CN110785780B - 用于自动驾驶车辆中乘客的提前上车的方法和*** - Google Patents

用于自动驾驶车辆中乘客的提前上车的方法和*** Download PDF

Info

Publication number
CN110785780B
CN110785780B CN201880033115.7A CN201880033115A CN110785780B CN 110785780 B CN110785780 B CN 110785780B CN 201880033115 A CN201880033115 A CN 201880033115A CN 110785780 B CN110785780 B CN 110785780B
Authority
CN
China
Prior art keywords
vehicle
pedestrian
sensor data
threshold distance
heading toward
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201880033115.7A
Other languages
English (en)
Other versions
CN110785780A (zh
Inventor
P.内梅克
R-R.休伯特
J.S.赫巴赫
M.L.陈
M.爱泼斯坦
S.潘迪特
J.W.戴尔
J.罗滕贝格
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Waymo LLC
Original Assignee
Waymo LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Waymo LLC filed Critical Waymo LLC
Publication of CN110785780A publication Critical patent/CN110785780A/zh
Application granted granted Critical
Publication of CN110785780B publication Critical patent/CN110785780B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/181—Preparing for stopping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G06Q10/047—Optimisation of routes or paths, e.g. travelling salesman problem
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • G06Q50/43—Business processes related to the sharing of vehicles, e.g. car sharing
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2400/00—Special features of vehicle units
    • B60Y2400/30—Sensors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Quality & Reliability (AREA)
  • Health & Medical Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Traffic Control Systems (AREA)
  • Train Traffic Observation, Control, And Security (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

该技术涉及在车辆100到达接载位置(由标记770表示)之前主动寻找分派的乘客。例如，接收到识别接载位置的信息和用于认证所分派的乘客的客户端设备信息。从车辆的感知***(172)接收传感器数据，识别车辆环境中的目标。当车辆在接载位置的预定距离内(由距离条772表示)时，尝试使用客户端设备信息来认证客户端设备(420、430)。当客户端设备已经被认证时，传感器数据被用于确定行人是否在车辆的第一阈值距离(D1)内。当行人(650、652、654、656)被确定为处于车辆的第一阈值距离之内时，车辆会在到达接载位置之前停止，以等待车辆的第一阈值距离之内的行人进入车辆。

