, data, instructions, commands, information, signals, bits, symbols, and chips that  may be referenced throughout the description below may be represented by voltages, currents, electromagnetic waves, magnetic fields or particles, optical fields or particles, or any combination thereof, depending in part on the particular application, in part on the desired design, in part on the corresponding technology, etc.

[0027] Further, many aspects are described in terms of sequences of actions to be performed by, for example, elements of a computing device. It will be recognized that various actions described herein can be performed by specific circuits (e.g., application specific integrated circuits (ASICs) ) , by program instructions being executed by one or more processors, or by a combination of both. Additionally, the sequence (s) of actions described herein can be considered to be embodied entirely within any form of non-transitory computer-readable storage medium having stored therein a corresponding set of computer instructions that, upon execution, would cause or instruct an associated processor of a device to perform the functionality described herein. Thus, the various aspects of the disclosure may be embodied in a number of different forms, all of which have been contemplated to be within the scope of the claimed subject matter. In addition, for each of the aspects described herein, the corresponding form of any such aspects may be described herein as, for example, “logic configured to” perform the described action.

[0028] As used herein, the terms “user equipment” (UE) , “vehicle UE” (V-UE) , “pedestrian UE” (P-UE) , and “base station” are not intended to be specific or otherwise limited to any particular radio access technology (RAT) , unless otherwise noted. In general, a UE may be any wireless communication device (e.g., vehicle on-board computer, vehicle navigation device, mobile phone, router, tablet computer, laptop computer, asset locating device, wearable (e.g., smartwatch, glasses, augmented reality (AR)  / virtual reality (VR) headset, etc. ) , vehicle (e.g., automobile, motorcycle, bicycle, etc. ) , Internet of Things (IoT) device, etc. ) used by a user to communicate over a wireless communications network. A UE may be mobile or may (e.g., at certain times) be stationary, and may communicate with a radio access network (RAN) . As used herein, the term “UE” may be referred to interchangeably as a “mobile device, ” an “access terminal” or “AT, ” a “client device, ” a “wireless device, ” a “subscriber device, ” a “subscriber terminal, ” a “subscriber station, ” a “user terminal” or UT, a “mobile terminal, ” a “mobile station, ” or variations thereof.

[0029] A V-UE is a type of UE and may be any in-vehicle wireless communication device, such as a navigation system, a warning system, a heads-up display (HUD) , an on-board computer, an in-vehicle infotainment system, an automated driving system (ADS) , an advanced driver assistance system (ADAS) , etc. Alternatively, a V-UE may be a portable wireless communication device (e.g., a cell phone, tablet computer, etc. ) that is carried by the driver of the vehicle or a passenger in the vehicle. The term “V-UE” may refer to the in-vehicle wireless communication device or the vehicle itself, depending on the context. A P-UE is a type of UE and may be a portable wireless communication device that is carried by a pedestrian (i.e., a user that is not driving or riding in a vehicle) . Generally, UEs can communicate with a core network via a RAN, and through the core network the UEs can be connected with external networks such as the Internet and with other UEs. Of course, other mechanisms of connecting to the core network and / or the Internet are also possible for the UEs, such as over wired access networks, wireless local area network (WLAN) networks (e.g., based on Institute of Electrical and Electronics Engineers (IEEE) 802.11, etc. ) and so on.

[0030] A base station may operate according to one of several RATs in communication with UEs depending on the network in which it is deployed, and may be alternatively referred to as an access point (AP) , a network node, a NodeB, an evolved NodeB (eNB) , a next generation eNB (ng-eNB) , a New Radio (NR) Node B (also referred to as a gNB or gNodeB) , etc. A base station may be used primarily to support wireless access by UEs including supporting data, voice and / or signaling connections for the supported UEs. In some systems a base station may provide purely edge node signaling functions while in other systems it may provide additional control and / or network management functions. A communication link through which UEs can send signals to a base station is called an uplink (UL) channel (e.g., a reverse traffic channel, a reverse control channel, an access channel, etc. ) . A communication link through which the base station can send signals to UEs is called a downlink (DL) or forward link channel (e.g., a paging channel, a control channel, a broadcast channel, a forward traffic channel, etc. ) . As used herein the term traffic channel (TCH) can refer to either an UL  / reverse or DL  / forward traffic channel.

[0031] The term “base station” may refer to a single physical transmission-reception point (TRP) or to multiple physical TRPs that may or may not be co-located. For example, where the term “base station” refers to a single physical TRP, the physical TRP may be an antenna  of the base station corresponding to a cell (or several cell sectors) of the base station. Where the term “base station” refers to multiple co-located physical TRPs, the physical TRPs may be an array of antennas (e.g., as in a multiple-input multiple-output (MIMO) system or where the base station employs beamforming) of the base station. Where the term “base station” refers to multiple non-co-located physical TRPs, the physical TRPs may be a distributed antenna system (DAS) (anetwork of spatially separated antennas connected to a common source via a transport medium) or a remote radio head (RRH) (aremote base station connected to a serving base station) . Alternatively, the non-co-located physical TRPs may be the serving base station receiving the measurement report from the UE and a neighbor base station whose reference radio frequency (RF) signals the UE is measuring. Because a TRP is the point from which a base station transmits and receives wireless signals, as used herein, references to transmission from or reception at a base station are to be understood as referring to a particular TRP of the base station.

[0032] In some implementations that support positioning of UEs, a base station may not support wireless access by UEs (e.g., may not support data, voice, and / or signaling connections for UEs) , but may instead transmit reference RF signals to UEs to be measured by the UEs and / or may receive and measure signals transmitted by the UEs. Such base stations may be referred to as positioning beacons (e.g., when transmitting RF signals to UEs) and / or as location measurement units (e.g., when receiving and measuring RF signals from UEs) .

[0033] An “RF signal” comprises an electromagnetic wave of a given frequency that transports information through the space between a transmitter and a receiver. As used herein, a transmitter may transmit a single “RF signal” or multiple “RF signals” to a receiver. However, the receiver may receive multiple “RF signals” corresponding to each transmitted RF signal due to the propagation characteristics of RF signals through multipath channels. The same transmitted RF signal on different paths between the transmitter and receiver may be referred to as a “multipath” RF signal. As used herein, an RF signal may also be referred to as a “wireless signal” or simply a “signal” where it is clear from the context that the term “signal” refers to a wireless signal or an RF signal.

[0034] FIG. 1 illustrates an example wireless communications system 100, according to aspects of the disclosure. The wireless communications system 100 (which may also be referred to as a wireless wide area network (WWAN) ) may include various base stations 102  (labelled “BS” ) and various UEs 104. The base stations 102 may include macro cell base stations (high power cellular base stations) and / or small cell base stations (low power cellular base stations) . In an aspect, the macro cell base stations 102 may include eNBs and / or ng-eNBs where the wireless communications system 100 corresponds to an LTE network, or gNBs where the wireless communications system 100 corresponds to a NR network, or a combination of both, and the small cell base stations may include femtocells, picocells, microcells, etc.

[0035] The base stations 102 may collectively form a RAN and interface with a core network 170 (e.g., an evolved packet core (EPC) or 5G core (5GC) ) through backhaul links 122, and through the core network 170 to one or more location servers 172 (e.g., a location management function (LMF) or a secure user plane location (SUPL) location platform (SLP) ) . The location server (s) 172 may be part of core network 170 or may be external to core network 170. A location server 172 may be integrated with a base station 102. A UE 104 may communicate with a location server 172 directly or indirectly. For example, a UE 104 may communicate with a location server 172 via the base station 102 that is currently serving that UE 104. A UE 104 may also communicate with a location server 172 through another path, such as via an application server (not shown) , via another network, such as via a wireless local area network (WLAN) access point (AP) (e.g., AP 150 described below) , and so on. For signaling purposes, communication between a UE 104 and a location server 172 may be represented as an indirect connection (e.g., through the core network 170, etc. ) or a direct connection (e.g., as shown via direct connection 128) , with the intervening nodes (if any) omitted from a signaling diagram for clarity.

[0036] In addition to other functions, the base stations 102 may perform functions that relate to one or more of transferring user data, radio channel ciphering and deciphering, integrity protection, header compression, mobility control functions (e.g., handover, dual connectivity) , inter-cell interference coordination, connection setup and release, load balancing, distribution for non-access stratum (NAS) messages, NAS node selection, synchronization, RAN sharing, multimedia broadcast multicast service (MBMS) , subscriber and equipment trace, RAN information management (RIM) , paging, positioning, and delivery of warning messages. The base stations 102 may communicate with each other directly or indirectly (e.g., through the EPC  / 5GC) over backhaul links 134, which may be wired or wireless.

[0037] The base stations 102 may wirelessly communicate with the UEs 104. Each of the base stations 102 may provide communication coverage for a respective geographic coverage area 110. In an aspect, one or more cells may be supported by a base station 102 in each geographic coverage area 110. A “cell” is a logical communication entity used for communication with a base station (e.g., over some frequency resource, referred to as a carrier frequency, component carrier, carrier, band, or the like) , and may be associated with an identifier (e.g., a physical cell identifier (PCI) , an enhanced cell identifier (ECI) , a virtual cell identifier (VCI) , a cell global identifier (CGI) , etc. ) for distinguishing cells operating via the same or a different carrier frequency. In some cases, different cells may be configured according to different protocol types (e.g., machine-type communication (MTC) , narrowband IoT (NB-IoT) , enhanced mobile broadband (eMBB) , or others) that may provide access for different types of UEs. Because a cell is supported by a specific base station, the term “cell” may refer to either or both the logical communication entity and the base station that supports it, depending on the context. In some cases, the term “cell” may also refer to a geographic coverage area of a base station (e.g., a sector) , insofar as a carrier frequency can be detected and used for communication within some portion of geographic coverage areas 110.

[0038] While neighboring macro cell base station 102 geographic coverage areas 110 may partially overlap (e.g., in a handover region) , some of the geographic coverage areas 110 may be substantially overlapped by a larger geographic coverage area 110. For example, a small cell base station 102' (labelled “SC” for “small cell” ) may have a geographic coverage area 110' that substantially overlaps with the geographic coverage area 110 of one or more macro cell base stations 102. A network that includes both small cell and macro cell base stations may be known as a heterogeneous network. A heterogeneous network may also include home eNBs (HeNBs) , which may provide service to a restricted group known as a closed subscriber group (CSG) .

[0039] The communication links 120 between the base stations 102 and the UEs 104 may include uplink (also referred to as reverse link) transmissions from a UE 104 to a base station 102 and / or downlink (DL) (also referred to as forward link) transmissions from a base station 102 to a UE 104. The communication links 120 may use MIMO antenna technology, including spatial multiplexing, beamforming, and / or transmit diversity. The communication links 120 may be through one or more carrier frequencies. Allocation of  carriers may be asymmetric with respect to downlink and uplink (e.g., more or less carriers may be allocated for downlink than for uplink) .

[0040] The wireless communications system 100 may further include a wireless local area network (WLAN) access point (AP) 150 in communication with WLAN stations (STAs) 152 (which may include a UE configured to implement the functionality of a WLAN station) via communication links 154 in an unlicensed frequency spectrum (e.g., 5 GHz) . When communicating in an unlicensed frequency spectrum, the WLAN STAs 152 and / or the WLAN AP 150 may perform a clear channel assessment (CCA) or listen before talk (LBT) procedure prior to communicating in order to determine whether the channel is available.

[0041] The small cell base station 102' may operate in a licensed and / or an unlicensed frequency spectrum. When operating in an unlicensed frequency spectrum, the small cell base station 102' may employ LTE or NR technology and use the same 5 GHz unlicensed frequency spectrum as used by the WLAN AP 150. The small cell base station 102', employing LTE  / 5G in an unlicensed frequency spectrum, may boost coverage to and / or increase capacity of the access network. NR in unlicensed spectrum may be referred to as NR-U. LTE in an unlicensed spectrum may be referred to as LTE-U, licensed assisted access (LAA) , or

[0042] The wireless communications system 100 may further include a mmW base station 180 that may operate in millimeter wave (mmW) frequencies and / or near mmW frequencies in communication with a UE 182. Extremely high frequency (EHF) is part of the RF in the electromagnetic spectrum. EHF has a range of 30 GHz to 300 GHz and a wavelength between 1 millimeter and 10 millimeters. Radio waves in this band may be referred to as a millimeter wave. Near mmW may extend down to a frequency of 3 GHz with a wavelength of 100 millimeters. The super high frequency (SHF) band extends between 3 GHz and 30 GHz, also referred to as centimeter wave. Communications using the mmW / near mmW radio frequency band have high path loss and a relatively short range. The mmW base station 180 and the UE 182 may utilize beamforming (transmit and / or receive) over a mmW communication link 184 to compensate for the extremely high path loss and short range. Further, it will be appreciated that in alternative configurations, one or more base stations 102 may also transmit using mmW or near mmW and beamforming.  Accordingly, it will be appreciated that the foregoing illustrations are merely examples and should not be construed to limit the various aspects disclosed herein.

[0043] Transmit beamforming is a technique for focusing an RF signal in a specific direction. Traditionally, when a network node (e.g., a base station) broadcasts an RF signal, it broadcasts the signal in all directions (omni-directionally) . With transmit beamforming, the network node determines where a given target device (e.g., a UE) is located (relative to the transmitting network node) and projects a stronger downlink RF signal in that specific direction, thereby providing a faster (in terms of data rate) and stronger RF signal for the receiving device (s) . To change the directionality of the RF signal when transmitting, a network node can control the phase and relative amplitude of the RF signal at each of the one or more transmitters that are broadcasting the RF signal. For example, a network node may use an array of antennas (referred to as a “phased array” or an “antenna array” ) that creates a beam of RF waves that can be “steered” to point in different directions, without actually moving the antennas. Specifically, the RF current from the transmitter is fed to the individual antennas with the correct phase relationship so that the radio waves from the separate antennas add together to increase the radiation in a desired direction, while cancelling to suppress radiation in undesired directions.

[0044] Transmit beams may be quasi-co-located, meaning that they appear to the receiver (e.g., a UE) as having the same parameters, regardless of whether or not the transmitting antennas of the network node themselves are physically co-located. In NR, there are four types of quasi-co-location (QCL) relations. Specifically, a QCL relation of a given type means that certain parameters about a second reference RF signal on a second beam can be derived from information about a source reference RF signal on a source beam. Thus, if the source reference RF signal is QCL Type A, the receiver can use the source reference RF signal to estimate the Doppler shift, Doppler spread, average delay, and delay spread of a second reference RF signal transmitted on the same channel. If the source reference RF signal is QCL Type B, the receiver can use the source reference RF signal to estimate the Doppler shift and Doppler spread of a second reference RF signal transmitted on the same channel. If the source reference RF signal is QCL Type C, the receiver can use the source reference RF signal to estimate the Doppler shift and average delay of a second reference RF signal transmitted on the same channel. If the source reference RF signal is  QCL Type D, the receiver can use the source reference RF signal to estimate the spatial receive parameter of a second reference RF signal transmitted on the same channel.

[0045] In receive beamforming, the receiver uses a receive beam to amplify RF signals detected on a given channel. For example, the receiver can increase the gain setting and / or adjust the phase setting of an array of antennas in a particular direction to amplify (e.g., to increase the gain level of) the RF signals received from that direction. Thus, when a receiver is said to beamform in a certain direction, it means the beam gain in that direction is high relative to the beam gain along other directions, or the beam gain in that direction is the highest compared to the beam gain in that direction of all other receive beams available to the receiver. This results in a stronger received signal strength (e.g., reference signal received power (RSRP) , reference signal received quality (RSRQ) , signal-to-interference-plus-noise ratio (SINR) , etc. ) of the RF signals received from that direction.

[0046] Transmit and receive beams may be spatially related. A spatial relation means that parameters for a second beam (e.g., a transmit or receive beam) for a second reference signal can be derived from information about a first beam (e.g., a receive beam or a transmit beam) for a first reference signal. For example, a UE may use a particular receive beam to receive a reference downlink reference signal (e.g., synchronization signal block (SSB) ) from a base station. The UE can then form a transmit beam for sending an uplink reference signal (e.g., sounding reference signal (SRS) ) to that base station based on the parameters of the receive beam.

[0047] Note that a “downlink” beam may be either a transmit beam or a receive beam, depending on the entity forming it. For example, if a base station is forming the downlink beam to transmit a reference signal to a UE, the downlink beam is a transmit beam. If the UE is forming the downlink beam, however, it is a receive beam to receive the downlink reference signal. Similarly, an “uplink” beam may be either a transmit beam or a receive beam, depending on the entity forming it. For example, if a base station is forming the uplink beam, it is an uplink receive beam, and if a UE is forming the uplink beam, it is an uplink transmit beam.

[0048] 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) . It should be understood that 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 TELECOMMUNICATION  as a “millimeter wave” band.

[0049] 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 FR4a or FR4-1 (52.6 GHz –71 GHz) , FR4 (52.6 GHz –114.25 GHz) , and FR5 (114.25 GHz –300 GHz) . Each of these higher frequency bands falls within the EHF band.

[0050] With the above aspects in mind, unless specifically stated otherwise, it should be understood that 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, it should be understood that 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, FR4-a or FR4-1, and / or FR5, or may be within the EHF band.

[0051] In a multi-carrier system, such as 5G, one of the carrier frequencies is referred to as the “primary carrier” or “anchor carrier” or “primary serving cell” or “PCell, ” and the remaining carrier frequencies are referred to as “secondary carriers” or “secondary serving cells” or “SCells. ” In carrier aggregation, the anchor carrier is the carrier operating on the primary frequency (e.g., FR1) utilized by a UE 104 / 182 and the cell in which the UE 104 / 182 either performs the initial radio resource control (RRC) connection establishment procedure or initiates the RRC connection re-establishment procedure. The primary carrier carries all common and UE-specific control channels, and may be a carrier in a licensed frequency (however, this is not always the case) . A secondary carrier is a  carrier operating on a second frequency (e.g., FR2) that may be configured once the RRC connection is established between the UE 104 and the anchor carrier and that may be used to provide additional radio resources. In some cases, the secondary carrier may be a carrier in an unlicensed frequency. The secondary carrier may contain only necessary signaling information and signals, for example, those that are UE-specific may not be present in the secondary carrier, since both primary uplink and downlink carriers are typically UE-specific. This means that different UEs 104 / 182 in a cell may have different downlink primary carriers. The same is true for the uplink primary carriers. The network is able to change the primary carrier of any UE 104 / 182 at any time. This is done, for example, to balance the load on different carriers. Because a “serving cell” (whether a PCell or an SCell) corresponds to a carrier frequency  / component carrier over which some base station is communicating, the term “cell, ” “serving cell, ” “component carrier, ” “carrier frequency, ” and the like can be used interchangeably.

[0052] For example, still referring to FIG. 1, one of the frequencies utilized by the macro cell base stations 102 may be an anchor carrier (or “PCell” ) and other frequencies utilized by the macro cell base stations 102 and / or the mmW base station 180 may be secondary carriers ( “SCells” ) . The simultaneous transmission and / or reception of multiple carriers enables the UE 104 / 182 to significantly increase its data transmission and / or reception rates. For example, two 20 MHz aggregated carriers in a multi-carrier system would theoretically lead to a two-fold increase in data rate (i.e., 40 MHz) , compared to that attained by a single 20 MHz carrier.

[0053] In the example of FIG. 1, any of the illustrated UEs (shown in FIG. 1 as a single UE 104 for simplicity) may receive signals 124 from one or more Earth orbiting space vehicles (SVs) 112 (e.g., satellites) . In an aspect, the SVs 112 may be part of a satellite positioning system that a UE 104 can use as an independent source of location information. A satellite positioning system typically includes a system of transmitters (e.g., SVs 112) positioned to enable receivers (e.g., UEs 104) to determine their location on or above the Earth based, at least in part, on positioning signals (e.g., signals 124) received from the transmitters. Such a transmitter typically transmits a signal marked with a repeating pseudo-random noise (PN) code of a set number of chips. While typically located in SVs 112, transmitters may sometimes be located on ground-based control stations, base stations 102, and / or  other UEs 104. A UE 104 may include one or more dedicated receivers specifically designed to receive signals 124 for deriving geo location information from the SVs 112.

[0054] In a satellite positioning system, the use of signals 124 can be augmented by various satellite-based augmentation systems (SBAS) that may be associated with or otherwise enabled for use with one or more global and / or regional navigation satellite systems. For example an SBAS may include an augmentation system (s) that provides integrity information, differential corrections, etc., such as the Wide Area Augmentation System (WAAS) , the European Geostationary Navigation Overlay Service (EGNOS) , the Multi-functional Satellite Augmentation System (MSAS) , the Global Positioning System (GPS) Aided Geo Augmented Navigation or GPS and Geo Augmented Navigation system (GAGAN) , and / or the like. Thus, as used herein, a satellite positioning system may include any combination of one or more global and / or regional navigation satellites associated with such one or more satellite positioning systems.

[0055] In an aspect, SVs 112 may additionally or alternatively be part of one or more non-terrestrial networks (NTNs) . In an NTN, an SV 112 is connected to an earth station (also referred to as a ground station, NTN gateway, or gateway) , which in turn is connected to an element in a 5G network, such as a modified base station 102 (without a terrestrial antenna) or a network node in a 5GC. This element would in turn provide access to other elements in the 5G network and ultimately to entities external to the 5G network, such as Internet web servers and other user devices. In that way, a UE 104 may receive communication signals (e.g., signals 124) from an SV 112 instead of, or in addition to, communication signals from a terrestrial base station 102.