Description

用于自动驾驶车辆中乘客的提前上车的方法和***
相关专利的交叉引用
本申请是2017年12月26日提交的美国专利申请No.15/854,211的延续，其要求享有2017年10月27日提交的美国临时申请No.62/577,856和2017年5月19日提交的No.62/508,482的申请日的权益，其公开内容通过引用并入本文。
背景技术
自动驾驶车辆，诸如不需要人类驾驶员的车辆，可以用于帮助将乘客或物品从一个位置运输到另一位置。这样的车辆可以在完全自主的模式下操作，其中乘客可以提供一些初始输入，诸如接载或目的地位置，并且车辆将自身操纵到该位置。
当一个人(或用户)想要通过车辆在两个位置之间进行物理运输时，他们可以使用任何数量的运输服务。迄今为止，这些服务通常涉及人类驾驶员，该驾驶员被给予调度指示到某个位置以接载用户。在许多情况下，人类驾驶员和用户能够为用户上车安排准确的位置。另外，驾驶员和用户能够“挥手拦车”(flag down)、使用眼神交流、彼此交谈或其他信号来表示彼此识别，从而同意在车辆到达用于接载的确切位置之前的某个位置。在没有人类驾驶员的自动驾驶车辆的情况下，这是不容易实现的。
发明内容
本公开的一个方面提供了一种在车辆到达接载位置之前主动寻找分派的(assigned)乘客的方法。该方法包括：由一个或多个处理器接收识别接载位置的信息和用于认证所分派的乘客的客户端设备信息；由一个或多个处理器从车辆的感知***接收识别车辆环境中的目标的传感器数据；当车辆在接载位置的预定距离内时，一个或多个处理器尝试使用客户端设备信息来认证客户端设备；当客户端设备已经被一个或多个处理器认证时，使用传感器数据来确定行人是否在车辆的第一阈值距离内；当确定行人在车辆的第一阈值距离之内时，由一个或多个处理器使车辆在到达接载位置之前停止，以等待在车辆的第一阈值距离之内的行人进入车辆；以及在行人进入车辆后，由一个或多个处理器将车辆操纵到目的地，并以行人作为车辆的乘员。
在一个示例中，该方法还包括：识别与第一阈值距离相对应的车辆周围的第一环；通过在预定时间段之后将第一环收缩到第二环的大小，来识别与第二阈值距离相对应的车辆周围的第二环；使用传感器数据确定行人是否在车辆的第二阈值距离内；以及当确定行人在车辆的第二阈值距离内并且在停车时，继续等待在车辆的第一阈值距离内的行人进入车辆。在另一示例中，该方法还包括：当确定行人不在车辆的第二阈值距离内时，在没有乘客的情况下将车辆移向接载位置。在另一示例中，该方法还包括将第一阈值距离的大小减小到一个或更多个较小的阈值距离；确定在一个或多个较小的阈值距离内没有行人；在将第一阈值距离的大小减小到一个或多个较小的阈值距离并确定一个或多个较小的阈值距离内没有行人之后，使用传感器数据确定行人或不同的行人是否在车辆的第一阈值距离内；以及在使用传感器数据确定行人或不同的行人是否在车辆的第一阈值距离内之后，当确定行人或不同的行人在第一阈值距离内时，再次停止车辆以等待在车辆的第一阈值距离内的行人或不同的行人进入车辆。在该示例中，由于最初使用传感器数据来确定行人是否在车辆的第一阈值距离内，因此仅在车辆已经行驶了最小距离之后才执行使用传感器数据来确定行人或不同的行人在车辆的第一阈值距离内。在另一示例中，仅当车辆停止或在预定最大速度限制以下行驶时才执行使用传感器数据确定行人是否在车辆的第一阈值距离内。在另一示例中，仅当车辆在道路的特定车道中时才执行使用传感器数据来确定行人是否在车辆的第一阈值距离内。在另一示例中，仅当车辆在满足特定最大速度限制的道路上行驶时，才执行使用传感器数据来确定行人是否在车辆的第一阈值距离内。在另一个示例中，该方法还包括：在停止车辆之前，确定当前停止车辆不安全，并继续朝向接载位置前进。在该示例中，该方法还包括在车辆处提供不可能提前上车的通知。在另一示例中，停止车辆包括在车辆的当前车道中停止车辆。
本公开的另一方面提供了一种用于在车辆到达接载位置之前主动寻找分派的乘客的***，该***包括一个或多个处理器。一个或多个处理器被配置为：接收识别接载位置的信息和用于认证所分派的乘客的客户端设备信息；从车辆的感知***接收传感器数据，以识别车辆环境中的目标；当车辆在接载位置的预定距离内时，尝试使用客户端设备信息来认证客户端设备；当客户端设备已经通过认证时，使用传感器数据确定行人是否在车辆的第一阈值距离内；当确定行人在车辆的第一阈值距离内时，在到达接载位置之前停止车辆以等待车辆的第一阈值距离内的行人进入车辆；以及在行人进入车辆后，以行人为车辆的乘员将车辆操纵到目的地。
在一个示例中，一个或多个处理器还被配置为：识别与第一阈值距离相对应的车辆周围的第一环；通过在预定时间段之后将第一环收缩到第二环的大小，来识别与第二阈值距离相对应的车辆周围的第二环；使用传感器数据来确定行人是否在车辆的第二阈值距离内；以及当确定行人在车辆的第二阈值距离内并且在停车时，继续等待在车辆的第一阈值距离内的行人进入车辆。在该示例中，一个或多个处理器还被配置为：当确定行人不在车辆的第二阈值距离内时，在没有乘客的情况下将车辆移向接载位置。在另一示例中，一个或多个处理器还被配置为：将第一阈值距离的大小减小到一个或多个较小的阈值距离；确定在一个或多个较小的阈值距离内没有行人；在将第一阈值距离的大小减小到一个或多个较小的阈值距离并确定在一个或多个较小的阈值距离内没有行人之后，使用传感器数据确定行人或不同的行人是否在车辆的第一阈值距离内；以及在使用传感器数据确定行人或不同的行人是否在车辆的第一阈值距离内之后，当确定行人或不同的行人在第一阈值距离内时，再次停止车辆以等待在车辆的第一阈值距离内的行人或不同的行人进入车辆。在该示例中，由于最初使用传感器数据来确定行人是否在车辆的第一阈值距离内，因此一个或多个处理器被配置为仅在车辆行驶了最小距离之后才使用传感器数据来确定行人或不同的行人在车辆的第一阈值距离内。在另一示例中，一个或多个处理器被配置为仅当车辆停止或在预定的最大速度限制内行驶时才使用传感器数据来确定行人是否在车辆的第一阈值距离内。在另一个示例中，一个或多个处理器被配置为仅当车辆在道路的特定车道中时才执行使用传感器数据来确定行人是否在车辆的第一阈值距离内。在另一示例中，一个或多个处理器被配置为仅当车辆在满足特定最大速度限制的道路上行驶时，才使用传感器数据来确定行人是否在车辆的第一阈值距离内。在另一个示例中，***还包括车辆。
附图说明
图1是根据本公开的方面的示例车辆的功能图。
图2是根据本公开的方面的详细地图信息的示例表示。
图3A-3D是根据本公开的方面的车辆的示例外部视图。
图4是根据本公开的方面的***的示例示意图。
图5是根据本公开的方面的***的示例功能图。
图6是根据本公开的方面的道路的一部分的视图。
图7是根据本公开的方面的用于路段的传感器数据和其他信息的示例。
图8是根据本公开的方面的用于路段的传感器数据和其他信息的另一示例。
图9是根据本公开的方面的用于路段的传感器数据和其他信息的另一示例。
图10是根据本公开的方面的数据的示例图。
图11是根据本公开的方面的流程图。
具体实施方式
总览
本技术的方面涉及没有人类驾驶员的车辆(例如，自动驾驶车辆)中的接载乘客。由于环境条件的变化、缺少人类驾驶员以及不确定车辆可能需要等待(或能够等待)乘客多长时间，这可能具有挑战性。另外，认识到特定车辆可能正在接近预定的接载位置来接载他(她)的人，可能想要尽快进入车辆，而不是等待车辆和人都到达接载位置。在另一个示例中，一个人在路边等待并且观察到车辆由于除启动接载之外的其他原因而减速或停车(例如，避免或让步于另一个目标)。在这些情况下，该人可能认为该车辆已经为他或她停下来并走向该车辆，而实际上，该车辆打算继续朝向接载位置行驶并允许该人在该位置进入该车辆。反过来，这可能导致车辆减速或使人让步，并进一步使汽车不太可能前进到接载点。这可能使现在不知道在哪里或是否进入汽车的用户感到沮丧，并且还可能扰乱可能无法开始行驶的车辆周围的交通。
为了促进车辆与正在等待(或分派给)该车辆以便前往目的地的人(或乘客)之间的更快连接，车辆的计算设备可以操作车辆以便主动寻找那个人以便早上车。一旦车辆处于距接载位置的时间或空间的预定距离内(诸如在车辆的计算设备应开始寻找停车和/或泊车的地方之前或之后的一段时间或距离)、一旦乘客和/或乘客的客户端设备已经被车辆认证、或者两者的组合，则该主动寻找逻辑就可以开始。另外或替代地，逻辑的启动可以与一组预定要求联系在一起。例如，一旦满足所有或部分需求，则计算设备就可以仅启动逻辑。
同时，车辆的感知***可以从自车辆环境中收集的传感器数据中识别对象为人和/或行人。感知***可以将该信息提供给车辆的计算设备。一旦已经达到预定距离，计算设备转而可以开始寻找在车辆的短距离内的行人，该行人可能合理地接近车辆，并且因此是分派给车辆的乘客。换句话说，计算设备可以使用来自感知***的信息来在与时间上的步行距离相对应的车辆的第一预定距离内寻找行人。
如果没有发现或识别出这样的行人，则车辆可以继续到达接载位置。替代地，如果或当在车辆的预定距离内识别到行人时，车辆可能会完全停止(如果尚未停止)，解锁车辆的一个或多个门，并允许行人在那个位置进入或登上车辆。一旦上车完成，而不是继续到达接载位置，计算设备可以简单地开始将车辆路由(routing)到目的地。当然，在任何时间或任何位置停车都必须兼顾安全性。
在预定时间段之后返回逻辑，并且计算设备将开始寻找行人或确定同一行人是否在车辆的第二较小的预定距离内。换句话说，环开始收缩。再次，如果在第二预定距离内没有发现或识别出这样的行人，则车辆可以不再等待(即，再次开始移动)并继续到达接载位置。如果在第二预定距离内有行人，则可以使用第三预定距离，依此类推，直到达到最后的预定距离为止，这取决于初始距离的大小以及处于平均速度下的行人预计多长时间会到达车辆。
在这方面，计算设备能够寻找并识别正在主动朝向上车的方向前进的行人。使用环可以通过不断减小的距离来检查与车辆的接近程度，从而确保行驶进度。当然，除收缩环外，其他机制也可用于估计乘客是否试图上车。
在行人在环内但没有足够快地朝向车辆移动以在其收缩时停留在环内或停留在较小环内(如果使用一系列阈值)的情况下，当车辆继续驶向接载位置时，预定距离可以重置为第一预定距离。这实际上将为可能或可能未分派给车辆的行人提供另一次到达车辆的机会。当然，为了避免车辆不断停车，可以仅在车辆已经达到距车辆首次停车的至少最小距离之后才重置预定距离。
本文所述的特征允许没有驾驶员的车辆使乘客能够以有效且合理安全的方式提前(在车辆到达接载位置之前)登上车辆。通过主动寻找潜在的乘客，计算设备能够允许乘客尽快进入车辆，从而提高运输***的效率。反过来，这减少了试图进入车辆的乘客的困惑的可能性，并使乘客感觉好像他或她正在与车辆交互，好像他或她正在与驾驶员交互。
示例***
如图1所示，根据本公开的一个方面的车辆100包括各种组件。尽管本公开的某些方面对于特定类型的车辆特别有用，但是车辆可以是任何类型的车辆，包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。该车辆可以具有一个或多个计算设备，诸如包含一个或多个处理器120、存储器130和通常在通用计算设备中存在的其他组件的计算设备110。
存储器130存储可由一个或多个处理器120访问的信息，包括可由处理器120运行或以其他方式使用的指令132和数据134。存储器130可以是能够存储可由处理器120访问的信息的任何类型，包括计算设备可读介质或其他存储数据的介质，这些数据可以借助电子设备读取，所述电子设备诸如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘以及其他可写(write-capable)和只读(read-only)存储器。***和方法可以包括前述的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。
指令132可以是将由处理器直接运行(诸如机器代码)或间接运行(诸如脚本)的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在这方面，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储以供处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的独立源代码模块的脚本或集合。指令的功能、方法和例程将在下面更详细地说明。
数据134可以由处理器120根据指令132进行检索、存储或修改。作为示例，存储器130的数据134可以存储预定义的场景。给定场景可以识别一组场景要求，包括一组对象、该对象相对于车辆的位置范围以及其他因素，诸如自动驾驶车辆是否能够围绕该对象操纵、该对象是否正在使用转向灯、与目标当前位置相关的交通信号灯的状态、目标是否正在接近停车标志等。要求可能包括离散值，诸如“右转向灯打开”或“在仅右转车道上行驶”或诸如“行驶的方向偏离车辆100的当前路径30至60度”的值范围。在某些示例中，预定场景可以包括用于多个对象的类似信息。
一个或多个处理器120可以是任何常规处理器，诸如可商购获得的CPU。替代地，一个或多个处理器可以是专用设备，诸如ASIC或其他基于硬件的处理器。尽管图1在功能上将处理器、存储器和计算设备110的其他元件示出为在同一块内，但是本领域普通技术人员将理解，处理器、计算设备或存储器实际上可以包括多个可能会或可能不会存储在同一物理外壳内的处理器、计算设备或存储器。作为示例，内部电子显示器152可以由具有其自己的处理器或中央处理单元(CPU)、存储器等的专用计算设备控制，该专用计算设备可以经由高带宽或其他网络连接与计算设备110对接。在一些示例中，该计算设备可以是可以与用户的客户端设备通信的用户界面计算设备。类似地，存储器可以是位于不同于计算设备110的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对可能会或可能不会并行操作的处理器或计算设备或存储器的集合的引用。
计算设备110可以是通常与计算设备结合使用的所有组件，诸如上述处理器和存储器，以及用户输入150(例如，鼠标、键盘、触摸屏和/或麦克风)，以及各种电子显示器(例如，具有屏幕的监视器或可用于显示信息的任何其他电子设备)。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154以提供信息或视听体验。就这一点而言，内部电子显示器152可以位于车辆100的车厢内，并且可以由计算设备110用来向车辆100内的乘客提供信息。除了内部扬声器，一个或多个扬声器154可以包括外部扬声器，所述外部扬声器布置在车辆上的各个位置，以便向车辆100外部的对象提供听觉通知。
在一个示例中，计算设备110可以是结合到车辆100中的自动驾驶计算***。自动驾驶计算***可以能够与车辆的各种组件进行通信。例如，返回图1，计算设备110可以与车辆100的各种***进行通信，以便在不需要或不必要来自车辆乘客的连续或周期性输入的自动驾驶模式下根据存储器130的指令132控制车辆100的移动、速度等，所述各种***诸如减速***160(用于控制车辆的制动)、加速***162(用于控制车辆的加速)、转向***164(用于控制车轮的方向和车辆方向)、信号***166(用于控制转向信号)、导航***168(用于将车辆导航到某个位置或目标周围)、定位***170(用于确定车辆的位置)、感知***172(用于检测车辆环境中的目标)以及动力***174(例如，电池和/或汽油或柴油动力发动机)。同样，尽管这些***显示为在计算设备110外部，但实际上，这些***也可以并入计算设备110中，再次作为用于控制车辆100的自动驾驶计算***。