[0056] Leveraging the increased data rates and decreased latency of NR, among other things, vehicle-to-everything (V2X) communication technologies are being implemented to support intelligent transportation systems (ITS) applications, such as wireless communications between vehicles (vehicle-to-vehicle (V2V) ) , between vehicles and the roadside infrastructure (vehicle-to-infrastructure (V2I) ) , and between vehicles and pedestrians (vehicle-to-pedestrian (V2P) ) . The goal is for vehicles to be able to sense the environment around them and communicate that information to other vehicles, infrastructure, and personal mobile devices. Such vehicle communication will enable safety, mobility, and environmental advancements that current technologies are unable to  provide. Once fully implemented, the technology is expected to reduce unimpaired vehicle crashes by 80%.

[0057] Still referring to FIG. 1, the wireless communications system 100 may include multiple V-UEs 160 that may communicate with base stations 102 over communication links 120 using the Uu interface (i.e., the air interface between a UE and a base station) . V-UEs 160 may also communicate directly with each other over a wireless sidelink 162, with a roadside unit (RSU) 164 (aroadside access point) over a wireless sidelink 166, or with sidelink-capable UEs 104 over a wireless sidelink 168 using the PC5 interface (i.e., the air interface between sidelink-capable UEs) . A wireless sidelink (or just “sidelink” ) is an adaptation of the core cellular (e.g., LTE, NR) standard that allows direct communication between two or more UEs without the communication needing to go through a base station. Sidelink communication may be unicast or multicast, and may be used for device-to-device (D2D) media-sharing, V2V communication, V2X communication (e.g., cellular V2X (cV2X) communication, enhanced V2X (eV2X) communication, etc. ) , emergency rescue applications, etc. One or more of a group of V-UEs 160 utilizing sidelink communications may be within the geographic coverage area 110 of a base station 102. Other V-UEs 160 in such a group may be outside the geographic coverage area 110 of a base station 102 or be otherwise unable to receive transmissions from a base station 102. In some cases, groups of V-UEs 160 communicating via sidelink communications may utilize a one-to-many (1: M) system in which each V-UE 160 transmits to every other V-UE 160 in the group. In some cases, a base station 102 facilitates the scheduling of resources for sidelink communications. In other cases, sidelink communications are carried out between V-UEs 160 without the involvement of a base station 102.

[0058] In an aspect, the sidelinks 162, 166, 168 may operate over a wireless communication medium of interest, which may be shared with other wireless communications between other vehicles and / or infrastructure access points, as well as other RATs. A “medium” may be composed of one or more time, frequency, and / or space communication resources (e.g., encompassing one or more channels across one or more carriers) associated with wireless communication between one or more transmitter  / receiver pairs.

[0059] In an aspect, the sidelinks 162, 166, 168 may be cV2X links. A first generation of cV2X has been standardized in LTE, and the next generation is expected to be defined in NR. cV2X is a cellular technology that also enables device-to-device communications. In the  U.S. and Europe, cV2X is expected to operate in the licensed ITS band in sub-6GHz. Other bands may be allocated in other countries. Thus, as a particular example, the medium of interest utilized by sidelinks 162, 166, 168 may correspond to at least a portion of the licensed ITS frequency band of sub-6GHz. However, the present disclosure is not limited to this frequency band or cellular technology.

[0060] In an aspect, the sidelinks 162, 166, 168 may be dedicated short-range communications (DSRC) links. DSRC is a one-way or two-way short-range to medium-range wireless communication protocol that uses the wireless access for vehicular environments (WAVE) protocol, also known as IEEE 802.11p, for V2V, V2I, and V2P communications. IEEE 802.11p is an approved amendment to the IEEE 802.11 standard and operates in the licensed ITS band of 5.9 GHz (5.85-5.925 GHz) in the U.S. In Europe, IEEE 802.11p operates in the ITS G5A band (5.875 –5.905 MHz) . Other bands may be allocated in other countries. The V2V communications briefly described above occur on the Safety Channel, which in the U.S. is typically a 10 MHz channel that is dedicated to the purpose of safety. The remainder of the DSRC band (the total bandwidth is 75 MHz) is intended for other services of interest to drivers, such as road rules, tolling, parking automation, etc. Thus, as a particular example, the mediums of interest utilized by sidelinks 162, 166, 168 may correspond to at least a portion of the licensed ITS frequency band of 5.9 GHz.

[0061] Alternatively, the medium of interest may correspond to at least a portion of an unlicensed frequency band shared among various RATs. Although different licensed frequency bands have been reserved for certain communication systems (e.g., by a government entity such as the Federal Communications Commission (FCC) in the United States) , these systems, in particular those employing small cell access points, have recently extended operation into unlicensed frequency bands such as the Unlicensed National Information Infrastructure (U-NII) band used by wireless local area network (WLAN) technologies, most notably IEEE 802.11x WLAN technologies generally referred to as “Wi-Fi. ” Example systems of this type include different variants of CDMA systems, TDMA systems, FDMA systems, orthogonal FDMA (OFDMA) systems, single-carrier FDMA (SC-FDMA) systems, and so on.

[0062] Communications between the V-UEs 160 are referred to as V2V communications, communications between the V-UEs 160 and the one or more RSUs 164 are referred to  as V2I communications, and communications between the V-UEs 160 and one or more UEs 104 (where the UEs 104 are P-UEs) are referred to as V2P communications. The V2V communications between V-UEs 160 may include, for example, information about the position, speed, acceleration, heading, and other vehicle data of the V-UEs 160. The V2I information received at a V-UE 160 from the one or more RSUs 164 may include, for example, road rules, parking automation information, etc. The V2P communications between a V-UE 160 and a UE 104 may include information about, for example, the position, speed, acceleration, and heading of the V-UE 160 and the position, speed (e.g., where the UE 104 is carried by a user on a bicycle) , and heading of the UE 104.

[0063] Note that although FIG. 1 only illustrates two of the UEs as V-UEs (V-UEs 160) , any of the illustrated UEs (e.g., UEs 104, 152, 182, 190) may be V-UEs. In addition, while only the V-UEs 160 and a single UE 104 have been illustrated as being connected over a sidelink, any of the UEs illustrated in FIG. 1, whether V-UEs, P-UEs, etc., may be capable of sidelink communication. Further, although only UE 182 was described as being capable of beam forming, any of the illustrated UEs, including V-UEs 160, may be capable of beam forming. Where V-UEs 160 are capable of beam forming, they may beam form towards each other (i.e., towards other V-UEs 160) , towards RSUs 164, towards other UEs (e.g., UEs 104, 152, 182, 190) , etc. Thus, in some cases, V-UEs 160 may utilize beamforming over sidelinks 162, 166, and 168.

[0064] The wireless communications system 100 may further include one or more UEs, such as UE 190, that connects indirectly to one or more communication networks via one or more device-to-device (D2D) peer-to-peer (P2P) links. In the example of FIG. 1, UE 190 has a D2D P2P link 192 with one of the UEs 104 connected to one of the base stations 102 (e.g., through which UE 190 may indirectly obtain cellular connectivity) and a D2D P2P link 194 with WLAN STA 152 connected to the WLAN AP 150 (through which UE 190 may indirectly obtain WLAN-based Internet connectivity) . In an example, the D2D P2P links 192 and 194 may be supported with any well-known D2D RAT, such as LTE Direct (LTE-D) ,  and so on. As another example, the D2D P2P links 192 and 194 may be sidelinks, as described above with reference to sidelinks 162, 166, and 168.

[0065] In some aspects, autonomous and semi-autonomous driving safety technologies use a combination of hardware (e.g., sensors, cameras, and radar) and software to help vehicles  identify certain safety risks so they can warn the driver to act (in the case of an advanced driver assistance system (ADAS) ) , or act themselves (in the case of an automated driving systems (ADS) ) , to avoid a crash. A vehicle outfitted with an ADAS or ADS includes one or more camera sensors mounted on the vehicle that capture images of the scene in front of the vehicle, and also possibly behind and to the sides of the vehicle. Radar systems may also be used to detect objects along the road of travel, and also possibly behind and to the sides of the vehicle. Radar systems utilize RF waves to determine the range, direction, speed, and / or altitude of the objects along the road. More specifically, a transmitter transmits pulses of RF waves that bounce off any object (s) in their path. The pulses reflected off the object (s) return a small part of the RF waves’ energy to a receiver, which is typically located at the same location as the transmitter. The camera and radar are typically oriented to capture their respective versions of the same scene.

[0066] A processor, such as a digital signal processor (DSP) , within the vehicle analyzes the captured camera images and radar frames and attempts to identify objects within the captured scene. Such objects may be other vehicles, pedestrians, road signs, objects within the road of travel, etc. The radar system provides reasonably accurate measurements of object distance and velocity in various weather conditions. However, radar systems typically have insufficient resolution to identify features of the detected objects. Camera sensors, however, typically do provide sufficient resolution to identify object features. The cues of object shapes and appearances extracted from the captured images may provide sufficient characteristics for classification of different objects. Given the complementary properties of the two sensors, data from the two sensors can be combined (referred to as “fusion” ) in a single system for improved performance.

[0067] To further enhance systems such as ADAS and ADS, especially at Level 3 and beyond, autonomous and semi-autonomous vehicles may utilize high definition (HD) map datasets, which contain significantly more detailed information and true-ground-absolute accuracy than those found in current conventional resources. Such HD maps may provide accuracy in the 7-10 cm absolute ranges, highly detailed inventories of all stationary physical assets related to roadways, such as road lanes, road edges, shoulders, dividers, traffic signals, signage, paint markings, poles, and other data useful for the safe navigation of roadways and intersections by autonomous  / semi-autonomous vehicles. HD maps  may also provide electronic horizon predictive awareness, which enables autonomous  / semi-autonomous vehicles to know what lies ahead.

[0068] Note that an autonomous or semi-autonomous vehicle may be, but need not be, a V-UE. Likewise, a V-UE may be, but need not be, an autonomous or semi-autonomous vehicle. An autonomous or semi-autonomous vehicle is a vehicle outfitted with an ADAS or ADS. A V-UE is a vehicle with cellular connectivity to a 5G or other cellular network. An autonomous or semi-autonomous vehicle that uses, or is capable of using, cellular techniques for positioning and / or navigation is a V-UE.

[0069] FIG. 2A is a bird’s eye view of a vehicle 210 employing a radar-camera sensor module 212 behind the windshield 214, according to aspects of the disclosure. As shown in FIG. 2A, a vehicle 210 (referred to as an “ego vehicle” or a “host vehicle” ) is illustrated that includes a radar-camera sensor module 212 located in the interior compartment of the ego vehicle 210 behind the windshield 214. In some aspects, the ego vehicle 210 may be a V2X-capable vehicle. The radar-camera sensor module 212 includes a radar component configured to transmit radar signals through the windshield 214 in a horizontal coverage zone 222 (shown by dashed lines) , and receive reflected radar signals that are reflected off of any objects within the horizontal coverage zone 222. The radar-camera sensor module 212 further includes a camera component for capturing images based on light waves that are seen and captured through the windshield 214 in a horizontal coverage zone 226 (shown by dashed lines) .

[0070] Although FIG. 2A illustrates an example in which the radar component and the camera component are co-located components in a shared housing, as will be appreciated, they may be separately housed in different locations within the ego vehicle 210. For example, the camera may be located as shown in FIG. 2A, and the radar component may be located in the grill or front bumper of the ego vehicle 210. Additionally, although FIG. 2A illustrates the radar-camera sensor module 212 located behind the windshield 214, it may instead be located in a rooftop sensor array, or elsewhere. Further, although FIG. 2A illustrates only a single radar-camera sensor module 212, as will be appreciated, the ego vehicle 210 may have multiple radar-camera sensor modules 212 pointed in different directions (to the sides, the front, the rear, etc. ) . The various radar-camera sensor modules 212 may be under the “skin” of the vehicle (e.g., behind the windshield 214, door panels, bumpers, grills, etc. ) or within a rooftop sensor array.

[0071] The radar-camera sensor module 212 may detect one or more (or none) objects relative to the ego vehicle 210. In the example of FIG. 2A, there are two objects, vehicles 232 and 236, within the horizontal coverage zones 222 and 226 that the radar-camera sensor module 212 can detect. The radar-camera sensor module 212 may estimate parameters (attributes) of the detected object (s) , such as the position, range, direction, speed, size, classification (e.g., vehicle, pedestrian, road sign, etc. ) , and the like. The radar-camera sensor module 212 may be employed onboard the ego vehicle 210 for automotive safety applications, such as adaptive cruise control (ACC) , FCW, collision mitigation or avoidance via autonomous braking, LDW, and the like.

[0072] Co-locating the camera and radar permits these components to share electronics and signal processing, and in particular, enables early radar-camera data fusion. For example, the radar and camera may be integrated onto a single board. A joint radar-camera alignment technique may be employed to align both the radar and the camera. However, co-location of the radar and camera is not required to practice the techniques described herein.

[0073] In some aspects, for providing the ego lane information for the motion planning operation, an ego vehicle may determine a location of the ego vehicle itself and compare the location against lane information included in map information (e.g., HD maps or non-HD maps) in order to identify the lane that the ego vehicle is currently travelling (i.e., the ego lane) . In some aspects, the ego vehicle may determine the lane topology further based on detecting the road markings using vision detection (e.g., using the camera component of the radar-camera sensor module 212) , and may identify the ego lane further based on the detected lane topology.

[0074] In some aspects, the road markings at an intersection may be absent or insufficient for the ego vehicle to clearly identify the lane topology at the intersection. In some aspects, while some maps may provide virtual lane topology for intersections, such virtual lane topology may not always be available due to factors such as lack of data or lack of valid subscription for using such data. Therefore, in addition to identify the ego lane, the vehicle may further derive an ego lane topology connecting the identified ego lane at one side of the intersection (the ego vehicle is travelling or leaving) and another lane at the other side of the intersection (the ego vehicle is heading) .

[0075] FIG. 2B is a bird’s eye view illustrating deriving an ego lane topology for an intersection 240, according to aspects of the disclosure. As shown in FIG. 2B, the ego vehicle 210 may be leaving a road segment 250, in the intersection 240, and heading toward another road segment 260. The road segment 250, the road segment 260, and the intersection 240 therebetween depict a simplified example. In some aspects, the ego vehicle 210 may be still within or partially within the road segment 250 when deriving the ego lane topology for the intersection 240. In some aspects, there may be one or more road segments adjoining the intersection 240 but are not shown in FIG. 2B.

[0076] In this example, the road segment 250 may include lanes 252, 254, 256, and 258, and the road segment 260 may include lanes 262, 264, and 266. In this example, lanes 252, 254, 256, 262, 264, and 266 are configured for traveling along a same direction (e.g., from a lower part to an upper part of the page) , and lane 258 is configured for traveling away from the road segment 260 (e.g., for making a left turn) . In this example, the lanes 252, 254, and 256 may not be aligned with the lanes 262, 264, and 266, and the intersection 240 with misaligned lanes on two opposite sides thereof may be referred to as an offset intersection.

[0077] In some aspects, for the ego vehicle 210 to derive an ego lane topology through the intersection 240, the ego vehicle 210 may have the options of connecting the lane 254 it leaves with any of the lanes 262, 264, and 266. In some aspects, the ego vehicle 210 may derive the ego lane topology based on a trajectory of the ego vehicle and / or a trajectory of a leading vehicle ahead of the ego vehicle in the same lane. In some aspects, additionally or alternatively, the ego vehicle 210 may derive the ego lane topology based on determining a most probable lane (MBL) among the lanes 262, 264, and 266 of the road segment 260 based on a predicted driving tube 270 of the ego vehicle 210.

[0078] As shown in FIG. 2B, the predicted driving tube 270 of the ego vehicle 210 is depicted as a shaded area. In some aspects, the predicted driving tube 270 may be generated based on historic trajectory of the ego vehicle 210 and a trajectory of a leading vehicle (if available, not depicted in FIG. 2B) . In some aspects, the predicted driving tube 270 may represent a virtual corridor where the ego vehicle 210 may travel based on the assumption that the ego vehicle 210 may not substantive deviate from a current speed, a current acceleration, a current deceleration, a current direction, and / or a current turning rate.

[0079] In some aspects, based on the predicted driving tube 270, together with the geometrical features of the lanes 262, 264, and 266 of the road segment 260 and the kinematic constraints of the ego vehicle 210, the lane 262 may be determined as the MBL. The ego lane topology 280 (depicted as a dotted line) may be derived based on connecting an ending node 254a of the lane 254 to a starting node 262a of the lane 262. In some aspects, the ego lane topology 280 is not the same as a planned route. In some aspects, the ego lane topology 280 may be used to define the ego lane of the ego vehicle 210, which may constitute one of many input data sets for a motion planning operation.

[0080] In some aspects, the motion planning operation may include trajectory prediction and / or route planning functionalities. Trajectory prediction follows a data-driven approach that incorporates blinker state information, and trajectory history of other vehicles (referred to as “agents” ) around the ego vehicle, along with map geometry. A graph-based neural network learns multi-agent interactions, while a weighted, multi-modal distribution of trajectories represents the uncertainty in agent intentions and motion. Stochastic predicted trajectories are used in tree search and dynamic programming optimizers for risk-minimizing ego maneuvers. Note that a tree search is only one method, but trajectory prediction could also be performed using a graph-based neural network, where the weightings of the neural network can be updated to adjust which trajectories / paths are still viable.

[0081] Route planning attempts to understand the probabilistic evolution of the world through the exploration of belief space. Ego actions are defined through the generation of possible trajectories and agent actions through prediction input. Route planning efficiently prunes the search space (e.g., a search tree) and evaluates candidate trajectories for risk and reward. The output is the coarse reference trajectory along with a corresponding belief of the world and relevant semantics.

[0082] Note that a driving trajectory is not necessarily a single driving maneuver (e.g., a lane change, braking, merging, etc. ) , but rather, is a driving path that may be taken that may be several seconds to minutes into the future. A driving trajectory may therefore include one or more planned driving maneuvers over a time period of several seconds to several minutes into the future. Also, note that the ego lane topology derived according to the present disclosure may be used as input of trajectory prediction and / or route planning, instead of the final result of trajectory prediction and / or route planning.

[0083] FIG. 3 illustrates an example architecture of an on-board computer (OBC) 300 of a vehicle, according to aspects of the disclosure. In an aspect, the OBC 300 may be part of an ADAS or ADS. The OBC 300 may also be the V-UE of a vehicle (e.g., the ego vehicle 210 in FIGS. 2A-2B) . The OBC 300 includes a non-transitory computer-readable storage medium, i.e., memory 304, and one or more processors 306 in communication with the memory 304 via a data bus 308. The memory 304 includes one or more storage modules storing computer-readable instructions executable by the one or more processors 306 to perform the functions of the OBC 300 described herein. For example, the one or more processors 306 in conjunction with the memory 304 may implement the various operations described herein.

[0084] One or more radar-camera sensor modules 320 onboard the vehicle may be coupled to the OBC 300 (only one is shown in FIG. 3 for simplicity) . In some aspects, the radar-camera sensor module 320 includes at least one camera 312, at least one radar 314, and at least one optional light detection and ranging (lidar) sensor 316. The OBC 300 also includes one or more system interfaces 310 connecting the one or more processors 306, by way of the data bus 308, to the radar-camera sensor module 320 and, optionally, other vehicle sub-systems (not shown) .

[0085] The OBC 300 also includes, at least in some cases, one or more wireless wide area network (WWAN) transceivers 330 configured to communicate via one or more wireless communication networks (not shown) , such as an NR network, an LTE network, a Global System for Mobile communication (GSM) network, and / or the like. The one or more WWAN transceivers 330 may be connected to one or more antennas (not shown) for communicating with other network nodes, such as other V-UEs, pedestrian UEs, infrastructure access points, roadside units (RSUs) , base stations (e.g., eNBs, gNBs) , etc., via at least one designated RAT (e.g., NR, LTE, GSM, etc. ) over a wireless communication medium of interest (e.g., some set of time / frequency resources in a particular frequency spectrum) . The one or more WWAN transceivers 330 may be variously configured for transmitting and encoding signals (e.g., messages, indications, information, and so on) , and, conversely, for receiving and decoding signals (e.g., messages, indications, information, pilots, and so on) in accordance with the designated RAT.

[0086] The OBC 300 also includes, at least in some cases, one or more short-range wireless transceivers 340 (e.g., a Wi-Fi transceiver, a  transceiver, etc. ) . The one or more short-range wireless transceivers 340 may be connected to one or more antennas (not shown) for communicating with other network nodes, such as other V-UEs, pedestrian UEs, infrastructure access points, RSUs, etc., via at least one designated RAT (e.g., cV2X) , IEEE 802.11p (also known as wireless access for vehicular environments (WAVE) ) , dedicated short-range communication (DSRC) , etc. ) over a wireless communication medium of interest. The one or more short-range wireless transceivers 340 may be variously configured for transmitting and encoding signals (e.g., messages, indications, information, and so on) , and, conversely, for receiving and decoding signals (e.g., messages, indications, information, pilots, and so on) in accordance with the designated RAT.