计算设备110可以通过控制各种组件来控制车辆的方向和速度。举例来说，计算设备110可以使用来自地图信息和导航***168的数据完全自主地将车辆导航到目的地位置。当需要安全到达该位置时，计算设备110可以使用定位***170来确定车辆的位置，并且使用感知***172来检测和响应目标。为了这样做，计算设备110可以使车辆加速(例如，通过增加由加速***162提供给发动机的燃料或其他能量)、减速(例如，通过减少提供给发动机的燃料、改变齿轮和/或通过减速***160施加制动)、更改方向(例如，通过转向***164旋转车辆100的前轮或后轮)以及发出这样的变化的信号(例如，通过点亮信号***166的转向信号)。因此，加速***162和减速***160可以是传动***的一部分，该传动***包括在车辆的发动机和车辆的车轮之间的各种组件。同样，通过控制这些***，计算设备110也可以控制车辆的动力传动***，以便自主地操纵车辆。
作为示例，计算设备110可以与减速***160和加速***162交互以便控制车辆的速度。类似地，转向***164可以由计算设备110使用以便控制车辆100的方向。例如，如果车辆100配置为在道路上使用，诸如汽车或卡车，则转向***可以包括用于控制车轮转弯的角度的组件。信号***166可以由计算设备110使用，以便例如在需要时通过点亮转向信号灯或刹车灯来向其他驾驶员或车辆发信号通知车辆的意图。
计算设备110可以使用导航***168，以便确定并遵循到达某个位置的路线。在这方面，导航***168和/或数据134可以存储地图信息，例如计算设备110可以用来导航或控制车辆的高度详细的地图。作为示例，这些地图可以识别道路的形状和海拔、车道标记、十字路口、人行横道、限速、交通信号灯、建筑物、标志物、实时交通信息、植被或其他此类对象和信息。车道标记可以包括诸如实线或折断的双或单车道线、实线或折断的车道线、反射镜等特征。给定的车道可以与左右车道线或定义车道边界的其他车道标志相关联。因此，大多数车道可以由一个车道线的左边缘和另一车道线的右边缘界定。
感知***172还包括一个或多个组件，用于检测车辆外部的目标，诸如其他车辆、道路上的障碍物、交通信号、标志物、树木等。例如，感知***172可以包括一个或多个更多LIDAR传感器、声纳设备、雷达单元、摄像头和/或记录数据的任何其他检测设备，这些数据可以由计算设备110处理。感知***的传感器可以检测目标及其特征，诸如位置、方向、大小、形状、类型(例如，车辆、行人、骑自行车的人等)、前进方向和移动速度等。来自传感器的原始数据和/或上述特征可以被量化或安排为描述性函数、向量和/或边界框(boundingbox)，并在由感知***172生成时周期性地和连续性地将其发送到计算设备110进行进一步处理。如下面进一步详细讨论的，计算设备110可以使用定位***170来确定车辆的位置，并且使用感知***172以在需要安全到达该位置时检测并响应目标。
图2是用于道路210的一部分的地图信息200的示例。地图信息200包括识别各种道路特征的形状、位置和其他特性的信息。在该示例中，道路210包括由路缘220、车道线222、224、226和路缘228界定的三个车道212、214、216。车道212和214具有相同的交通流方向(向东)，而车道216具有不同的交通流(向西)。另外，车道212比车道214明显宽，例如以允许车辆泊在路缘220附近。尽管地图信息的示例仅包括一些道路特征，例如路缘、车道线和车道，然而给定道路210的性质，地图信息200还可以识别各种其他道路特征，诸如交通信号灯、人行横道、人行道、停车标志、让步标志、限速标志、道路标志等。尽管未示出，但是详细的地图信息还可以包括识别速度限制和其他合法交通需求的信息，以及识别各种日期和时间的典型和历史交通状况的历史信息。
尽管详细的地图信息在这里被描述为基于图像的地图，但是地图信息不必完全基于图像(例如，栅格)。例如，详细的地图信息可以包括一个或多个道路图或信息的图形网络，诸如道路、车道、十字路口以及这些特征之间的连接。每个特征可以被存储为图形数据，并且可以与诸如地理位置以及是否链接到其他相关特征的信息相关联，例如，停车标志可以链接到道路和十字路口等。在一些示例中，相关联的数据可以包括道路图的基于网格的索引，以允许有效地查找某些道路图特征。
图3A-3D是车辆100的外部视图的示例。可以看出，车辆100包括典型车辆的许多特征，诸如前灯302、挡风玻璃303、尾灯/转向信号灯304、后挡风玻璃305、门306、侧视镜308、轮胎和车轮310以及转向信号/停车灯312。前灯302、尾灯/转向信号灯304和转向信号/停车灯312可以与信号***166相关联。灯条307也可以与之相关联。外壳314可以容纳一个或多个传感器，诸如感知***172的LIDAR传感器、声纳设备、雷达单元、摄像头等，尽管这样的传感器也可以被并入到车辆的其他区域中。
车辆100的一个或多个计算设备110还可以例如使用无线网络连接156从其他计算设备接收信息或向其他计算设备传送信息。无线网络连接可以包括例如BLUETOOTH(R)、蓝牙LE、LTE、蜂窝、近场通信等以及前述的各种组合。图4和图5分别是示例***400的示意图和功能图，该示例***400包括多个计算设备410、420、430、440和经由网络460连接的存储***450。示例***400还包括车辆100，以及可以与车辆100相似地配置的车辆100A。尽管为了简单起见仅示出了少量车辆和计算设备，但是典型的***可以包括更多的车辆和计算设备。
如图4所示，每个计算设备410、420、430、440可以包括一个或多个处理器、存储器、数据和指令。可以类似于计算设备110的一个或多个处理器120、存储器130、指令132和数据134来配置这样的处理器、存储器、数据和指令。
网络460和中间节点可包括各种配置和协议，包括短距离通信协议，诸如BLUETOOTH(R)、Bluetooth LE、互联网、万维网、内部网、虚拟专用网、广域网、本地网络、使用一个或多个公司专有的通信协议的专用网络、以太网、WiFi和HTTP以及上述各项的各种组合。能够向其他计算设备发送数据或从其他计算设备发送数据的任何设备，诸如调制解调器和无线接口，都可以促进这种通信。
在一个示例中，一个或多个计算设备110可以包括具有多个计算设备的服务器，例如负载平衡服务器场(load balanced server farm)，该多个计算设备与网络的不同节点交换信息以用于接收、处理和发送至其他计算设备的和来自其他计算设备的数据(receiving,processing and transmitting the data to and from other computingdevices)。例如，一个或多个计算设备410可以包括能够经由网络460与车辆100的一个或多个计算设备110或车辆100A的类似计算设备以及客户端计算设备420、430、440进行通信的一个或多个服务器计算设备。例如，车辆100和100A可以是可以由服务器计算设备调度到各种位置的车辆队列的一部分。就这一点而言，车队的车辆可以周期性地发送由车辆的各个定位***提供的服务器计算设备的位置信息，并且一个或多个服务器计算设备可以跟踪车辆的位置。
此外，服务器计算设备410可以使用网络460在诸如计算设备420、430、440的显示器424、434、444的显示器上向用户(诸如用户422、432、442)发送信息并向用户呈现信息。在这方面，计算设备420、430、440可以被认为是客户端计算设备。
如图5所示，每个客户端计算设备420、430、440可以是供用户422、432、442使用的个人计算设备，并且具有通常与包括一个或多个处理器(例如，中央处理器(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、显示器(诸如显示器424、434、444)(例如，具有屏幕、触摸屏、投影仪、电视或其他可用于显示信息的设备)以及用户输入设备426、436、446(例如，鼠标、键盘、触摸屏或麦克风)的个人计算设备结合使用的所有组件。客户端计算设备还可以包括用于记录视频流的摄像头、扬声器、网络接口设备以及用于将这些元件彼此连接的所有组件。
尽管客户端计算设备420、430和440均可以包括全尺寸的个人计算设备，但是它们可以替代地包括能够通过诸如因特网的网络与服务器无线交换数据的移动计算设备。仅作为示例，客户端计算设备420可以是移动电话或诸如能够启用无线的PDA、平板PC、可穿戴计算设备或***、或者能够经由因特网或其他网络获得信息的上网本的设备。在另一示例中，客户端计算设备430可以是可穿戴计算***，在图5中被示为头戴式计算***。作为示例，用户可以使用小键盘、键盘、麦克风、使用带有摄像头的视觉信号或触摸屏来输入信息。
在一些示例中，客户端计算设备440可以是由管理员使用的礼宾工作站(concierge work station)，以向诸如用户422和432的用户提供礼宾服务。例如，礼宾(例如，用户442)可以使用礼宾工作站(例如，客户端计算设备440)经由通过用户各自的客户端计算设备或车辆100或100A与用户进行电话呼叫或音频连接，以确保车辆100和100A的安全操作以及用户的安全，这将在下面进一步详细介绍。尽管在图4和5中仅示出了一个礼宾工作站(例如，客户端计算设备440)，但是在典型的***中可以包括任何数量的这样的工作站。
存储***450可以存储各种类型的信息，如下面更详细描述的。该信息可以由服务器计算设备(诸如一个或多个服务器计算设备410)检索或以其他方式访问，以便执行本文所述的一些或全部特征。例如，该信息可以包括用户帐户信息，诸如可以用于识别一个或多个服务器计算设备的用户的凭据(例如，如在传统的单因素身份验证的情况下的用户名和密码，以及通常在多因素身份验证中使用的其他类型的凭据，诸如随机识别符、生物特征识别等)。用户帐户信息还可以包括个人信息，诸如用户名、联系信息、用户的客户端计算设备(或多个设备(如果多个设备用于同一用户帐户))的识别信息以及用于用户的一个或多个唯一信号。
存储***450还可以存储用于生成和评估位置之间的路线的路由数据。例如，路由信息可以用于估计车辆在第一位置到达第二位置将花费多长时间。在这方面，路由信息可以包括地图信息，不一定与上述详细地图信息一样特别，而是包括道路以及关于那些道路的信息，诸如方向(单向，双向等)、朝向(北向、南向等)、速度限制以及识别预期交通状况的交通信息等。
存储***450还可以存储可以提供给客户端计算设备用于显示给用户的信息。例如，存储***450可以存储预定距离信息，该预定距离信息用于确定车辆对于给定的接载位置或目的地位置可能停止的区域。存储***450还可以存储图形、图标和可以向用户显示的其他项目，如下所述。
与存储器130一样，存储***450可以是能够存储由服务器计算设备410可访问的信息的任何类型的计算机存储，诸如硬盘驱动器、存储卡、ROM、RAM、DVD、CD-ROM、可写和只读存储器。另外，存储***450可以包括分布式存储***，其中数据被存储在物理上可以位于相同或不同地理位置的多个不同存储设备上。如图4所示，存储***450可以经由网络460连接到计算设备，和/或可以直接连接到或合并到任何计算设备110、410、420、430、440等中。
示例方法
除了上述和附图中示出的操作之外，现在将描述各种操作。应当理解，不必以下面描述的精确顺序执行以下操作。而是，可以以不同的顺序或同时地处理各个步骤，并且还可以添加或省略步骤。
在一个方面，用户可以将用于请求车辆的应用下载到客户端计算设备。例如，用户422和432可以经由电子邮件中的链接直接从网站或应用商店下载应用到客户端计算设备420和430。例如，客户端计算设备可以通过网络，例如，向一个或多个服务器计算设备110发送对应用的请求，并且作为响应接收该应用。该应用可以本地安装在客户端计算设备上。
用户然后可以使用他或她的客户端计算设备来访问该应用并请求车辆。作为示例，诸如用户432的用户可以使用客户端计算设备130向一个或多个服务器计算设备110发送对车辆的请求。作为其一部分，用户可以识别接载位置、目的地位置，并且在一些情况下，可以识别车辆可以在服务区域内停止的任何地方的一个或多个中间停止位置。
这些接载和目的地位置可以是预定义的(例如，停车场的特定区域等)，或者可以简单地是车辆服务区域内的任何位置。作为示例，接载位置可以默认为用户的客户端计算设备的当前位置，或者可以由用户在用户的客户端设备处输入。例如，用户可以输入地址或其他位置信息，或者在地图上选择一个位置以选择接载位置。一旦用户选择了接载和/或目的地位置中的一个或多个，客户端计算设备420就可以将位置发送到集中式调度***的一个或多个服务器计算设备。作为响应，一个或多个服务器计算设备，诸如服务器计算设备110，可以例如基于可用性和与用户的接近度来选择车辆。然后，服务器计算设备可以通过向车辆提供用户指定的接载和/或目的地位置，来调度所选车辆以接载该用户。
图6是沿对应于图2的道路210的道路610行驶的车辆100的示例图。在这方面，车道612、614、616对应于车道212、214、216，路缘620、628对应于路缘220的形状和位置，车道线622、624、626对应于车道线222、224、226和路缘228的形状和位置。在该示例中，车辆100在车道612上行驶。车辆640、642、644和646沿路缘620停在车道612内，而车辆648在车道616上移动。行人650、652、654、656位于道路210周围，但在感知***172的传感器范围内。
当车辆沿着车道612移动时，感知***172为计算设备提供与诸如路缘620、628、车道线622、624、626以及车辆640、642、644、646、648的目标的形状和位置有关的传感器数据。图7描绘了当车辆100处于如图6所示的情况时由感知***172的各个传感器感知到的传感器数据，以及可用于计算设备110的其他信息。在该示例中，车辆640、642、644、646、648由感知***172提供给计算设备110的边界框740、742、744、746、748表示。行人650、652、654、656也由边界框750、752、754、756表示，当然是诸如行人的目标的边界。当然，这些边界框仅代表一定体积的空间，在该空间中与对象相对应的数据点至少近似地被包围在其中。另外，车辆100的实际前进方向和边界框748的估计前进方向分别由箭头760和762表示。当边界框740、742、744、746看起来非常缓慢地移动或根本不移动时，计算设备110可以确定由这些边界框表示的对象沿路缘620停泊。
如上所述，为了促进车辆与等待(或分派给)该车辆以便前往目的地的人(或乘客)之间的更快连接，车辆的计算设备可以操作车辆以便主动寻找那个人以便促进提前上车。一旦车辆在距接载位置的时间或空间上预定距离内、一旦乘客或乘客的客户端设备已由计算设备110进行身份验证、或两者的结合，则该主动寻找逻辑就可以开始。例如，该预定距离可以是在车辆的计算设备应开始寻找停车和/或泊车的地方之前或之后的某个时间。作为示例，该预定距离与接载位置的距离可以是50米、50英尺或更多或更少。例如，如图7所示，车辆100刚刚从接载位置(由标记770表示)到达预定距离(由距离条772表示)。一旦车辆在接载位置的预定距离内，使用近场通信、BLUETOOTH(R)或其他无线协议，则计算设备110可以尝试与乘客的客户端计算设备(诸如客户端计算设备420)进行通信并建立链接。当成功建立此链接时，可以对客户端设备进行身份验证。