[0087] As used herein, a “transceiver” may include a transmitter circuit, a receiver circuit, or a combination thereof, but need not provide both transmit and receive functionalities in all designs. For example, a low functionality receiver circuit may be employed in some designs to reduce costs when providing full communication is not necessary (e.g., a receiver chip or similar circuitry simply providing low-level sniffing) .

[0088] The OBC 300 also includes, at least in some cases, a global navigation satellite system (GNSS) receiver 350. The GNSS receiver 350 may be connected to one or more antennas (not shown) for receiving satellite signals. The GNSS receiver 350 may comprise any suitable hardware and / or software for receiving and processing GNSS signals. The GNSS receiver 350 requests information and operations as appropriate from the other systems, and performs the calculations necessary to determine the vehicle’s position using measurements obtained by any suitable GNSS algorithm.

[0089] In an aspect, the OBC 300 may utilize the one or more WWAN transceivers 330 and / or the one or more short-range wireless transceivers 340 to download one or more maps 302 that can then be stored in memory 304 and used for vehicle navigation. Map (s) 302 may be one or more high definition (HD) maps, which may provide accuracy in the 7-10 cm absolute ranges, highly detailed inventories of all stationary physical assets related to roadways, such as road lanes, road edges, shoulders, dividers, traffic signals, signage, paint markings, poles, and other data useful for the safe navigation of roadways and  intersections by the vehicle. Map (s) 302 may also provide electronic horizon predictive awareness, which enables the vehicle to know what lies ahead.

[0090] In some aspects, the vehicle that includes the OBC 300 may further include one or more sensors 360 that may be coupled to the one or more processors 306 via the one or more system interfaces 310. The one or more sensors 360 may provide means for sensing or detecting information related to the state and / or environment of the vehicle, such as speed, heading (e.g., compass heading) , headlight status, gas mileage, etc. By way of example, the one or more sensors 360 may include an odometer a speedometer, a tachometer, an accelerometer (e.g., a micro-electromechanical system-s (MEMS) device) , a gyroscope, a geomagnetic sensor (e.g., a compass) , an altimeter (e.g., a barometric pressure altimeter) , etc. Although shown as located outside the OBC 300, some of these sensors 360 may be located on the OBC 300 and some may be located elsewhere in the vehicle.

[0091] The OBC 300 may further include an ego lane component 318. The ego lane component 318 may be a hardware circuit that is part of or coupled to the one or more processors 306 that, when executed, causes the OBC 300 to perform the functionality described herein. In other aspects, the ego lane component 318 may be external to the one or more processors 306 (e.g., part of a positioning processing system, integrated with another processing system, etc. ) . Alternatively, the ego lane component 318 may be one or more memory modules stored in the memory 304 that, when executed by the one or more processors 306 (or positioning processing system, another processing system, etc. ) , cause the OBC 300 to perform the functionality described herein. FIG. 3 illustrates possible locations of the ego lane component 318, which may be, for example, part of the memory 304, the one or more processors 306, or any combination thereof, or may be a standalone component.

[0092] In an aspect, the camera 312 may capture image frames (also referred to herein as camera frames) of the scene within the viewing area of the camera 312 (as illustrated in FIG. 2A as horizontal coverage zone 226) at some periodic rate. Likewise, the radar 314 may capture radar frames of the scene within the viewing area of the radar 314 (as illustrated in FIG. 2A as horizontal coverage zone 222) at some periodic rate. The periodic rates at which the camera 312 and the radar 314 capture their respective frames may be the same or different. Each camera and radar frame may be timestamped. Thus, where the periodic  rates are different, the timestamps can be used to select simultaneously, or nearly simultaneously, captured camera and radar frames for further processing (e.g., fusion) .

[0093] For convenience, the OBC 300 is shown in FIG. 3 as including various components that may be configured according to the various examples described herein. It will be appreciated, however, that the illustrated components may have different functionality in different designs. In particular, various components in FIG. 3 are optional in alternative configurations and the various aspects include configurations that may vary due to design choice, costs, use of the device, or other considerations. For brevity, illustration of the various alternative configurations is not provided herein, but would be readily understandable to one skilled in the art.

[0094] The components of FIG. 3 may be implemented in various ways. In some implementations, the components of FIG. 3 may be implemented in one or more circuits such as, for example, one or more processors and / or one or more ASICs (which may include one or more processors) . Here, each circuit may use and / or incorporate at least one memory component for storing information or executable code used by the circuit to provide this functionality. For example, some or all of the functionality represented by blocks 302 to 350 may be implemented by processor and memory component (s) of the OBC 300 (e.g., by execution of appropriate code and / or by appropriate configuration of processor components) . For simplicity, various operations, acts, and / or functions are described herein as being performed “by a UE, ” “by an OBC, ” or “by a vehicle. ” However, as will be appreciated, such operations, acts, and / or functions may actually be performed by specific components or combinations of components of the OBC 300, such as the one or more processors 306, the one or more transceivers 330 and 340, the memory 304, the ego lane component 318, etc.

[0095] FIG. 4 is a bird’s eye view illustrating deriving an ego lane topology for an intersection with presence of one or more neighboring vehicles, according to aspects of the disclosure. The components in FIG. 4 that are the same or similar to those in FIG. 2B are given the same reference numbers, and detailed description thereof may be omitted.

[0096] As shown in FIG. 4 and illustrated with reference to FIG. 2B, the ego vehicle 210 leaving the lane 254 may enter any of the lanes 262, 264, and 266. In some aspects, among the lanes 262, 264, and 266, the predicted driving tube 270 of the ego vehicle 210 may indicate that the ego vehicle 210 may enter the lane 262 (path 402) or the lane 264 (path  404) , and the lane 262 may be the MPL. However, there is a neighboring vehicle 410 that is on the lane 252, and the most straight-forward path for the neighboring vehicle 410 to move forward to the road segment 260 across the intersection 240 is through path 412, which may collide with the path 402 at point 414.

[0097] In some aspects according to the example shown in FIG. 4, if the ego vehicle 210 derive the ego lane topology as from the lane 254 to the lane 262 based on the lane 262 being determined as the MPL (as illustrated in FIG. 2B) , there may be an increased chance for the ego vehicle 210 (based on the motion planning operation) to select the path 402 for moving across the intersection 240. However, selecting the path 402 for the ego vehicle 210 may also increase the chance of interfering with the path 412. Under such scenario, the ego vehicle 210 and the neighboring vehicle 410 may need to further engage in a lane merging operation or a collision avoidance operation in order to reduce the chance of collision between the ego vehicle 210 and the neighboring vehicle 410.

[0098] On the other hand, from FIG. 4, the path 404 may be a better option for the ego vehicle 210. In some aspects, if the ego vehicle 210 may consider the interaction between the ego vehicle 210 and one or more neighboring vehicles and generate an ego lane topology as from the lane 254 to the lane 264, there may be an increased chance for the ego vehicle 210 (based on the motion planning operation) to select the path 404 for moving across the intersection 240. Under such scenario, there may be no need for performing additional or complicated lane merging operations or collision avoidance operations, an hence increase the computational efficiency of the ADAS or ADS on the ego vehicle 210 and / or one or more neighboring vehicles, reduce the chance of sending vehicles into collision courses, and increase the safety across the intersection 240 (especially in the absence of sufficient road markings and / or pre-configured virtual lane topology for the intersection) .

[0099] FIG. 5 is a flowchart illustrating an example method 500 of deriving an ego lane topology performed by a processing device of an ego vehicle, according to aspects of the disclosure. In some aspects, the processing device in the method 500 may correspond to the OBC 300 in FIG. 3, which may be onboard a vehicle (e.g., the ego vehicle 210 in FIG. 4) . In some aspects, the method 500 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing one or more of the following operations of method 500.

[0100] At operation 510, the processing device on board the ego vehicle may detect if there are one or more neighboring vehicles that satisfy a set of possible collision criteria. If the one or more neighboring vehicles satisfying the set of possible collision criteria are detected, the process may proceed to operation 520 (the YES path) . If no neighboring vehicle satisfying the set of possible collision criteria may be detected, the process may proceed to operation 540 (the NO path) . In some aspects, operation 510 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 510.

[0101] At operation 520, the processing device may obtain, for each one of the one or more neighboring vehicles from operation 510, one or two probable lanes beyond an intersection. In some aspects, for each one of the one or more neighboring vehicles, a corresponding predicted driving tube may be generated. In some aspects, for each one of the one or more neighboring vehicles, the one or two probable lanes beyond the intersection may be determined based on the corresponding predicted driving tube of the neighboring vehicle, the geometrical features of the lanes beyond the intersection, the historic trajectory of the neighboring vehicle, and / or a trajectory of a leading vehicle thereof (if available) . In some aspects, operation 520 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 520.

[0102] At operation 530, the processing device may determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles. In some aspects, a first one of the two candidate lanes of the ego vehicle may correspond to a MBL of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles. In some aspects, operation 530 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304,  and / or the ego lane component 318, any or all of which may be considered means for performing operation 530.

[0103] In some aspects, the determining the two interactive scores may include assigning a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination, and assigning a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination. In some aspects, the determining the two interactive scores may further include determining each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles. In some aspects, the first score may be zero (0) , the second score may be negative one (-1) , and a higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0104] In some aspects, the two interactive scores may be equal, and thus the MPL may be determined based on additional conditions as tie-breakers. In some aspects, the method may further include determining two smallest time-to-collision (TTC) estimations (e.g., in association with the one or more neighboring vehicles) respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal. In some aspects, a second one of the two candidate lanes of the ego vehicle may correspond to the MPL of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations (e.g., a greater margin for implementing collision avoidance maneuvers) .

[0105] On the other hand, at operation 540 along the NO path after operation 510, the processing device may generate a predicted driving tube of the ego vehicle as illustrated with reference to FIG. 2B. In some aspects, operation 540 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 540.

[0106] At operation 550, the processing device may determine the MPL based on geometry and kinematic constraints as illustrated with reference to FIG. 2B. In some aspects, operation 550 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 550.

[0107] At operation 560, the processing device may derive the ego lane topology based on the MBL of the ego vehicle (either from operation 530 or operation 550) . In some aspects, the ego lane topology may be based on connecting an ending node of a lane on one side of the intersection that the ego vehicle is leaving to a starting node of another lane on an opposite side of the intersection. In some aspects, operation 560 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 560.

[0108] In some aspects, the method 500 may be for the scenario where the ego vehicle may have two candidate lanes beyond the intersection, and one of the two candidate lanes is to be selected for deriving the ego lane topology. In some aspects, if it can be determined that, based on lane geometry information and the location of the ego vehicle, there is only one candidate lane beyond the intersection, the only candidate lane is the MPL, and most operations of the method 500 may be omitted except operation 560.