行人的认证可以包括，例如，使用面部识别、步态检测、姿势检测、轨迹信息等中的一项或多项，确定车辆环境中的行人是否是或可能是分派的乘客。可以通过建立数据超时来实现面部识别或步态检测，例如通过在不同的行程中通过各种车辆的感知***捕获分派的乘客的图像或视频，或者通过由提供图像或视频作为应用的一部分的分派的乘客进行设置来实现如上所述。计算设备110可以使用来自感知***172的传感器数据，其可以包括一个或多个摄像头，以使行人与所分派的乘客的面部数据或步态数据匹配。这样的信息可以通过调度服务器计算设备410由计算设备110接收。另外或可替代地，计算设备可以使用关于行人是否看起来在注视或朝向车辆(姿势)的信息，例如使用注视检测模型(即不特定于任何给定分派的乘客)，以确认或消除行人为分派的乘客。类似地，通过观察行人的位置和朝向随时间的变化，计算设备可以使用关于行人的轨迹的信息来确定行人的轨迹是否对应于试图朝向车辆移动的行人，行人的轨迹是否对应于预期的、从附近建筑物(例如，对应于接载位置的地址的建筑物)到接载位置的轨迹，行人的轨迹是否对应于预期的、从附近建筑物到接近于车辆可能停止(例如，路肩区域或停车区域)的接载位置的位置的轨迹，行人的轨迹是否表明行人正朝向接载位置移动等等。这些轨迹确定中的任何一个都可以指示行人正试图到达车辆。因此，对于这些方法中的每一个，计算设备110可以大概确定接近车辆100的行人是被分派的乘客还是另一个人。
另外或替代地，逻辑的启动可以与一组预定要求联系在一起。例如，仅在满足以下要求的全部或子集后，计算设备才可以启动逻辑：
●车辆在距接载位置预定距离内和/或分派给该车辆的乘客的预定距离内，例如，车辆的计算设备从该人的客户端设备接收GPS信息的位置。
●计算设备已经成功验证了分派的乘客和/或分派的乘客的客户端设备，如上面讨论的任何示例所示。
●车辆已完全停止或以极低的速度(诸如3mph或更高或更低)或接近行人的步行速度行驶。
●车辆当前未位于禁止停车或封锁的区域(诸如，交叉路口、铁路道口和/或根据该地区的交通法规或标志)。
●车辆在适合于靠边停车(pull over)的车道上(例如，右侧行驶国家的最右车道、左侧行驶国家的最左车道或在任何一侧都可以合理停车(诸如单向街道)的车道边缘附近的车道)或者不在公共道路上的车道上(例如在停车场或私人道路上)行驶。当然，如果合适的是在不属于最右边(或最左边)车道的某些区域放下乘客，也可以考虑这样做。
●车辆当前在被认为是可以接载乘客的道路上(考虑到乘客、车辆和其他道路用户的安全)，诸如具有特定速度限制的道路，例如小于每小时35英里，或更多或更少。如果有停车车道，则可以接受更高速度的道路。在这方面，没有停车道的高速道路可能是不可接受的。
●车辆不处于复杂的操作中，诸如多点转弯。
●车辆当前未遵循来自远程操作员或调度***的路线指令，该指令要求车辆在到达目的地之前必须停止。
●计算设备尚未收到在接载位置以外的其他位置接载用户的指令。例如，如果计算设备已经在尝试“略过式(fly-by)接载”，或者在车辆到达用于车辆接载乘客的预定接载区域之前实现的乘客接载。乘客可以通过例如通过物理方式向车辆发信号或使用客户端计算设备来请求略过式接载来启动略过式接载。同样，如果乘客报告的位置表明乘客已经在特定位置(例如，路边)等车，因此很可能准备出发，则车辆可能会启动略过式接载。在该示例中，车辆将试图在该位置处停止，并且将不需要逻辑。可替代地，车辆可以例如通过显示弹出通知以及用户可以选择接受或拒绝执行略过式接载的该请求的选项，来询问用户他或她是否对实时略过式接载感兴趣。在一些示例中，可以使用车辆与在车辆或乘客的客户端计算设备上显示的乘客的客户端计算设备的位置之间的关系的视觉表示来做出略过式接载通知。这样，鉴于车辆、乘客或两者的更好或替代的接载位置或区域，略过式接载可能是最后一分钟改变为乘客的接载位置或区域的结果。
●计算设备距离到达目的地的时间或距离还不太近，例如，在计算设备已经在试图进行操纵以停靠并等待乘客的地方。当然，如果停止操纵将花费一些额外的时间来平行于路缘停放，则允许车辆以一定角度停止并允许乘客进入车辆可能会更快或更方便。
再次，在启动逻辑之前，计算设备可以确定前述要求中的一个或多个。这还可以包括确定是否已经满足要求的特定子集和/或组合。
如上所述，同时，车辆的感知***可以从自车辆环境中收集的传感器数据中将目标识别为人和/或行人。感知***可以将该信息提供给车辆的计算设备。一旦已经达到预定距离并且已经满足任何其他必要的要求，计算设备110就可以开始寻找在车辆的短距离内的行人，该行人可能像是正在接近车辆100，并且因此是被分派给车辆的乘客。换句话说，计算设备110可以使用来自感知***172的信息来在与时间上的步行距离相对应的车辆的第一预定距离内寻找行人。如图8中所示，该区域被描绘为环810。作为示例，计算设备110可以寻找距车辆在时间上在5秒或更多或更少的步行距离内的任何行人。可以使用假设的行人的平均、估计或以其他方式选择的步行速度来确定该步行距离。例如，假设将需要一个人以每秒3米的平均速度在5秒内到达车辆，则环810的半径D1可以为15米。可以基于车辆可以合理地停止和等待的时间量来选择该时间上的步行距离，这里是5秒，而不会引起对增加车辆到达接载位置的时间或造成交通问题的担忧。
如果没有发现或识别出这样的行人，则车辆可以继续去往接载位置。替代地，如果或当在车辆的预定距离内识别到一个或多个行人时，车辆可能会完全停止(如果尚未停车)，解锁车辆的一个或多个门，并允许行人在那个位置进入或登上车辆。返回图8，计算设备可以将与边界框750和752相对应的两个行人识别为在环810内。因此，计算设备110可以使车道612内的车辆停止，如图8所示，并等待一个或两个行人都必须提前上车或进入车辆。如上所述，计算设备还可以解锁车辆的门以方便进入。一旦上车完成，而不是继续前往接载位置，计算设备可以简单地开始将车辆路由到目的地。
当然，在任何时间或任何位置停止车辆都必须在安全方面取得平衡。例如，计算设备可以不顾停止(override the stop)，诸如当车辆在铁轨上或接近铁轨时、在区域中识别出紧急车辆(例如，由于由感知***检测到警报器和/或闪烁的应急灯)、区域内还有许多其他行驶中的车辆、车辆当前不在正确的车道上停车(左车道而不是右车道等)、车辆正在尝试特定的操作(多点转弯或在交叉路口转弯)、车辆是否处于非停车区、或者有其他障碍物导致停车不理想。另外，计算设备可以确定接载位置是仅仅是停车的好地方还是离停车位很近的地方(即，靠边停车在停车区域中比停在车道上要好)。在这种情况下，计算设备当然可以继续前往接载位置，但是同时向行人发送(如果计算设备和客户端设备之间存在链接)、显示或响起一条消息，指示车辆将不会停止。尽管也有可能，但在客户端设备上显示此类信息的用处不大，因为此时行人将比客户端设备更注意车辆。
返回逻辑，在停止并等待行人进入车辆的同时，在预定的时间段之后，计算设备将开始在车辆的第二、较小的预定距离内寻找行人(或确定是相同还是不同的行人)。该收缩可以是“连续的”功能，其随着时间减小或缩小环的大小，或者在达到预定时间段后，以不连续的距离简单地用较小的环替换环。换句话说，环810开始收缩。图10示出了在1秒之后环810从D1收缩到环910的D2或在1秒之后对应于环910的D2的第二阈值。可以看出，边界框750和752保留在环810内，但是仅边界框750在环910内。因此，计算设备110可以继续等待边界框750的行人进入车辆。
再次，如果在环收缩时在环内或在如果用较小的环代替环的第二预定距离内未发现或识别出行人，则车辆可能不再等待(即再次开始移动)并继续前往接载位置。如果有行人当环继续收缩时仍留在环内或在第二预定距离内，则环可能会进一步收缩或可以使用第三预定距离，依此类推，直到环到达车辆或根据初始距离的大小和所使用的步行速度满足最后一个预定距离。例如，图10描绘了一系列环810、910、1010、1020、1030，每个环与车辆100的距离为D1、D2、D3、D4和D5。每个距离实质上是阈值距离，对应于如果行人在环810内被识别后正朝向车辆前进，则计算设备将期望行人在预定时间段之后在其中的区域。在此示例中，D2表示1秒后的阈值距离，D3表示2秒后的阈值距离，D4代表4秒后的阈值距离，D5代表5秒后或大概当行人进入车辆时的阈值距离。再次，当环810随着时间朝向车辆100缩小时，这些环可以被认为是针对环的不同时间段或时间点或者环810的不同位置的离散阈值。因此，该收缩对应于以上讨论的步行速度，以便模仿将要朝向车辆行走以便获取进入的假设行人的移动。
在这方面，计算设备能够寻找并识别正主动朝向上车的方向前进的行人。使用环可以通过不断减小的距离来检查与车辆的接近程度，从而确保行驶进度。当然，除收缩环外，其他机制也可用于估计乘客是否试图上车。
在一些示例中，计算设备可以“无效”或以其他方式忽略连续出现在预定距离内但实际上不尝试进入车辆的特定行人。当行人碰巧沿着车辆旁边的人行道走下，实际上是走离车辆，或者没有真正向车辆前进以指示行人实际上要上车时，可能会发生这种情况。该无效也可能基于可以表明行人的意图的其他信号而发生，诸如通过注视检测(行人朝车辆看)、面部识别或步态检测(如果计算设备具有分派给车辆的乘客的比较数据)、来自客户端设备的GPS位置(即，如果用户看起来在几百米或几英尺远)、行人不是分派给车辆的乘客、是否来自客户端设备的信息表明分派给车辆的乘客与观察到的行人相比正在移动(GPS坐标或加速度计或陀螺仪信息的变化)、姿势检测、轨迹信息、行人是否用手臂或手向车辆打手势、举起具有特定颜色的设备(例如，在用于由车辆的计算设备识别的设备上显示特定的预定颜色)等等。换句话说，如上所讨论的如果有一个以上的行人似乎正在主动朝向登车的方向前进，则可以使用这些方法中的一个或多个来缩小行人的范围并识别分派的乘客。
在行人在环内但没有足够快地朝向车辆移动以在环收缩时停留在环内或停留在较小环内(如果使用了一系列阈值)的情况下，当车辆继续前往接载位置时，预定距离可以重置为第一预定距离。这实际上将为可能或可能未分派给车辆的行人提供另一次到达车辆的机会。当然，为了避免车辆不断停车，可以仅在车辆已经达到距其首次停车的至少最小距离之后才重置预定距离。例如，该最小距离可以是在车辆停止和/或在第一预定距离内识别出行人之后车辆向前行驶的5米或更多或更少。
在一些示例中，在车辆认证客户端设备之前，行人可以尝试例如通过拉动车辆的门把手来进入慢速行驶的车辆。作为响应，计算设备可以简单地停下来，并允许行人进入车辆。一旦在车辆中，计算设备可以在继续前进到目的地之前继续尝试对客户端设备进行认证，或者可以替代地，开始朝向目的地移动并同时继续认证，以便避免在道路上保持停止的时间过长。类似地，如果认证不成功，则在车辆行驶之前或行驶时，可以经由车辆内的扬声器和/或视频连接现场帮助操作员，以与乘客通信并确认他或她的身份和期望的目的地。在客户端设备的电池电量不足或用完，并且无法与车辆的计算设备建立无线链接时，此功能尤其有用。
如果一旦车辆已经认证了客户端设备并且解锁了门，则行人打开门但实际上没有进入车辆，而是仅仅关闭门却没有进入，则计算设备可以等待行人移动一定距离(例如距离车辆几英尺或更多或更少)，然后简单地继续前往接载位置。为了确保车辆中没有人，在某些情况下，计算设备可以使用来自内部传感器的反馈来确定车辆中是否有乘客。另外或替代地，现场操作员可以观看现场视频和/或音频馈送，以确认乘客是否在车辆中。
除了停止车辆以等待乘客并解锁车辆的一个或多个门之外，上述特征还可以(附加或替代地)用于确定是否打开车辆的一个或多个门以允许行人进入。当然，如果车辆停下，门会自动解锁或自动打开，这可能会造成未经授权的人员进入车辆的风险。就这一点而言，此行为可能仅限于某些情况，诸如已验证分派的乘客的客户端计算设备、由客户端计算设备生成的位置信息(诸如GPS位置)或车辆的感知***(诸如由一个或多个激光雷达、摄像头、雷达或其他传感器生成的传感器数据)指示行人在车辆的短距离内(诸如10米或更多或更少)、行人满足了一些附加的确认要求(例如，如上所述使用面部识别、步态检测、注视检测和/或轨迹确认)和/或仅在某些时段(诸如白天)或特定时段(诸如上午7点至下午6点)能够更容易地识别试图进入车辆的未授权人员。此外，在打开一个或多个门之前，可能还要求车辆满足某些要求，诸如完全停止并且车辆的变速箱已换挡至驻车位置。
另外，乘客可以用来进入车辆的车辆的所有门或仅特定的门可以被打开。例如，计算设备可以打开最接近路缘或被识别为在车辆的预定距离内的一个或多个行人的位置的车辆的门。
打开一个或多个门甚至可以鼓励乘客坐在靠近已打开的门的特定排中。例如，在有多排座位时，在靠近特定排的地方有一个打开的门，例如，当有三排座位时的中间排，这实际上可能会鼓励乘客使用该排，否则可能没有得到充分利用。
另外，车门可以保持打开，直到乘客关闭一个或多个车门，乘客开始旅行(例如，通过按下车辆内的起步按钮)或在到达一段预定的时间之后。在后两种情形中，假定在一个或多个门的门口内未检测到人，则计算设备110可在乘客开始旅行时或在达到预定时间段之后自动关闭一个或多个门。
在以上示例中，由于对分派的乘客的客户端设备的认证，计算设备能够确定分派的乘客在车辆附近，并将其用作一个信号来启动上述逻辑。可替代地，如果尚未进行认证，则可以使用例如通过从客户端设备发送到将信息中继到客户端设备的服务器而提供给计算设备的GPS或其他位置信息来确定所分派的乘客在车辆附近，因此，该位置信息可能足以使计算设备启动逻辑。
当计算设备接近接载位置时，它们和/或服务器计算设备(分派了乘客并调度了车辆)可以将信息发送到客户端设备，以便向分派给车辆的乘客显示各种通知。例如，这可以包括关于车辆何时将到达的通知等。然而，一旦计算设备已经启动了如上所述的逻辑，则该信息可以被发送或可以不被发送到客户端设备，并且一些上述通知可以不被显示，以便减少乘客在尝试提前上车时由于通知而分散注意力的可能性，并使提前上车的过程更加困难。例如，一旦车辆实际停止，或者在某些情况下不久之前，提供有关车辆的门已解锁的通知仍然有用。
图11是流程图1100，该流程图可以由一个或多个处理器(诸如计算设备110的一个或多个处理器120)执行，以便在车辆到达接载位置之前主动寻找分派的乘客。在该示例中，在框1110，接收到识别接载位置的信息和用于认证所分派的乘客的客户端设备信息。在框1120，从车辆的感知***接收传感器数据，识别车辆环境中的目标。在框1130，当车辆在接载位置的预定距离内时，尝试使用客户端设备信息来认证客户端设备。在框1140，当客户端设备已经被认证时，传感器数据用于确定行人是否在车辆的第一阈值距离内。在框1150，当行人被确定为在车辆的第一阈值距离内时，在到达接载位置之前停止车辆以等待在车辆的第一阈值距离内的行人进入车辆。在框1160，在行人进入车辆之后，以行人作为车辆的乘员将车辆操纵到目的地。
除非另有说明，否则前述替代示例不是互相排斥的，而是可以以各种组合实现以实现独特的优点。由于可以在不脱离权利要求所限定的主题的情况下利用以上讨论的特征的这些和其他变形以及组合，因此，对实施方式的前述描述应通过说明的方式而不是通过由权利要求限定的主题的方式进行。另外，在此描述的示例的提供以及用短语表达为“诸如”、“包括”等的用语不应被解释为将权利要求的主题限制于特定示例；相反，这些示例仅旨在说明许多可能的实施例之一。此外，不同附图中的相同附图标记可以标识相同或相似的元件。
工业适用性
本文描述的技术享有广泛的工业适用性，包括例如在自主领域中。