[0109] FIG. 6A is a flowchart illustrating an example method 600 of detecting one or more neighboring vehicles that satisfy a set of possible collision criteria, according to aspects of the disclosure. The method 600 may correspond to performing at least a portion of operation 510 in FIG. 5. In some aspects, the method 600 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing one or more of the following operations of method 600.

[0110] At operation 610, the processing device on board the ego vehicle may detect one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of  the current lane. In some aspects, operation 610 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 610.

[0111] In some aspects, the first distance may be less than the second distance. In some aspects, the first distance or the second distance may be determined based on an ego speed of the ego vehicle, a minimum speed limit of the ego lane, a maximum speed limit of the ego lane, or any combination thereof. In some aspects, the first distance may be 10 meters. In some aspects, the second distance may be 30 meters.

[0112] In some aspects, the first distance may be determined based on an equation of:

[0113] In some aspects, Sf represents the first distance, vego represents an ego speed of the ego vehicle, vlow represents a minimum speed limit of the ego lane, and ad represents an estimated deceleration rate.

[0114] In some aspects, the second distance may be determined based on an equation of:

[0115] In some aspects, Sr represents the second distance, vego represents an ego speed of the ego vehicle, vlimit represents a maximum speed limit of the ego lane, and ad represents an estimated deceleration rate.

[0116] At operation 620, the processing device may project the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles. In some aspects, the ego driving tube of the ego vehicle may include a past portion representing an area the ego vehicle has passed, and a future portion that may correspond the predicted driving tube of the ego vehicle. In some aspects, operation 620 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 620.

[0117] At operation 630, the processing device may determine one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles. In some aspects, operation  630 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 630.

[0118] At operation 640, the processing device may select the one or more neighboring vehicles from the one or more other vehicles, where the one or more neighboring vehicles may have one or more corresponding TTC estimations less than a collision reference value. In some aspects, the collision reference value may be 1.6 seconds. In some aspects, operation 640 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 640.

[0119] In some aspects, in view of the example of FIG. 6A, the set of possible collision criteria in operation 510 in FIG. 5 may correspond to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.

[0120] FIG. 6B is a bird’s eye view showing an example scenario illustrating detecting one or more neighboring vehicles based on the method of FIG. 6A, according to aspects of the disclosure. The components in FIG. 6 that are the same or similar to those in FIG. 2B are given the same reference numbers, and detailed description thereof may be omitted.

[0121] As shown in FIG. 6B, the ego vehicle 210 is leaving the road segment 250, entering the intersection 240, and heading toward the road segment 260. As illustrated in FIG. 6A, the ego vehicle 210 at operation 610 may detect one or more other vehicles within an area of interest that includes a current lane 254, a left adjacent lane 256, and a right adjacent lane 252 (and their extensions 252’, 254’, and 256’ along a traveling trajectory of the current lane 254) , ranging from a first distance (Sf) ahead of the ego vehicle 210 to a second distance (Sr) behind the ego vehicle 210 along the traveling trajectory of the current lane. In this example, the ego vehicle 210 may detect a neighboring vehicle 652 in the extension 256’ of lane 256 ahead of the ego vehicle 210 and a neighboring vehicle 656 in lane 252 behind of the ego vehicle 210.

[0122] As shown in FIG. 6B and illustrated in FIG. 6A, the ego vehicle 210 at operation 620 may project the neighboring vehicle 652 and the neighboring vehicle 656 to an ego driving tube 660 of the ego vehicle 210 to obtain corresponding projections 672 and 676 of the  neighboring vehicles 652 and 656. At operation 630, the ego vehicle 210 may determine TTC estimations for the neighboring vehicles 652 and 656 from the TTC estimation between the projection 672 and the ego vehicle 210 based on the kinematic information of the neighboring vehicle 652 and the TTC estimation between the projection 676 and the ego vehicle 210 based on the kinematic information of the neighboring vehicle 656.

[0123] As shown in FIG. 6B and illustrated in FIG. 6A, the ego vehicle 210 at operation 640 may select at least a subset of the detected neighboring vehicles that have the corresponding TTC estimations less than a collision reference value. In some aspects, the collision reference value may be 1.6 seconds.

[0124] FIG. 7 is a flowchart illustrating an example method 700 of determining two interactive scores respectively for two candidate lanes of the ego vehicle, according to aspects of the disclosure. The method 700 may correspond to performing at least a portion of operation 530 in FIG. 5. In some aspects, the method 700 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing one or more of the following operations of method 700.

[0125] At operation 710, the processing device on board the ego vehicle may identify all combinations of (i) one of the two candidate lanes of the ego vehicle and (ii) one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles. In some aspects, operation 710 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 710.

[0126] At operation 720, the processing device may assign scores to different combinations (e.g., by creating an interactive scoring table) . In some aspects, the processing device may assign a first score to a target combination based on a no lane merging scenario. In some aspects, the processing device may assign a second score that is less than the first score to the target combination based on a potential lane merging scenario. In some aspects, operation 720 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304,  and / or the ego lane component 318, any or all of which may be considered means for performing operation 720.

[0127] In some aspects, the first score may be zero (0) , and the second score may be negative one (-1) . In some aspects, the first score and the second score may be configured such that a higher score of the two interactive scores may indicate that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0128] At operation 730, the processing device may determine, for each one of the candidate lanes of the ego vehicle, a respective average score of all combinations thereof as the interactive score of the candidate lane. In some aspects, operation 730 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 730.

[0129] At operation 740, the processing device may select a first one of the two candidate lanes of the ego vehicle as a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles. In some aspects, operation 740 may be performed by the one or more WWAN transceivers 330, the one or more short-range transceivers 340, the one or more processors 306, the memory 304, and / or the ego lane component 318, any or all of which may be considered means for performing operation 740.

[0130] In some aspects, based on the two interactive scores being equal (i.e., there is a tie between the two interactive scores) , one or more approaches may be implemented as a tie-braker. In some aspects, the processing device may select one of the two candidate lanes associated with a smaller speed difference (e.g., one or more corresponding speed differences between the ego vehicle and the detected one or more neighboring vehicles) . In some aspects, having a smaller speed difference may indicate a greater margin for implementing collision avoidance maneuvers, if needed. In some aspects, the processing device may simply select a random one of the two candidate lanes.

[0131] In some aspects, as shown at operation 750 as another tie-breaker example, the processing device may select a second one of the two candidate lanes of the ego vehicle as the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater smallest TTC estimation (e.g., the  smallest TTC estimations of the projection (s) of the neighboring vehicle (s) in the corresponding lane) . In some aspects, having a greater smallest TTC estimation may indicate a greater margin for implementing collision avoidance maneuvers.

[0132] In some aspects when the smallest TTC estimations still cannot break the tie, the processing device may implement another tie-breaking method, such as based on a smaller speed difference or a random selection as discussed above.

[0133] As will be appreciated, a technical advantage of the method 500, in view of the examples illustrated in FIGS. 6A-7, is deriving an ego lane topology for an offset intersection by selecting a safer candidate lane based on interactive scoring. In some aspects, by implementing an interactive scoring method, a relatively safer lane across an intersection that may reduce the chance of a lane merging scenario can be selected considering the interaction with neighboring vehicles. In some aspects, smallest TTC estimations of candidate lanes may be used to select the safer lane when lane merging may be inevitable. In some aspects, a set of possible collision criteria may be used to filter out less relevant neighboring vehicles to be considered for the interactive scoring.

[0134] FIG. 8A is a bird’s eye view showing a first example scenario illustrating determining interactive scores based on the method of FIG. 7, according to aspects of the disclosure. As shown in FIG. 8A, an ego vehicle 810 may be leaving a road segment 820, in the intersection 830, and heading toward another road segment 840. The road segment 820, the road segment 840, and the intersection 830 therebetween depict a simplified example. In some aspects, there may be one or more road segments adjoining the intersection 830 but are not shown in FIG. 8A.

[0135] In this example, the road segment 820 may include lanes 822, 824, 826, and 828, and the road segment 840 may include lanes 842, 844, and 846. In this example, lanes 822, 824, 826, 842, 844, and 846 are configured for traveling along a same direction (e.g., from a lower part to an upper part of the page) , and lane 828 is configured for traveling away from the road segment 820 (e.g., for making a left turn) . In this example, the lanes 822, 824, and 826 may not be aligned with the lanes 842, 844, and 846.

[0136] In this example, the ego vehicle 810 may have identified two neighboring vehicles 850 and 860 based on a method as illustrated in FIGS. 6A and 6B. In this example, the ego vehicle 810 may be leaving lane 824 and may enter lane 842 (e.g., path 812) or lane 844 (e.g., path 816) . In this example, the neighboring vehicle 850 may be leaving lane 826  and may enter lane 844 (e.g., path 852) or lane 846 (e.g., path 856) . In this example, the neighboring vehicle 860 may be leaving lane 822 and may enter lane 842 (e.g., path 862) .

[0137] In some aspects, according to operation 710 in FIG. 7, the processing device onboard the ego vehicle 810 may identify all combinations of (i) one of the two candidate lanes 842 and 844 of the ego vehicle 810 and (ii) one of the corresponding one or two probable lanes of each one of the neighboring vehicles 850 and 860. For example, when the ego vehicle 810 selects lane 842, the neighboring vehicle 850 may select lane 844 or lane 846, and the neighboring vehicle 860 may select lane 842; and when the ego vehicle 810 selects lane 844, the neighboring vehicle 850 may select lane 844 or lane 846, and the neighboring vehicle 860 may select lane 842.

[0138] In some aspects, according to operation 720, the processing device may create an interactive scoring table (as shown below) , and assign scores to the different combinations.

[0139] Table I

[0140] In some aspects, the processing device may assign a first score (e.g., 0) to a target combination based on the candidate lane being different from any probable lane included in the target combination (e.g., a no lane merging scenario, the first row of scores in Table I) . In some aspects, the processing device may assign a second score (e.g., -1) to the target combination based on the candidate lane being the same as a probable lane included in the target combination (e.g., a potential lane merging scenario, the second, third, and fourth rows of scores in Table I) .

[0141] In some aspects, according to operation 730, the processing device may determine, for each one of the candidate lanes of the ego vehicle, a respective average score of all combinations thereof as the interactive score of the candidate lane (e.g., the “Interactive Score (Average Score) ” column in Table I) as the interactive scores of the candidate lanes 842 and 844. In some aspects, according to operation 740, the processing device may select lane 844 as the MPL of the ego vehicle 810, based on the two interactive scores  indicating that lane 844 is less susceptible to merging of the neighboring vehicles 850 and 860. In some aspects, since the MPL of the ego vehicle 810 can be determined based on the interactive scores, there may be no need to implement any tie-breakers (such as comparing the smallest TTCs) .

[0142] FIG. 8B is a bird’s eye view showing a second example scenario illustrating determining interactive scores based on the method of FIG. 7, according to aspects of the disclosure. Components in FIG. 8B that are the same or similar to those in FIG. 8A are given the same reference numbers, and detailed description thereof may be simplified or omitted.