Claims (20)

1.一种在车辆到达接载位置之前主动寻找分派的乘客的方法，所述方法包括：
由一个或多个处理器接收识别所述接载位置的信息；
由所述一个或多个处理器从所述车辆的感知***接收识别所述车辆的环境中的目标的传感器数据；
当所述车辆在所述接载位置的预定距离内时，由所述一个或多个处理器使用所述传感器数据来通过以下确定行人是否正在朝向所述车辆前进：
使用所述传感器数据来确定所述行人在由距所述车辆的第一阈值距离定义的环的区域内；
在确定所述行人在所述区域内之后，将所述区域收缩到由距所述车辆的第二阈值距离定义的环，所述第二阈值距离是基于行人的预期步行速度确定的；
从所述感知***接收更新的传感器数据；并且
当更新的传感器数据指示所述行人在由距所述车辆的第二阈值距离定义的环的区域内时，确定所述行人正在朝向所述车辆前进；
当确定行人正在朝向所述车辆前进时，由所述一个或多个处理器使所述车辆在到达所述接载位置之前停止，以等待所述行人进入车辆；以及
在所述行人进入所述车辆后，由所述一个或多个处理器以行人作为所述车辆的乘员将所述车辆操纵到目的地。
2.根据权利要求1所述的方法，其中，将由第一阈值距离定义的环的区域收缩到由第二阈值距离定义的环的区域基于在预定时间段内发生的连续功能。
3.根据权利要求1所述的方法，其中，确定所述行人是否正在朝向所述车辆前进还包括当所述传感器数据指示所述行人不在收缩的区域内时，确定所述行人没有正在朝向所述车辆前进，并且当确定所述行人没有正在朝向所述车辆前进时，将所述车辆移向所述接载位置，而不以所述行人作为所述车辆的乘员。
4.根据权利要求3所述的方法，还包括：
在接收到更新的传感器数据之后并且在确定所述行人没有正在朝向所述车辆前进之后，接收第二更新的传感器数据；
在确定在收缩的区域内没有行人之后，使用所述第二更新的传感器数据确定所述行人或不同的行人是否在所述车辆的所述第一阈值距离内；以及
在使用所述传感器数据确定所述行人或不同的行人是否在所述车辆的所述第一阈值距离内之后，当确定所述行人或不同的行人在所述第一阈值距离内时，停止所述车辆以等待在所述车辆的所述第一阈值距离内的所述行人或不同的行人进入所述车辆。
5.根据权利要求4所述的方法，其中，仅在所述车辆自最初使用所述传感器数据来确定所述行人是否正在朝向所述车辆前进以来已经行驶了最小距离之后，才执行使用所述传感器数据来确定所述行人或不同的行人在所述车辆的所述第一阈值距离内。
6.根据权利要求1所述的方法，其中，仅当所述车辆在预定的最大速度限制以下行驶时，才执行使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
7.根据权利要求1所述的方法，其中，仅当所述车辆在道路的特定车道中时，才执行使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
8.根据权利要求1所述的方法，其中仅当所述车辆在满足特定最大速度限制的道路上行驶时，才执行使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
9.根据权利要求1所述的方法，还包括：在停止所述车辆之前，确定当前停止车辆是不安全的，并继续朝向所述接载位置前进。
10.根据权利要求9所述的方法，还包括：在所述车辆处提供不可能进行提前上车尝试的通知。
11.根据权利要求1所述的方法，其中，停止所述车辆包括在所述车辆的当前车道上停止所述车辆。
12.一种用于在车辆到达接载位置之前主动寻找分派的乘客的***，所述***包括一个或多个处理器，被配置为：
接收识别接载位置的信息；
从所述车辆的感知***接收识别所述车辆的环境中的目标的传感器数据；
当所述车辆在所述接载位置的预定距离内时，使用所述传感器数据来通过以下确定行人是否正在朝向所述车辆前进：
使用所述传感器数据来确定所述行人在由所述车辆的第一阈值距离定义的环的区域内；
当确定所述行人在所述区域内时，通过基于行人的预期步行速度在预定时间段内减小所述区域的大小，将所述区域收缩到由所述车辆的第二阈值距离定义的环；
从所述感知***接收更新的传感器数据；并且
当更新的传感器数据指示所述行人在由距所述车辆的第二阈值距离定义的环的区域内时，确定所述行人正在朝向所述车辆前进；
当确定行人正在朝向所述车辆前进时，在到达所述接载位置之前停止所述车辆以等待所述行人进入所述车辆；以及
在所述行人进入所述车辆后，以行人作为所述车辆的乘员将所述车辆操纵到目的地。
13.根据权利要求12所述的***，其中，将由第一阈值距离定义的环的区域收缩到由第二阈值距离定义的环的区域基于在预定时间段内发生的连续功能。
14.根据权利要求12所述的***，其中，一个或多个处理器还被配置为还通过在所述传感器数据指示所述行人不在收缩的区域内时确定所述行人没有正在朝向所述车辆前进，确定所述行人是否正在朝向所述车辆前进，并且所述一个或多个处理器还被配置为当确定行人没有正在朝向所述车辆前进时，在没有乘客的情况下将所述车辆移向所述接载位置。
15.根据权利要求14所述的***，其中，所述一个或多个处理器还被配置为：
在接收到更新的传感器数据之后并且在确定所述行人没有正在朝向所述车辆前进之后，从所述感知***接收第二更新的传感器数据；
在确定所述行人没有正在朝向所述车辆前进之后，使用所述第二更新的传感器数据确定所述行人或不同的行人是否在所述车辆的所述第一阈值距离内；以及
在使用所述第二更新的传感器数据确定所述行人或不同的行人是否在所述车辆的所述第一阈值距离内之后，当确定所述行人或不同的行人在所述第一阈值距离内时，停止所述车辆以等待在所述车辆的所述第一阈值距离内的所述行人或不同的行人进入所述车辆。
16.根据权利要求15所述的***，其中，所述一个或多个处理器还被配置为：仅在所述车辆自最初使用所述传感器数据来确定行人是否在所述车辆的所述第一阈值距离内以来已经行驶了最小距离之后，才使用所述传感器数据来确定所述行人或不同的行人在所述车辆的所述第一阈值距离内。
17.根据权利要求12所述的***，其中，所述一个或多个处理器还被配置为：仅当所述车辆在预定的最大速度限制内行驶时，才使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
18.根据权利要求12所述的***，其中，所述一个或多个处理器还被配置为：仅当所述车辆在道路的特定车道中时，才使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
19.根据权利要求12所述的***，其中，所述一个或多个处理器还被配置为：仅当所述车辆在满足特定最大速度限制的道路上行驶时，才使用所述传感器数据来确定行人是否正在朝向所述车辆前进。
20.根据权利要求12所述的***，还包括所述车辆。
CN201880033115.7A 2017-05-19 2018-05-09 用于自动驾驶车辆中乘客的提前上车的方法和*** Active CN110785780B (zh)