[0143] As shown in FIG. 8B, an ego vehicle 810 may be leaving a road segment 820’, in the intersection 830’, and heading toward another road segment 840’ . The road segment 820’, the road segment 840’, and the intersection 830’ therebetween depict a simplified example. In some aspects, there may be one or more road segments adjoining the intersection 830’ but are not shown in FIG. 8B.

[0144] In this example, the road segment 820’ may include lanes 822, 824, and 826, and the road segment 840’ may include lanes 842 and 844. In this example, lanes 822, 824, 826, 842, and 844 are configured for traveling along a same direction (e.g., from a lower part to an upper part of the page) . In this example, any of the lanes 822, 824, and 826 may not be aligned with any of the lanes 842 and 844.

[0145] In this example, the ego vehicle 810 may have identified two neighboring vehicles 850 and 860 based on a method as illustrated in FIGS. 6A and 6B. In this example, the ego vehicle 810 may be leaving lane 824 and may enter lane 842 (e.g., path 812) or lane 844 (e.g., path 816) . In this example, the neighboring vehicle 850 may be leaving lane 826 and may enter lane 844 (e.g., path 852) . In this example, the neighboring vehicle 860 may be leaving lane 822 and may enter lane 842 (e.g., path 862) .

[0146] In some aspects, according to operation 710 in FIG. 7, the processing device onboard the ego vehicle 810 may identify all combinations of (i) one of the two candidate lanes 842 and 844 of the ego vehicle 810 and (ii) one of the corresponding one or two probable lanes of each one of the neighboring vehicles 850 and 860. For example, when the ego vehicle 810 selects lane 842, the neighboring vehicle 850 may select lane 844, and the neighboring vehicle 860 may select lane 842; and when the ego vehicle 810 selects lane 844, the neighboring vehicle 850 may select lane 844, and the neighboring vehicle 860 may select lane 842.

[0147] In some aspects, according to operation 720, the processing device may create an interactive scoring table (as shown below) , and assign scores to the different combinations.

[0148] Table II

[0149] In some aspects, the processing device may assign the second score (e.g., -1) to the target combination based on the candidate lane being the same as a probable lane included in the target combination (e.g., a potential lane merging scenario, the first and second rows of scores in Table II) . In some aspects, the processing device may not assign the first score (e.g., 0 for a no lane merging scenario) to any of the listed combinations.

[0150] In some aspects, according to operation 730, the processing device may determine, for each one of the candidate lanes of the ego vehicle, a respective average score of all combinations thereof as the interactive score of the candidate lane (e.g., the “Interactive Score (Average Score) ” column in Table II) as the interactive scores of the candidate lanes 842 and 844. In some aspects, the processing device however cannot select a candidate lane as the MPL of the ego vehicle 810, as the two interactive scores are the same. To break the tie, according to operation 750, the processing device may compare the smallest TTS estimations of the candidate lanes in association with the neighboring vehicles thereon, and may select lane 842 as the MPL of the ego vehicle 810, based on the two interactive scores being equal and lane 842 having a greater smallest TTC estimation.

[0151] In the detailed description above it can be seen that different features are grouped together in examples. This manner of disclosure should not be understood as an intention that the example clauses have more features than are explicitly mentioned in each clause. Rather, the various aspects of the disclosure may include fewer than all features of an individual example clause disclosed. Therefore, the following clauses should hereby be deemed to be incorporated in the description, wherein each clause by itself can stand as a separate example. Although each dependent clause can refer in the clauses to a specific combination with one of the other clauses, the aspect (s) of that dependent clause are not  limited to the specific combination. It will be appreciated that other example clauses can also include a combination of the dependent clause aspect (s) with the subject matter of any other dependent clause or independent clause or a combination of any feature with other dependent and independent clauses. The various aspects disclosed herein expressly include these combinations, unless it is explicitly expressed or can be readily inferred that a specific combination is not intended (e.g., contradictory aspects, such as defining an element as both an electrical insulator and an electrical conductor) . Furthermore, it is also intended that aspects of a clause can be included in any other independent clause, even if the clause is not directly dependent on the independent clause.

[0152] Implementation examples are described in the following numbered clauses:

[0153] Clause 1. A method of deriving an ego lane topology performed by a processing device of an ego vehicle, the method comprising: detecting one or more neighboring vehicles that satisfy a set of possible collision criteria; obtaining, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determining two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and deriving the ego lane topology based on the most probable lane of the ego vehicle.

[0154] Clause 2. The method of clause 1, wherein the determining the two interactive scores comprise: assigning a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination; assigning a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; and determining each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.

[0155] Clause 3. The method of clause 2, wherein: the first score is zero (0) , the second score is negative one (-1) , and a higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0156] Clause 4. The method of any of clauses 1 to 3, further comprising: determining two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal, wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.

[0157] Clause 5. The method of any of clauses 1 to 4, wherein the detecting the one or more neighboring vehicles comprises: detecting one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane; projecting the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles; determining one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; and selecting the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value, wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.

[0158] Clause 6. The method of clause 5, wherein the collision reference value is 1.6 seconds.

[0159] Clause 7. The method of any of clauses 5 to 6, wherein the first distance is less than the second distance.

[0160] Clause 8. The method of any of clauses 5 to 7, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.

[0161] Clause 9. The method of any of clauses 5 to 8, wherein the first distance is determined based on an equation of:  wherein: Sf represents the first distance, vego  represents an ego speed of the ego vehicle, vlow represents a minimum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0162] Clause 10. The method of any of clauses 5 to 9, wherein the second distance is determined based on an equation of:  wherein: Sr represents the second distance, vego represents an ego speed of the ego vehicle, vlimit represents a maximum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0163] Clause 11. A processing device of an ego vehicle for deriving an ego lane topology, comprising: one or more memories; and one or more processors communicatively coupled to the one or more memories, the one or more processors, either alone or in combination, configured to: detect one or more neighboring vehicles that satisfy a set of possible collision criteria; obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and derive the ego lane topology based on the most probable lane of the ego vehicle.

[0164] Clause 12. The processing device of clause 11, wherein the one or more processors, either alone or in combination, are further configured to: assign a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination; assign a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; and determine each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.

[0165] Clause 13. The processing device of clause 12, wherein: the first score is zero (0) , the second score is negative one (-1) , and a higher score of the two interactive scores indicates  that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0166] Clause 14. The processing device of any of clauses 11 to 13, wherein the one or more processors, either alone or in combination, are further configured to: determine two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal, wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.

[0167] Clause 15. The processing device of any of clauses 11 to 14, wherein the one or more processors, either alone or in combination, are further configured to: detect one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane; project the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles; determine one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; and select the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value, wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.

[0168] Clause 16. The processing device of clause 15, wherein the collision reference value is 1.6 seconds.

[0169] Clause 17. The processing device of any of clauses 15 to 16, wherein the first distance is less than the second distance.

[0170] Clause 18. The processing device of any of clauses 15 to 17, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.

[0171] Clause 19. The processing device of any of clauses 15 to 18, wherein the first distance is determined based on an equation of:  wherein: Sf represents the first distance, vego represents an ego speed of the ego vehicle, vlow represents a minimum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0172] Clause 20. The processing device of any of clauses 15 to 19, wherein the second distance is determined based on an equation of:  wherein: Sr represents the second distance, vego represents an ego speed of the ego vehicle, vlimit represents a maximum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0173] Clause 21. A processing device of an ego vehicle for deriving an ego lane topology, comprising: means for detecting one or more neighboring vehicles that satisfy a set of possible collision criteria; means for obtaining, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; means for determining two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and means for deriving the ego lane topology based on the most probable lane of the ego vehicle.

[0174] Clause 22. The processing device of clause 21, wherein the means for determining the two interactive scores comprise: means for assigning a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination; means for assigning a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; and means for determining each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.

[0175] Clause 23. The processing device of clause 22, wherein: the first score is zero (0) , the second score is negative one (-1) , and a higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0176] Clause 24. The processing device of any of clauses 21 to 23, further comprising: means for determining two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal, wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.

[0177] Clause 25. The processing device of any of clauses 21 to 24, wherein the means for detecting the one or more neighboring vehicles comprises: means for detecting one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane; means for projecting the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles; means for determining one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; and means for selecting the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value, wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.

[0178] Clause 26. The processing device of clause 25, wherein the collision reference value is 1.6 seconds.

[0179] Clause 27. The processing device of any of clauses 25 to 26, wherein the first distance is less than the second distance.

[0180] Clause 28. The processing device of any of clauses 25 to 27, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum  speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.

[0181] Clause 29. The processing device of any of clauses 25 to 28, wherein the first distance is determined based on an equation of:  wherein: Sf represents the first distance, vego represents an ego speed of the ego vehicle, vlow represents a minimum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0182] Clause 30. The processing device of any of clauses 25 to 29, wherein the second distance is determined based on an equation of:  wherein: Sr represents the second distance, vego represents an ego speed of the ego vehicle, vlimit represents a maximum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0183] Clause 31. A non-transitory computer-readable medium storing computer-executable instructions that, when executed by a processing device of an ego vehicle for deriving an ego lane topology, cause the processing device to: detect one or more neighboring vehicles that satisfy a set of possible collision criteria; obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection; determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; and derive the ego lane topology based on the most probable lane of the ego vehicle.

[0184] Clause 32. The non-transitory computer-readable medium of clause 31, wherein the instructions that cause the processing device to determine the two interactive scores comprise instructions that, when executed by the processing device, cause the processing device to: assign a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination; assign a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; and determine each one  of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.

[0185] Clause 33. The non-transitory computer-readable medium of clause 32, wherein: the first score is zero (0) , the second score is negative one (-1) , and a higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.

[0186] Clause 34. The non-transitory computer-readable medium of any of clauses 31 to 33, further comprising computer-executable instructions that, when executed by the processing device, cause the processing device to: determine two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal, wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.

[0187] Clause 35. The non-transitory computer-readable medium of any of clauses 31 to 34, wherein the instructions that cause the processing device to detect the one or more neighboring vehicles comprise instructions that, when executed by the processing device, cause the processing device to: detect one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane; project the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles; determine one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; and select the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value, wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.

[0188] Clause 36. The non-transitory computer-readable medium of clause 35, wherein the collision reference value is 1.6 seconds.

[0189] Clause 37. The non-transitory computer-readable medium of any of clauses 35 to 36, wherein the first distance is less than the second distance.

[0190] Clause 38. The non-transitory computer-readable medium of any of clauses 35 to 37, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.