Applications Claiming Priority (7)

Application Number Priority Date Filing Date Title
US201762508482P 2017-05-19 2017-05-19
US62/508,482 2017-05-19
US201762577856P 2017-10-27 2017-10-27
US62/577,856 2017-10-27
US15/854,211 2017-12-26
US15/854,211 US10440536B2 (en) 2017-05-19 2017-12-26 Early boarding of passengers in autonomous vehicles
PCT/US2018/031780 WO2018213075A1 (en) 2017-05-19 2018-05-09 Early boarding of passengers in autonomous vehicles

Publications (2)

Publication Number Publication Date
CN110785780A CN110785780A (zh) 2020-02-11
CN110785780B true CN110785780B (zh) 2024-04-12

Family

ID=64272278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880033115.7A Active CN110785780B (zh) 2017-05-19 2018-05-09 用于自动驾驶车辆中乘客的提前上车的方法和***

Country Status (9)

Country Link
US (5) US10440536B2 (zh)
EP (1) EP3593301A1 (zh)
JP (2) JP6940621B2 (zh)
KR (2) KR102309575B1 (zh)
CN (1) CN110785780B (zh)
AU (2) AU2018270782B2 (zh)
CA (1) CA3062615C (zh)
SG (1) SG10202101589YA (zh)
WO (1) WO2018213075A1 (zh)