[0191] Clause 39. The non-transitory computer-readable medium of any of clauses 35 to 38, wherein the first distance is determined based on an equation of:  wherein: Sf represents the first distance, vego represents an ego speed of the ego vehicle, vlow represents a minimum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0192] Clause 40. The non-transitory computer-readable medium of any of clauses 35 to 39, wherein the second distance is determined based on an equation of:  wherein: Sr represents the second distance, vego represents an ego speed of the ego vehicle, vlimit represents a maximum speed limit of an ego lane, and ad represents an estimated deceleration rate.

[0193] Those of skill in the art will appreciate that information and signals may be represented using any of a variety of different technologies and techniques. For example, data, instructions, commands, information, signals, bits, symbols, and chips that may be referenced throughout the above description may be represented by voltages, currents, electromagnetic waves, magnetic fields or particles, optical fields or particles, or any combination thereof.

[0194] Further, those of skill in the art will appreciate that the various illustrative logical blocks, modules, circuits, and algorithm steps described in connection with the aspects disclosed herein may be implemented as electronic hardware, computer software, or combinations of both. To clearly illustrate this interchangeability of hardware and software, various illustrative components, blocks, modules, circuits, and steps have been described above generally in terms of their functionality. Whether such functionality is implemented as hardware or software depends upon the particular application and design constraints  imposed on the overall system. Skilled artisans may implement the described functionality in varying ways for each particular application, but such implementation decisions should not be interpreted as causing a departure from the scope of the present disclosure.

[0195] The various illustrative logical blocks, modules, and circuits described in connection with the aspects disclosed herein may be implemented or performed with a general purpose processor, a digital signal processor (DSP) , an ASIC, a field-programable gate array (FPGA) , or other programmable logic device, discrete gate or transistor logic, discrete hardware components, or any combination thereof designed to perform the functions described herein. A general-purpose processor may be a microprocessor, but in the alternative, the processor may be any conventional processor, controller, microcontroller, or state machine. A processor may also be implemented as a combination of computing devices, for example, a combination of a DSP and a microprocessor, a plurality of microprocessors, one or more microprocessors in conjunction with a DSP core, or any other such configuration.

[0196] The methods, sequences and / or algorithms described in connection with the aspects disclosed herein may be embodied directly in hardware, in a software module executed by a processor, or in a combination of the two. A software module may reside in random access memory (RAM) , flash memory, read-only memory (ROM) , erasable programmable ROM (EPROM) , electrically erasable programmable ROM (EEPROM) , registers, hard disk, a removable disk, a CD-ROM, or any other form of storage medium known in the art. An example storage medium is coupled to the processor such that the processor can read information from, and write information to, the storage medium. In the alternative, the storage medium may be integral to the processor. The processor and the storage medium may reside in an ASIC. The ASIC may reside in a user terminal (e.g., UE) . In the alternative, the processor and the storage medium may reside as discrete components in a user terminal.

[0197] In one or more example aspects, the functions described may be implemented in hardware, software, firmware, or any combination thereof. If implemented in software, the functions may be stored on or transmitted over as one or more instructions or code on a computer-readable medium. Computer-readable media includes both computer storage media and communication media including any medium that facilitates transfer of a  computer program from one place to another. A storage media may be any available media that can be accessed by a computer. By way of example, and not limitation, such computer-readable media can comprise RAM, ROM, EEPROM, CD-ROM or other optical disk storage, magnetic disk storage or other magnetic storage devices, or any other medium that can be used to carry or store desired program code in the form of instructions or data structures and that can be accessed by a computer. Also, any connection is properly termed a computer-readable medium. For example, if the software is transmitted from a website, server, or other remote source using a coaxial cable, fiber optic cable, twisted pair, digital subscriber line (DSL) , or wireless technologies such as infrared, radio, and microwave, then the coaxial cable, fiber optic cable, twisted pair, DSL, or wireless technologies such as infrared, radio, and microwave are included in the definition of medium. Disk and disc, as used herein, includes compact disc (CD) , laser disc, optical disc, digital versatile disc (DVD) , floppy disk and Blu-ray disc where disks usually reproduce data magnetically, while discs reproduce data optically with lasers. Combinations of the above should also be included within the scope of computer-readable media.

[0198] While the foregoing disclosure shows illustrative aspects of the disclosure, it should be noted that various changes and modifications could be made herein without departing from the scope of the disclosure as defined by the appended claims. For example, the functions, steps and / or actions of the method claims in accordance with the aspects of the disclosure described herein need not be performed in any particular order. Further, no component, function, action, or instruction described or claimed herein should be construed as critical or essential unless explicitly described as such. Furthermore, as used herein, the terms “set, ” “group, ” and the like are intended to include one or more of the stated elements. Also, as used herein, the terms “has, ” “have, ” “having, ” “comprises, ” “comprising, ” “includes, ” “including, ” and the like does not preclude the presence of one or more additional elements (e.g., an element “having” A may also have B) . Further, the phrase “based on” is intended to mean “based, at least in part, on” unless explicitly stated otherwise. Also, as used herein, the term “or” is intended to be inclusive when used in a series and may be used interchangeably with “and / or, ” unless explicitly stated otherwise (e.g., if used in combination with “either” or “only one of” ) or the alternatives are mutually exclusive (e.g., “one or more” should not be interpreted as “one and more” ) .  Furthermore, although components, functions, actions, and instructions may be described or claimed in the singular, the plural is contemplated unless limitation to the singular is explicitly stated. Accordingly, as used herein, the articles “a, ” “an, ” “the, ” and “said” are intended to include one or more of the stated elements. Additionally, as used herein, the terms “at least one” and “one or more” encompass “one” component, function, action, or instruction performing or capable of performing a described or claimed functionality and also “two or more” components, functions, actions, or instructions performing or capable of performing a described or claimed functionality in combination.

Claims

1.A method of deriving an ego lane topology performed by a processing device of an ego vehicle, the method comprising:detecting one or more neighboring vehicles that satisfy a set of possible collision criteria;obtaining, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection;determining two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; andderiving the ego lane topology based on the most probable lane of the ego vehicle.2.The method of claim 1, wherein the determining the two interactive scores comprise:assigning a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination;assigning a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; anddetermining each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.3.The method of claim 2, wherein:the first score is zero (0) ,the second score is negative one (-1) , anda higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.4.The method of claim 1, further comprising:determining two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal,wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.5.The method of claim 1, wherein the detecting the one or more neighboring vehicles comprises:detecting one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane;projecting the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles;determining one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; andselecting the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value,wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.6.The method of claim 5, wherein the first distance is less than the second distance.7.The method of claim 5, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.8.A processing device of an ego vehicle for deriving an ego lane topology, comprising:one or more memories; andone or more processors communicatively coupled to the one or more memories, the one or more processors, either alone or in combination, configured to:detect one or more neighboring vehicles that satisfy a set of possible collision criteria;obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection;determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; andderive the ego lane topology based on the most probable lane of the ego vehicle.9.The processing device of claim 8, wherein the one or more processors, either alone or in combination, are further configured to:assign a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination;assign a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; anddetermine each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.10.The processing device of claim 9, wherein:the first score is zero (0) ,the second score is negative one (-1) , anda higher score of the two interactive scores indicates that the corresponding candidate lane is less susceptible to merging of the one or more neighboring vehicles.11.The processing device of claim 8, wherein the one or more processors, either alone or in combination, are further configured to:determine two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal,wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.12.The processing device of claim 8, wherein the one or more processors, either alone or in combination, are further configured to:detect one or more other vehicles within an area of interest that includes a current lane, a left adjacent lane, and a right adjacent lane and extensions thereof, ranging from a first distance ahead of the ego vehicle to a second distance behind the ego vehicle along a traveling trajectory of the current lane;project the one or more other vehicles to an ego driving tube of the ego vehicle to obtain one or more corresponding projections of the one or more other vehicles;determine one or more time-to-collision (TTC) estimations for the one or more other vehicles based on the one or more corresponding projections of the one or more other vehicles; andselect the one or more neighboring vehicles from the one or more other vehicles, the one or more neighboring vehicles having one or more corresponding TTC estimations less than a collision reference value,wherein the set of possible collision criteria corresponding to being projected in the ego driving tube and having a TTC estimation less than the collision reference value.13.The processing device of claim 12, wherein the collision reference value is 1.6 seconds.14.The processing device of claim 12, wherein the first distance is less than the second distance.15.The processing device of claim 12, wherein the first distance or the second distance is determined based on an ego speed of the ego vehicle, a minimum speed limit of an ego lane, a maximum speed limit of the ego lane, or any combination thereof.16.The processing device of claim 12, wherein the first distance is determined based on an equation of: wherein:Sf represents the first distance,vego represents an ego speed of the ego vehicle,vlow represents a minimum speed limit of an ego lane, andad represents an estimated deceleration rate.17.The processing device of claim 12, wherein the second distance is determined based on an equation of: wherein:Sr represents the second distance,vego represents an ego speed of the ego vehicle,vlimit represents a maximum speed limit of an ego lane, andad represents an estimated deceleration rate.18.A non-transitory computer-readable medium storing computer-executable instructions that, when executed by a processing device of an ego vehicle for deriving an ego lane topology, cause the processing device to:detect one or more neighboring vehicles that satisfy a set of possible collision criteria;obtain, for each one of the one or more neighboring vehicles, one or two probable lanes beyond an intersection;determine two interactive scores respectively for two candidate lanes of the ego vehicle based on interactive relationships between each one of the two candidate lanes and the one or two probable lanes of each one of the one or more neighboring vehicles, wherein a first one of the two candidate lanes of the ego vehicle corresponds to a most probable lane of the ego vehicle, based on the two interactive scores indicating that the first one of the two candidate lanes is less susceptible to merging of the one or more neighboring vehicles; andderive the ego lane topology based on the most probable lane of the ego vehicle.19.The non-transitory computer-readable medium of claim 18, wherein the instructions that cause the processing device to determine the two interactive scores comprise instructions that, when executed by the processing device, cause the processing device to:assign a first score to a target combination of one of the two candidate lanes and one of the corresponding one or two probable lanes of each one of the one or more neighboring vehicles based on the one of the two candidate lanes being different from any probable lane included in the target combination;assign a second score that is less than the first score to the target combination based on the one of the two candidate lanes being the same as a probable lane included in the target combination; anddetermine each one of the two interactive scores based on a respective average score of all combinations of a corresponding candidate lane and the corresponding one or two probable lanes of each one of the one or more neighboring vehicles.20.The non-transitory computer-readable medium of claim 18, further comprising computer-executable instructions that, when executed by the processing device, cause the processing device to:determine two smallest time-to-collision (TTC) estimations respectively for the two candidate lanes of the ego vehicle based on the two interactive scores being equal,wherein a second one of the two candidate lanes of the ego vehicle corresponds to the most probable lane of the ego vehicle, based on the two interactive scores being equal and the second one of the two candidate lanes having a greater one of the two smallest TTC estimations.

Images