Families Citing this family (48)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10880293B2 (en) * 2017-08-25 2020-12-29 Ford Global Technologies, Llc Authentication of vehicle-to-vehicle communications
JP7095968B2 (ja) * 2017-10-02 2022-07-05 トヨタ自動車株式会社 管理装置
US11474519B2 (en) 2018-02-26 2022-10-18 Nvidia Corporation Systems and methods for computer-assisted shuttles, buses, robo-taxis, ride-sharing and on-demand vehicles with situational awareness
US11846514B1 (en) 2018-05-03 2023-12-19 Zoox, Inc. User interface and augmented reality for representing vehicles and persons
US10809081B1 (en) 2018-05-03 2020-10-20 Zoox, Inc. User interface and augmented reality for identifying vehicles and persons
US10837788B1 (en) * 2018-05-03 2020-11-17 Zoox, Inc. Techniques for identifying vehicles and persons
DE102018210410B4 (de) * 2018-06-26 2023-06-01 Bayerische Motoren Werke Aktiengesellschaft Fahrerassistenzsystem mit einer Nothaltefunktion für ein Fahrzeug, Fahrzeug mit demselben und Verfahren zum Nothalten eines Fahrzeugs
AU2019310654A1 (en) * 2018-07-23 2021-02-04 Newtrax Holdings Inc. Method and system for acknowledging presence in a context-aware environment
US10857938B2 (en) * 2018-08-27 2020-12-08 GM Global Technology Operations LLC Autonomous vehicle identification
US11077878B2 (en) * 2018-11-02 2021-08-03 Zoox, Inc. Dynamic lane biasing
US11110918B2 (en) 2018-11-02 2021-09-07 Zoox, Inc. Dynamic collision checking
US11208096B2 (en) 2018-11-02 2021-12-28 Zoox, Inc. Cost scaling in trajectory generation
US11048260B2 (en) 2018-11-02 2021-06-29 Zoox, Inc. Adaptive scaling in trajectory generation
JP7077931B2 (ja) * 2018-12-18 2022-05-31 トヨタ自動車株式会社 車両の制御装置、制御方法及び制御プログラム
US11038877B2 (en) 2018-12-31 2021-06-15 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for device fingerprint determination in a transportation service
WO2020142085A1 (en) * 2018-12-31 2020-07-09 Didi Research America, Llc Systems and methods for fraud detecting in a transportation service
US11080509B2 (en) 2018-12-31 2021-08-03 Beijing Didi Infinity Technology And Development Co., Ltd. Systems and methods for onboard fraud detection in a transportation service
US11151376B2 (en) * 2019-01-23 2021-10-19 Uber Technologies, Inc. Rider-driver localization for determining placement of AR content for passenger
JP7163817B2 (ja) * 2019-02-20 2022-11-01 トヨタ自動車株式会社 車両、表示方法及びプログラム
JP7080837B2 (ja) 2019-02-26 2022-06-06 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
JP7058236B2 (ja) * 2019-03-07 2022-04-21 本田技研工業株式会社 車両制御装置、車両制御方法、およびプログラム
US11186244B2 (en) * 2019-03-22 2021-11-30 Stmicroelectronics S.R.L. Smart child safety equipment in vehicles
US11048256B2 (en) * 2019-08-09 2021-06-29 Waymo Llc Parking behaviors for autonomous vehicles
DE102019212998B4 (de) * 2019-08-29 2022-08-04 Volkswagen Aktiengesellschaft Fortbewegungsmittel, Vorrichtung und Verfahren zum Positionieren eines automatisiert fahrfähigen Fortbewegungsmittels
US11611881B2 (en) * 2019-11-27 2023-03-21 Board Of Trustees Of Michigan State University Integrated systems and methods for passive authentication
EP3859372A1 (en) * 2020-01-31 2021-08-04 Bayerische Motoren Werke Aktiengesellschaft Apparatus, method and computer program for a vehicle
JP7419122B2 (ja) * 2020-03-18 2024-01-22 本田技研工業株式会社 車両制御装置、車両制御方法、及び車両制御用プログラム
US20210311478A1 (en) * 2020-04-07 2021-10-07 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and Methods For Autonomous Navigation To Locate User With Ultra-Wideband Sensing
JP7238850B2 (ja) * 2020-05-07 2023-03-14 トヨタ自動車株式会社 自動運転システムおよび自動運転方法
GB2594974A (en) 2020-05-14 2021-11-17 Dromos Tech Ag A method and infrastructure for boarding a plurality of passengers into an autonomous vehicle
JP7382281B2 (ja) * 2020-05-25 2023-11-16 株式会社東海理化電機製作所 制御装置および制御方法
US20220026930A1 (en) * 2020-07-23 2022-01-27 Autobrains Technologies Ltd Autonomously following a person
US11491909B2 (en) 2020-09-16 2022-11-08 Waymo Llc External facing communications for autonomous vehicles
US20220135077A1 (en) * 2020-10-29 2022-05-05 Waymo Llc Increasing awareness of passengers during pullovers and drop offs for autonomous vehicles
EP4200179A1 (en) 2020-10-29 2023-06-28 Waymo LLC Holistic wayfinding
US20220198196A1 (en) * 2020-12-17 2022-06-23 Here Global B.V. Providing access to an autonomous vehicle based on user's detected interest
US20220198351A1 (en) * 2020-12-17 2022-06-23 Here Global B.V. Contextually defining an interest index for shared and autonomous vehicles
US11899468B2 (en) * 2020-12-22 2024-02-13 Waymo Llc Sensor for flashing light detection
KR102568277B1 (ko) * 2021-02-03 2023-08-22 한양대학교 에리카산학협력단 자율주행 차량의 구조 시스템
US11644322B2 (en) 2021-02-09 2023-05-09 Gm Cruise Holdings Llc Updating a pick-up or drop-off location for a passenger of an autonomous vehicle
US11794779B2 (en) * 2021-03-19 2023-10-24 Waymo Llc Pullover maneuvers for autonomous vehicles
US20220309521A1 (en) * 2021-03-24 2022-09-29 Here Global B.V. Computing a vehicle interest index
WO2022212901A1 (en) * 2021-04-01 2022-10-06 Education Logistics, Inc. Mass transportation ridership data import
US20230319576A1 (en) * 2022-03-30 2023-10-05 Konica Minolta Business Solutions U.S.A., Inc. Method and system for authenticating users
IT202200008276A1 (it) * 2022-04-27 2023-10-27 Fiat Ricerche "Autoveicolo a guida autonoma, dotato di un sistema per il riconoscimento a distanza, ed il recupero, di un passeggero, e relativo procedimento"
IT202200010040A1 (it) * 2022-05-16 2023-11-16 Fiat Ricerche "Autoveicolo a guida autonoma, dotato di un sistema per rilevare e riconoscere caratteristiche identificative di un passeggero, e relativo procedimento"
US20230382406A1 (en) * 2022-05-30 2023-11-30 Toyota Connected North America, Inc. Vehicle action determination based on occupant characteristics
KR20240048654A (ko) * 2022-10-07 2024-04-16 현대자동차주식회사 차량 제어 시스템 및 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105676251A (zh) * 2014-12-03 2016-06-15 福特全球技术公司 车辆乘客识别
US9436180B1 (en) * 2014-04-11 2016-09-06 Google Inc. Location-based privacy
CN106255933A (zh) * 2014-05-23 2016-12-21 谷歌公司 自主车辆

Family Cites Families (92)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6694248B2 (en) 1995-10-27 2004-02-17 Total Technology Inc. Fully automated vehicle dispatching, monitoring and billing
JP3375258B2 (ja) 1996-11-07 2003-02-10 株式会社日立製作所 地図表示方法及び装置並びにその装置を備えたナビゲーション装置
WO2003005289A1 (en) 1997-03-03 2003-01-16 Keith Whited Storage, retrieval and display system for marine specimens
US6545601B1 (en) 1999-02-25 2003-04-08 David A. Monroe Ground based security surveillance system for aircraft and other commercial vehicles
US6812851B1 (en) 1999-12-15 2004-11-02 Vert, Inc. Apparatuses for displaying information on vehicles
US7167796B2 (en) 2000-03-09 2007-01-23 Donnelly Corporation Vehicle navigation system for use with a telematics system
US6356838B1 (en) 2000-07-25 2002-03-12 Sunil Paul System and method for determining an efficient transportation route
US6891518B2 (en) 2000-10-05 2005-05-10 Siemens Corporate Research, Inc. Augmented reality visualization device
US6414635B1 (en) 2000-10-23 2002-07-02 Wayport, Inc. Geographic-based communication service system with more precise determination of a user's known geographic location
JP2002149912A (ja) 2000-11-13 2002-05-24 Toshihiko Furukawa 通報システム
US20110068954A1 (en) 2006-06-20 2011-03-24 Zonar Systems, Inc. Method and apparatus to collect object identification data during operation of a vehicle and analysis of such data
US6801837B2 (en) 2002-01-03 2004-10-05 Meritor Light Vehicle Technology, Llc Intervehicle network communication system
US7327280B2 (en) 2002-08-15 2008-02-05 California Institute Of Technology Emergency vehicle traffic signal preemption system
FR2840426B1 (fr) 2002-06-03 2004-12-17 Airbus France Dispositif d'aide au reperage visuel d'un aeronef en vol depuis un autre aeronef, egalement en vol
US20030222981A1 (en) 2002-06-04 2003-12-04 Kisak Jeffrey James Locomotive wireless video recorder and recording system
JP2004054444A (ja) 2002-07-17 2004-02-19 Omron Corp 運転サービス情報仲介システム
JP2004062490A (ja) 2002-07-29 2004-02-26 Matsushita Electric Ind Co Ltd 相乗り代理交渉システムおよび相乗り代理交渉方法
US6810328B2 (en) 2002-11-23 2004-10-26 Alpine Electronics, Inc Navigation method and system for indicating area-specific traffic information
US7466356B2 (en) 2003-07-25 2008-12-16 Hewlett-Packard Development Company, L.P. Method and apparatus for setting a marker on an object and tracking the position of the object
US20050153707A1 (en) 2003-07-25 2005-07-14 Liza Ledyard Portable service identification, notification and location device and method
US20050114014A1 (en) 2003-11-24 2005-05-26 Isaac Emad S. System and method to notify a person of a traveler's estimated time of arrival
DE102005013920B4 (de) 2004-03-26 2007-12-13 Mitsubishi Jidosha Kogyo K.K. Frontsicht-Überwachungsvorrichtung
US7129887B2 (en) 2004-04-15 2006-10-31 Lockheed Martin Ms2 Augmented reality traffic control center
JP2005346634A (ja) 2004-06-07 2005-12-15 Ricoh Co Ltd タクシー配車システム及びタクシー配車プログラム
US8972052B2 (en) 2004-07-07 2015-03-03 Irobot Corporation Celestial navigation system for an autonomous vehicle
WO2006128946A1 (en) 2005-05-02 2006-12-07 Ecolane Finland Oy Method and arrangement for arranging practical aspects of a demand responsive transport system
US20140172727A1 (en) 2005-12-23 2014-06-19 Raj V. Abhyanker Short-term automobile rentals in a geo-spatial environment
US8340904B2 (en) 2006-01-08 2012-12-25 Bo-In Lin Transmission of wireless messages of current vehicle location and estimated arrival time to requestors
US7920071B2 (en) 2006-05-26 2011-04-05 Itt Manufacturing Enterprises, Inc. Augmented reality-based system and method providing status and control of unmanned vehicles
US7775437B2 (en) 2006-06-01 2010-08-17 Evryx Technologies, Inc. Methods and devices for detecting linkable objects
WO2008100489A2 (en) 2007-02-12 2008-08-21 Sean O'sullivan Shared transport system and service network
JP2008216205A (ja) 2007-03-07 2008-09-18 Fujitsu Ltd 車載ナビゲーション装置
JP2008227877A (ja) 2007-03-13 2008-09-25 Hitachi Ltd 映像情報処理装置
US8451107B2 (en) 2007-09-11 2013-05-28 Magna Electronics, Inc. Imaging system for vehicle
EP2881712A1 (en) 2007-11-24 2015-06-10 Routerank Ltd Optimized route planning
EP2225870A4 (en) 2007-12-14 2011-08-17 Promptu Systems Corp AUTOMATIC VEHICLE RECALL AND PREPARATION SYSTEM AND METHOD
US20090192851A1 (en) 2008-01-25 2009-07-30 Bishop Paul L Location-Based Transportation Management
US9020533B1 (en) 2008-02-12 2015-04-28 Sprint Communications Company L.P. Location services
US20090234573A1 (en) 2008-03-17 2009-09-17 Emory University Office Of Technology Transfer Travel Partner Matching Using Selectable Map Interface
US9519921B2 (en) 2008-06-27 2016-12-13 E-Lantis Corporation GPS and wireless integrated fleet management system and method
JP2010183170A (ja) 2009-02-03 2010-08-19 Denso Corp 車両用表示装置
US20100217613A1 (en) 2009-02-26 2010-08-26 Brian Kelly Methods and apparatus for providing charitable content and related functions
TWI402782B (zh) 2009-03-20 2013-07-21 Taiwan Mobile Comm 車輛派遣方法、車輛派遣系統及應用其中之導航主機
US8386177B2 (en) 2009-05-13 2013-02-26 Taiwan Mobile Communication Vehicle-dispatching method and vehicle-dispatching system
US8583320B2 (en) 2009-06-26 2013-11-12 Esurance Insurance Services, Inc. Apparatus and method for automated vehicle roadside assistance
KR101772970B1 (ko) 2009-08-25 2017-09-13 삼성전자주식회사 차량 정보 제공방법 및 이를 적용한 단말기
US8301202B2 (en) 2009-08-27 2012-10-30 Lg Electronics Inc. Mobile terminal and controlling method thereof
WO2011028686A1 (en) 2009-09-01 2011-03-10 Magna Mirrors Of America, Inc. Imaging and display system for vehicle
US10002198B2 (en) 2009-10-28 2018-06-19 Verizon Patent And Licensing Inc. Mobile taxi dispatch system
US8346426B1 (en) 2010-04-28 2013-01-01 Google Inc. User interface for displaying internal state of autonomous driving system
US20110313880A1 (en) 2010-05-24 2011-12-22 Sunil Paul System and method for selecting transportation resources
JP5070318B2 (ja) 2010-06-21 2012-11-14 本田技研工業株式会社 車載遠隔操作装置
US20120041675A1 (en) 2010-08-10 2012-02-16 Steven Juliver Method and System for Coordinating Transportation Service
JP5556740B2 (ja) 2010-10-28 2014-07-23 Ｓｍｋ株式会社 情報提供装置、情報提供サーバおよび車両支援システム
TW201218117A (en) 2010-10-29 2012-05-01 Hon Hai Prec Ind Co Ltd System and method for arranging taxies
US20120130627A1 (en) 2010-11-23 2012-05-24 Islam Mohammad R Taxi dispatch system
US8918230B2 (en) 2011-01-21 2014-12-23 Mitre Corporation Teleoperation of unmanned ground vehicle
GB201106555D0 (en) 2011-04-19 2011-06-01 Tomtom Int Bv Taxi dispatching system
US8615345B2 (en) 2011-04-29 2013-12-24 Ford Global Technologies, Llc Method and apparatus for vehicle system calibration
US9958280B2 (en) 2011-08-16 2018-05-01 Inrix, Inc. Assessing inter-modal passenger travel options
US9037852B2 (en) 2011-09-02 2015-05-19 Ivsc Ip Llc System and method for independent control of for-hire vehicles
US20130144660A1 (en) 2011-12-02 2013-06-06 Verizon Patent And Licensing Inc. Electronic maitre d'
US8712379B2 (en) 2011-12-12 2014-04-29 General Motors Llc Authenticating messages sent between a vehicle and a central facility
JP5832667B2 (ja) 2011-12-29 2015-12-16 インテル・コーポレーション 再構成可能なパーソナライズド車両用ディスプレイ
US20130211916A1 (en) 2012-02-09 2013-08-15 CMFG Life Insurance Company Automatic real-time opportunity-relevant promotions for an auto buying assistant application
AU2012203006A1 (en) 2012-02-21 2013-09-05 Car Pilots Pty Ltd Systems and methods for booking transport
US9367678B2 (en) 2012-02-29 2016-06-14 Red Hat, Inc. Password authentication
JP5810020B2 (ja) * 2012-03-29 2015-11-11 大豊工業株式会社 斜板
US20130289858A1 (en) 2012-04-25 2013-10-31 Alain Anthony Mangiat Method for controlling and communicating with a swarm of autonomous vehicles using one-touch or one-click gestures from a mobile platform
JP5921320B2 (ja) 2012-04-27 2016-05-24 富士通テン株式会社 表示システム、携帯装置、車載装置、及び、プログラム
US10055694B2 (en) 2012-08-07 2018-08-21 Hitachi, Ltd. Use-assisting tool for autonomous mobile device, operation management center, operation system, and autonomous mobile device
GB201300006D0 (en) 2013-01-01 2013-02-13 Tomtom Dev Germany Gmbh Vehicle management system
US20140200739A1 (en) 2013-01-15 2014-07-17 Honda Motor Co., Ltd. Enhancing vehicle connectivity
US11574263B2 (en) 2013-03-15 2023-02-07 Via Transportation, Inc. System and method for providing multiple transportation proposals to a user
US20160021154A1 (en) 2013-03-25 2016-01-21 Steven B. Schoeffler System And Method For Displaying Information
US20140300449A1 (en) 2013-04-05 2014-10-09 Ani Kounavis Taxi hailing system and mobile application
US20140365250A1 (en) 2013-06-05 2014-12-11 Fujitsu Limited Transportation service reservation method and apparatus
WO2015038147A1 (en) 2013-09-13 2015-03-19 Intel Corporation Context-aware distributive taxi cab dispatching
US20150142484A1 (en) 2013-11-18 2015-05-21 National Taipei University Of Technology Carpool service providing method and carpool server using the same
US20150154810A1 (en) 2013-12-04 2015-06-04 Kar Leong Tew Virtual transportation stands
US20150161564A1 (en) 2013-12-11 2015-06-11 Uber Technologies, Inc. System and method for optimizing selection of drivers for transport requests
US10210399B2 (en) 2013-12-20 2019-02-19 Magna Electronics Inc. Vehicle vision system with image processing
US9542609B2 (en) 2014-02-04 2017-01-10 Xerox Corporation Automatic training of a parked vehicle detector for large deployment
TW201541393A (zh) 2014-04-21 2015-11-01 Wei-Yen Yeh 計程車管理設備及計程車管理系統
US9631933B1 (en) * 2014-05-23 2017-04-25 Google Inc. Specifying unavailable locations for autonomous vehicles
IL294250B2 (en) * 2014-12-15 2024-01-01 Polaris Inc Autonomously ready vehicle
US9733096B2 (en) 2015-06-22 2017-08-15 Waymo Llc Determining pickup and destination locations for autonomous vehicles
US10023231B2 (en) 2015-08-12 2018-07-17 Madhusoodhan Ramanujam Parking autonomous vehicles
US9551992B1 (en) 2016-01-08 2017-01-24 Google Inc. Fall back trajectory systems for autonomous vehicles
US10088846B2 (en) 2016-03-03 2018-10-02 GM Global Technology Operations LLC System and method for intended passenger detection
US9429947B1 (en) 2016-04-14 2016-08-30 Eric John Wengreen Self-driving vehicle systems and methods
US10031523B2 (en) * 2016-11-07 2018-07-24 Nio Usa, Inc. Method and system for behavioral sharing in autonomous vehicles

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9436180B1 (en) * 2014-04-11 2016-09-06 Google Inc. Location-based privacy
CN106255933A (zh) * 2014-05-23 2016-12-21 谷歌公司 自主车辆
CN105676251A (zh) * 2014-12-03 2016-06-15 福特全球技术公司 车辆乘客识别

Also Published As

Publication number Publication date
US20220191657A1 (en) 2022-06-16
WO2018213075A1 (en) 2018-11-22
JP2021192271A (ja) 2021-12-16
US10848938B2 (en) 2020-11-24
KR102440246B1 (ko) 2022-09-06
US20230396970A1 (en) 2023-12-07
US11297473B2 (en) 2022-04-05
KR20190138307A (ko) 2019-12-12
CA3062615A1 (en) 2018-11-22
CN110785780A (zh) 2020-02-11
AU2021201755A1 (en) 2021-04-15
KR20210124515A (ko) 2021-10-14
US11716598B2 (en) 2023-08-01
KR102309575B1 (ko) 2021-10-07
AU2018270782B2 (en) 2021-01-07
SG10202101589YA (en) 2021-03-30
CA3062615C (en) 2023-04-18
AU2018270782A1 (en) 2019-10-31
JP7314218B2 (ja) 2023-07-25
AU2021201755B2 (en) 2022-05-19
JP2020521203A (ja) 2020-07-16
US20210092572A1 (en) 2021-03-25
US20180338229A1 (en) 2018-11-22
US10440536B2 (en) 2019-10-08
EP3593301A1 (en) 2020-01-15
JP6940621B2 (ja) 2021-09-29
US20200021958A1 (en) 2020-01-16

Similar Documents

Publication Publication Date Title
CN110785780B (zh) 用于自动驾驶车辆中乘客的提前上车的方法和***
AU2021203701B2 (en) Recognizing assigned passengers for autonomous vehicles
AU2021202268A1 (en) Estimating time to pick up and drop off passengers for improved stopping analysis in autonomous vehicles
EP3526093A1 (en) Planning stopping locations for autonomous vehicles

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant