CN111836739A - 基于车辆存储舱室内容物改变车辆配置 - Google Patents
基于车辆存储舱室内容物改变车辆配置 Download PDFInfo
- Publication number
- CN111836739A CN111836739A CN201880090992.8A CN201880090992A CN111836739A CN 111836739 A CN111836739 A CN 111836739A CN 201880090992 A CN201880090992 A CN 201880090992A CN 111836739 A CN111836739 A CN 111836739A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- cabin
- camera
- event
- storage compartment
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 28
- 238000010801 machine learning Methods 0.000 claims abstract description 20
- 230000004044 response Effects 0.000 claims description 23
- 238000004891 communication Methods 0.000 claims description 19
- 238000012544 monitoring process Methods 0.000 claims description 11
- 230000003595 spectral effect Effects 0.000 claims description 3
- 230000002123 temporal effect Effects 0.000 claims description 3
- 238000001429 visible spectrum Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 abstract description 4
- 238000004590 computer program Methods 0.000 abstract description 3
- 235000013550 pizza Nutrition 0.000 description 12
- 230000006870 function Effects 0.000 description 7
- 231100001261 hazardous Toxicity 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000003780 insertion Methods 0.000 description 5
- 230000037431 insertion Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229920001690 polydopamine Polymers 0.000 description 1
- 238000013403 standard screening design Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/59—Context or environment of the image inside of a vehicle, e.g. relating to seat occupancy, driver state or inner lighting conditions
-
- 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
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
-
- 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
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/20—Control system inputs
- G05D1/24—Arrangements for determining position or orientation
- G05D1/247—Arrangements for determining position or orientation using signals provided by artificial sources external to the vehicle, e.g. navigation beacons
-
- 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
- G05D1/60—Intended control result
- G05D1/646—Following a predefined trajectory, e.g. a line marked on the floor or a flight path
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/083—Shipping
-
- 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
- H04W4/35—Services specially adapted for particular environments, situations or purposes for the management of goods or merchandise
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60P—VEHICLES ADAPTED FOR LOAD TRANSPORTATION OR TO TRANSPORT, TO CARRY, OR TO COMPRISE SPECIAL LOADS OR OBJECTS
- B60P3/00—Vehicles adapted to transport, to carry or to comprise special loads or objects
- B60P3/007—Vehicles adapted to transport, to carry or to comprise special loads or objects for delivery of small articles, e.g. milk, frozen articles
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/0003—Arrangements for holding or mounting articles, not otherwise provided for characterised by position inside the vehicle
- B60R2011/0036—Luggage compartment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N7/00—Television systems
- H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Business, Economics & Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Mechanical Engineering (AREA)
- Human Resources & Organizations (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Multimedia (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明扩展到用于基于车辆存储舱室内容物来改变车辆配置的方法、***和计算机程序产品。在自主车辆处,相机安装在存储舱室内部。所述相机监测所述存储舱室的内部。所述相机可以确认在所述存储舱室应该是空的时所述存储舱室是空的,并且在所述存储舱室应该包含物体时所述存储舱室包含物体。可以将任何差异报告给操作人员。所述操作人员可以指示所述自主车辆改变配置以解决差异。一方面,机器学习相机记忆下散布到所述存储舱室的表面的背景图案。所述机器学习相机基于对所述背景图案的干扰来检测所述存储舱室中的物体。
Description
发明背景
1.技术领域
本发明总体上涉及改变车辆配置的领域,并且更具体地,涉及基于车辆存储舱室的内容物来改变车辆配置。
2.背景技术
自主车辆(AV)可以配备有可以用于物体递送和/或物体拾取的各种(并且可能是固定的)存储舱室。例如,自主披萨饼递送车辆可以包括披萨饼保温箱以使披萨饼在运输至客户期间保温。类似地,自主杂货递送车辆可以包括冰箱、冰柜和用于其他杂货物品(可能用于杂货袋)的另一个存储舱室,以防止食物在运输到客户期间变质。同样地,自主包裹递送车辆可以包括一个或多个存储舱室以用于在运输到客户途中存放包裹。
在其他情况下,将具有存储舱室的自主车辆发送给客户以接受退回的物体。客户可以将退回的物体放置到存储舱室中,并且自主车辆可以返回到指定位置,诸如例如仓库、商店等。
附图说明
关于以下描述和附图,将更好地理解本发明的具体特征、方面和优点,在附图中:
图1示出了计算装置的示例性框图。
图2示出了促进自主车辆与其他电子装置之间的网络通信的示例性计算机架构。
图3A示出了促进从车辆存储舱室递送物体的示例性计算机架构。
图3B示出了促进将物体拾取到车辆存储舱室中的示例性计算机架构。
图4示出了用于基于车辆存储舱室的内容物来改变自主车辆的配置的示例性方法的流程图。
图5A示出了包括车辆***的示例性车辆。
图5B示出了示例性背景图案。
图5C示出了图5B的示例性背景图案散布到图5A的车辆舱室的内表面。
图5D示出了图5A的车辆舱室中的物体在图5B的示例性背景图案的顶部上的示例性视图。
图5E示出了图5D的物体在图5B的示例性背景图案的顶部上的示例性放大图。
图5F示出了由图5A的车辆舱室中安装在图5B的示例性背景图案上方的相机捕获的示例性图像。
图5G示出了图5A的车辆舱室中在图5B的示例性背景图案的顶部上的物体的另一个示例性视图。
图5H示出了图5G的物体在图5B的示例性背景图案的顶部上的示例性放大图。
图5I示出了由图5A的车辆舱室中安装在图5B的示例性背景图案上方的相机捕获的另一个示例性图像。
具体实施方式
本发明扩展到用于基于车辆存储舱室内容物来改变车辆配置的方法、***和计算机程序产品。在一些方面中,自主车辆用于递送物体。例如,可以将物体放置在车辆存储舱室中,然后自主车辆可以行驶到客户位置。在客户位置处,客户可以从车辆存储舱室中取出物体。在取出物体之后,自主车辆可以返回到指定位置,例如返回到商店或仓库。
在一些方面中,自主车辆用于拾取物体。例如,自主车辆可以在车辆存储舱室为空的情况下行驶到客户位置。在客户位置处,客户可以将退回物体放置到车辆存储舱室中。在将物体放置到车辆存储舱室中之后,自主车辆可以返回到指定位置,例如返回到商店或仓库。在指定位置处,员工随后可以从车辆存储舱室中取出物体。
通常,确保车辆存储舱室在预期为空时实际上是空的并且在预期包含(适当或正确的)物体时实际上包含(适当或正确的)物体是适当的。然而,自主车辆可能不包括人员。因而,可以在行驶到客户位置之前和之后以及在客户联系之前和之后以电子方式监测自主车辆的车辆存储舱室。例如,安装在车辆存储舱室内部的相机可以用于监测车辆存储舱室的内部。
对于物体递送,相机可以用于在据称在装载位置处装载(例如,确认在车辆存储舱室中存在递送物体)之后并且在据称在客户位置处卸载(例如,确认已经取回所述物体)之后监测车辆存储舱室。对于物体拾取,相机可以用于在离开客户位置(例如,确认车辆存储舱室为空)之前并且在据称在客户位置处装载(例如,确认车辆存储舱室中存在退回物体)之后监测车辆存储舱室。
一方面,使用机器学习相机来监测车辆存储舱室。机器学习相机安装在车辆存储舱室内部。人工创建的背景散布到车辆存储舱室的内表面(例如,放置物体以供运输的表面)上。人工创建的背景可以包括主要特征或已知图案。人工创建的背景可以被配置为帮助物体突出显示并降低物体与人工创建的背景融合的可能性。
机器学习相机将人工创建的背景记忆为(例如)参考图像,包括学习特定特征(例如,光谱、空间和时间特征中的一者或多者),所述特定特征可以用于表征车辆存储舱室的内部的特定区域的背景外观。可以得出图像处理决策规则以用于主要特征或已知图案的背景分类。
机器学习相机可以检测由表面上(车辆存储容器内)存在的物体引起的对背景的任何变化或干扰。参考图像与人工创建的背景的当前图像之间的非零差异可以指示干扰。因此,可以通过主要背景特征或已知图案的变化分类来检测前景物体。当在车辆存储舱室中检测到物体时,人员可以确认物体是否被授权。当车辆存储舱室中存在异物但车辆存储容器应为空时,可能发生对未授权物体的检测。在检测到异物或未授权物体时,机器学习相机可以将图像从车辆存储容器内部提供给另一个计算机***。
一方面,计算机***位于中央枢纽处,在所述中央枢纽处,人员可以评估异物的布置和/或标识。如果异物是恶意的、危险的或有危害的物体,则人员可以对自主车辆采取预防措施并通知适当的机构。如果异物属于客户,则可以经由文本、电子邮件或语音向客户通知异物留在车辆存储容器中了。人员还可以使自主车辆停留在客户位置或返回到客户位置。属于客户的异物可以是客户未能从车辆存储舱室取回的递送物体,或者是客户无意中放置在车辆存储舱室中的物体(例如,手机、钥匙等)。如果异物是“令人讨厌的”物体,诸如空袋或空箱,则人员可以允许自主车辆返回到指定位置(例如,返回到商店或仓库或另一个递送位置)。
一方面,人工创建的背景在可见光谱以内并且是人眼可见的。另一方面,人工创建的背景在可见光谱之外并且是人眼不可见的。例如,人工创建的背景可以在红外(IR)光谱、紫外线(UV)光谱等中。
因而,在物体递送之前,机器学习相机可以在装载位置处监测车辆存储舱室以确认车辆存储舱室包含一个或多个物体(例如,披萨饼、杂货、包裹、盒子、袋等)以递送给客户。在客户递送之后,机器学习相机可以监测车辆存储舱室以确认车辆存储舱室是空的。如果车辆存储舱室不为空,则可以通知操作人员并且可以采取适当的动作。
类似地,在物体拾取之前,可以监测车辆存储舱室以确认存储舱室是空的。如果车辆存储舱室不为空,则可以通知操作人员并且可以采取适当的动作,诸如例如将自主车辆返回到仓库或商店以进行卸载。在客户拾取之后,可以监测车辆存储舱室以确认存储舱室包括(已授权的)物体以便退回。如果车辆存储舱室为空,则可以通知操作人员并且采取适当的动作。例如,可以经由文本、电子邮件或语音向客户通知退回的物体未放置在车辆存储容器中。
一方面,当客户正退回物体时,在将任何物体放置在车辆存储容器中之后监测车辆存储舱室。机器学习相机可以将图像从车辆存储容器内部提供给另一个计算机***(例如,中央枢纽)。基于图像,操作人员可以确认放置在存储容器中的物体是(已授权的)退回物体。如果放置在车辆存储舱室中的物体不是(已授权的)退回物体但其他方面是良好的,则可以经由文本、电子邮件或语音向客户通知退回物体不是放置在车辆存储容器中的物体。如果放置在车辆存储舱室中的物体是恶意的、危险的或有危害的物体,则操作人员可以对自主车辆采取预防措施并通知适当的机构。
因此,通常,以电子方式监测车辆存储容器促进改变自主车辆配置以确保适当的物体递送和物体拾取,解决以恶意目的使用车辆存储舱室的问题,并且有助于回收无意中和/或不当地留在车辆存储舱室中的物体。
图1示出了计算装置100的示例性框图。计算装置100可以用于执行各种程序,诸如本文所讨论的那些程序。计算装置100可以用作服务器、客户端或任何其他计算实体。计算装置100可以执行如本文描述的各种通信和数据传输功能,并且可以执行一个或多个应用程序,诸如本文描述的应用程序。计算装置100可以是各种计算装置中的任何一种,诸如移动电话或其他移动装置、台式计算机、笔记本计算机、服务器计算机、手持计算机、平板计算机等。
计算装置100包括一个或多个处理器102、一个或多个存储器装置104、一个或多个接口106、一个或多个大容量存储装置108、一个或多个输入/输出(I/O)装置110和显示装置130,所有这些装置都耦合到总线112。一个或多个处理器102包括执行存储在一个或多个存储器装置104和/或一个或多个大容量存储装置108中的指令的一个或多个处理器或控制器。一个或多个处理器102还可以包括各种类型的计算机存储介质,诸如高速缓冲存储器。
一个或多个存储器装置104包括各种计算机存储介质,诸如易失性存储器(例如,随机存取存储器(RAM)114)和/或非易失性存储器(例如,只读存储器(ROM)116)。一个或多个存储器装置104还可以包括可重写ROM,诸如快闪存储器。
一个或多个大容量存储装置108包括各种计算机存储介质,诸如磁带、磁盘、光盘、固态存储器(例如,快闪存储器)等等。如图1中所描绘,特定的大容量存储装置是硬盘驱动器124。各种驱动器也可以包括在一个或多个大容量存储装置108中,以使得能够从各种计算机可读介质读取和/或写入到各种计算机可读介质。一个或多个大容量存储装置108包括可移除介质126和/或不可移除介质。
一个或多个I/O装置110包括允许将数据和/或其他信息输入到计算装置100或从计算装置100中检索数据和/或其他信息的各种装置。一个或多个示例性I/O装置110包括光标控制装置、键盘、小键盘、条形码扫描仪、传声器、监视器或其他显示装置、扬声器、打印机、网络接口卡、调制解调器、相机、镜头、雷达、CCD或其他图像捕获装置等。
显示装置130包括能够向计算装置100的一个或多个用户显示信息的任何类型的装置。显示装置130的示例包括监视器、显示终端、视频投影装置等。
一个或多个接口106包括允许计算装置100与其他***、装置或计算环境以及人员交互的各种接口。一个或多个示例性接口106可以包括任何数量的不同网络接口120,诸如与个人局域网(PAN)、局域网(LAN)、广域网(WAN)、无线网络(例如,近场通信(NFC)、蓝牙、Wi-Fi等网络)和因特网的接口。其他接口包括用户接口118和***装置接口122。
总线112允许一个或多个处理器102、一个或多个存储器装置104、一个或多个接口106、一个或多个大容量存储装置108和一个或多个I/O装置110彼此进行通信,以及与耦合到总线112上的其他装置或部件进行通信。总线112表示几种类型的总线结构中的一种或多种,诸如***总线、PCI总线、IEEE 1394总线、USB总线等等。
图2示出了促进自主车辆210与其他电子装置之间的网络通信的示例性计算机架构200。自主车辆210可以是具有多个车轮的陆基车辆,诸如例如汽车、货车、轻型卡车等,并且可以在几乎所有条件下完全自主地操作。可以指示自主车辆210遵循路径,行驶到一个或多个目的地等,并且可以按照指示沿着道路安全地行驶以在各位置之间移动。自主车辆210还可以包括手动操作员控件,使得驾驶员可以在酌情操作自主车辆210。
如所描绘的,自主车辆210包括车辆对基础设施(V对I)接口211、动力传动***控制器212、制动器控制器213、转向控制器214、计算装置215、传感器216和存储舱室217。计算装置215可以执行用于在自主操作期间驾驶自主车辆210的计算。计算装置215可以从传感器216接收关于自主车辆210和对应部件的操作、状态、配置等的信息。计算装置215可以基于从传感器216接收的信息来做出关于控制自主车辆210的决策。
传感器216可以包括用于监测自主车辆210的操作部件(例如,轮胎、车轮、制动器、节气门、发动机等)、监测自主车辆210周围的环境(例如,监测其他车辆、行人、骑行者、静态障碍物等)和监测存储舱室217的各种装置。传感器216可以包括相机、激光雷达传感器、雷达传感器、超声波传感器等。
例如,固定到车辆210的前保险杠(未示出)的雷达可以提供自主车辆210距车辆210前方的下一车辆的距离。自主车辆210处的全球定位***(GPS)传感器可以提供自主车辆210的地理坐标。由雷达和/或其他传感器216提供的一个或多个距离和/或由GPS传感器提供的地理坐标可以用于促进自主车辆210的自主操作。
计算装置215可以包括关于计算装置100描述的部件中的任一者。计算装置215可以包括用于控制车辆部件的程序,所述车辆部件包括:制动器、推进装置(例如,通过控制内燃发动机、电动马达、混合动力发动机等进行控制),转向装置、气候控件、内部灯和/或外部灯等。计算装置215还可以确定它或操作人员是否控制自主车辆210。
计算装置215例如经由车辆通信总线通信地耦合到自主车辆210处的其他计算装置和/或控制器。例如,计算装置215可以经由通信总线耦合到动力传动***控制器212、制动器控制器213和转向控制器214,以监测和/或控制各种对应的车辆部件。一方面,V对I接口211、计算装置215、传感器216、动力传动***控制器212、制动器控制器213和转向控制器214以及任何其他计算装置和/或控制器经由车辆通信网络(诸如控制器局域网(CAN))连接。V对I接口211、计算装置215、传感器216、动力传动***控制器212、制动器控制器213和转向控制器214以及任何其他计算装置和/或控制器可以创建消息相关数据并经由车辆通信网络交换消息相关数据。
V对I接口211可以包括用于经由网络230与其他装置进行有线和/或无线通信的网络接口。服务器计算机220和用户移动装置260还可以包括用于经由网络230与其他装置进行有线和/或无线通信的网络接口。因而,自主车辆210、服务器计算机220和用户移动装置260以及它们相应的部件中的任一者可以通过网络230彼此连接(或是网络的一部分),所述网络诸如例如LAN、WAN以及甚至因特网。因此,自主车辆210、服务器计算机220和用户移动装置260以及任何其他连接的计算机***或车辆及其部件可以创建消息相关数据并通过网络230交换消息相关数据(例如,近场通信(NFC)有效载荷、蓝牙分组、互联网协议(IP)数据报以及利用IP数据报的其他更高层协议,诸如传输控制协议(TCP)、超文本传输协议(HTTP)、简单邮件传输协议(SMTP)等)。一方面,V对I接口211还经由在自主车辆210与其他附近车辆之间形成的自组织网络来促进车辆对车辆(V对V)通信。
图3A示出了促进从车辆存储舱室递送物体的示例性计算机架构300。如计算机架构300中所描绘的,存储舱室217还包括表面301和(例如,机器学习)相机303。表面301散布有背景302。相机303可以记忆背景302(例如,作为参考图像),并且随后对存储舱室217监测对背景302的任何干扰。干扰(诸如表面301的当前图像与参考图像之间的非零差异)可以指示存储舱室217中存在物体。
如所描绘的,物体321(例如,包裹)当前包含在存储舱室217中。因而,相机303可以在背景302中检测到指示物体被包含在存储舱室217中的干扰。自主车辆210可以被派遣到人员313的位置,使得人员313可以从存储舱室217中取出物体321。在到达所述位置之后,计算装置215可以(例如,经由存储舱室217的门、盖、顶部等上的接触传感器)检测存储舱室217据称打开并且随后关闭以取出物体321(取出事件)。在存储舱室217关闭之后,相机303可以对存储舱室217监测背景302中的任何干扰。
一方面,人员313是客户,并且物体321被递送给客户。另一方面,人员313是工人,并且物体321正退回到商店、仓库或其他退回位置。
相机303的监测可能未检测到背景302中的任何干扰。因而,相机303认为存储舱室217是空的。作为响应,车辆210可以自动前进到指定位置,例如返回到仓库或商店(例如,以拾取另一个包裹)。替代地,V对I接口211可以向中央枢纽311发送通知331,以向中央枢纽311通知存储舱室217是空的。操作人员312可以查看通知331。作为响应,操作人员312可以向车辆210发送指令332以指示车辆210前进到指定位置。
另一方面,相机303检测到背景302中有干扰以指示存在物体。作为响应,V对I接口211可以向中央枢纽311发送通知331,以向中央枢纽311通知在存储舱室217检测到物体。相机303还可以(通过V对I接口211)将存储舱室217的内部的图像334发送到中央枢纽311。操作人员312可以接收通知331并查看图像334。
图像334可以描绘物体321仍然包含在存储舱室217中。作为响应,操作人员312可以向移动装置314发送消息333(例如,文本、电子邮件等)。消息333可以向人员313通知物体321留在存储舱室217中。操作人员312还可以向车辆210发送指令332。指令332可以指示车辆210返回到或保持在所述位置处,使得人员313可以从存储舱室217中取出物体321。
图像334可以替代地描绘包含在存储舱室217中的物体322。物体322可以是人员313有意或无意地放置在或留在存储舱室217中的物体。
物体322可以是人员313的个人物品,诸如例如电话(移动装置314)或钥匙。作为响应,操作人员312可以向移动装置314发送消息333。当消息333是电子邮件消息时,也可以在与人员313相关联的其他装置处接收到消息333。消息333可以向人员313通知物体322留在存储舱室217中。操作人员312还可以向车辆210发送指令332。指令332可以指示车辆210返回到或保持在所述位置处,使得人员313可以从存储舱室217中取回物体322。
物体322可以是“令人讨厌的”物体,诸如边料袋、盒子或与物体321相关联的其他包装。作为响应,操作人员312可以向车辆210发送指令332以指示车辆210前进到指定位置。
物体322可以是危险的或有危害的物体(例如,***物、化学物质等)。作为响应,操作人员312可以向车辆210发送指令332以指示车辆210前进到指定的更安全位置(例如,远离其他车辆和人)。操作人员312还可以通知机构,包括传递人员313的标识和最后已知位置。
多个物体也可能包含在存储舱室217中以便递送。如果取出少于所有物体,则操作人员312可以通知人员313取回任何剩余的物体。
图3B示出了促进将物体拾取到车辆存储舱室中的示例性计算机架构350。车辆210可以在存储舱室217为空的情况下被派遣到人员343的位置,使得人员343可以将已授权物体361放置在存储舱室217中。在到达所述位置之后,计算装置215可以(例如,经由存储舱室217的门、盖、顶部等上的接触传感器)检测存储舱室217据称打开并且随后关闭以***已授权物体361(***事件)。在存储舱室217关闭之后,相机303可以对存储舱室217监测背景302中的任何干扰。
一方面,人员343是客户,并且物体361被客户退回。另一方面,人员343是员工,并且物体361被装载到存储舱室217中以递送给客户。
相机303的监测可能未检测到背景302中的任何干扰。因而,相机303认为存储舱室217是空的。作为响应,V对I接口211可以向中央枢纽311发送通知371,以向中央枢纽311通知存储舱室217是空的。相机303还可以(通过V对I接口211)将存储舱室217的内部的图像374发送到中央枢纽311。操作人员312可以接收通知371并查看图像374。
作为响应,操作人员312可以向移动装置344发送消息373(例如,文本、电子邮件等)。消息373可以向人员343通知存储舱室217保持为空并且将已授权物体361***存储舱室217中。操作人员312还可以向车辆210发送指令372。指令372可以指示车辆210返回到或保持在所述位置处,使得人员343可以将已授权物体361***存储舱室217中。
另一方面,相机303检测到背景302中有干扰以指示存在物体。作为响应,V对I接口211可以向中央枢纽311发送通知371,以向中央枢纽311通知存储舱室217包含物体。相机303还可以(通过V对I接口211)将存储舱室217的内部的图像374发送到中央枢纽311。操作人员312可以接收通知371并查看图像374。
图像374可以描绘已授权物体361是包含在存储舱室217中的唯一物体。作为响应,操作人员312可以向车辆210发送指令372以指示车辆210前进到指定位置,诸如递送位置或退回位置。
图像374可以替代地描绘未授权物体362(单独地或连同已授权物体361)包含在存储舱室217中。物体362可以是人员343有意或无意地放置在或留在存储舱室217中的物体。
物体362可以是人员343的个人物品,诸如例如电话(移动装置344)或钥匙、不正确的包裹等。作为响应,操作人员312可以向移动装置344发送消息373。当消息373是电子邮件消息时,也可以在与人员343相关联的其他装置处接收到消息373。消息373可以向人员343通知从存储舱室217中取回物体362并且将唯一的已授权物体361***存储舱室217中。操作人员312还可以向车辆210发送指令372。指令372可以指示车辆210返回到或保持在所述位置处,使得人员343可以从存储舱室217中取回物体362并且可能将已授权物体361***存储舱室217中。
物体362可以是未经授权但其他方面良好的“令人讨厌”的物体。如果物体362是“令人讨厌的”物体并且已授权物体361未包含在存储舱室217中,则响应可以类似于当物体362是个人物品时的响应。另一方面,如果物体362是“令人讨厌的”物体并且已授权物体361也包含在存储舱室217中,则操作人员312可以向车辆210发送指令332以指示车辆210前进到指定位置,诸如递送位置或退回位置。
物体362可以是危险的或有危害的物体。作为响应(并且无论已授权物体361是否也包含在存储舱室217中),操作人员312可以向车辆210发送指令372以指示车辆210前进到指定的更安全位置(例如,远离其他车辆和人)。操作人员312还可以通知机构,包括传递人员343的标识和最后已知位置。
因此,通常,自主车辆可以检测据称更改车辆舱室的内容物的事件。例如,自主车辆可以检测打开和关闭车辆舱室(事件)以据称从车辆舱室中取出物体或将物体***车辆舱室中。机器学习相机可以在所述事件之后对车辆舱室监测相对于散布在车辆舱室的内表面上的(例如,先前记忆的)背景图像的任何干扰。例如,机器学习相机可以在车辆舱室被打开和关闭之后对车辆舱室监测相对于背景图案的任何干扰。
自主车辆可以基于任何监测到的干扰来确定车辆舱室的内容物是否符合定义的事件结果。例如,如果自主车辆正在递送,则自主车辆可以基于在打开和关闭车辆舱室之后的任何监测到的干扰来确定车辆舱室是否为空。如果自主车辆正在拾取,则自主车辆可以基于在打开和关闭车辆舱室之后的任何监测到的干扰来确定车辆舱室中存在物体。
自主车辆可以基于所述确定来修改自主车辆的配置。修改自主车辆的配置可以包括向中心枢纽发送通知、向中心枢纽发送图像、停留在某个位置、驶回先前位置、驶向新位置、驶向更安全的位置等。
图4示出了用于基于车辆存储舱室的内容物来改变自主车辆的配置的示例性方法400的流程图。将关于计算机架构300和350中的部件和数据来描述方法400。
方法400包括相机记忆下散布在车辆中的车辆舱室的内表面上的背景图像(401)。例如,相机303可以记忆背景302。方法400包括检测据称更改包含在车辆舱室中的物体的数量的事件(402)。例如,计算装置215可以检测人员313打开和关闭存储舱室217以据称取出物体321(取出事件)。替代地,计算装置215可以检测人员343打开和关闭存储舱室217以据称***物体361(***事件)。
方法400包括相机在所述事件之后对车辆舱室监测相对于背景图像的任何干扰(403)。例如,在人员313据称取出了物体321之后,相机303可以对存储舱室301监测相对于背景302的任何干扰。替代地,在人员343据称***了物体361之后,相机303可以对存储舱室301监测相对于背景302的任何干扰。
方法400包括基于所述事件和任何监测到的干扰来确定车辆舱室的内容物是否适当(404)。例如,计算装置215可以基于人员313据称取出物体321(取出事件)和背景302中的任何监测到的干扰来确定存储舱室217的内容物是适当还是不适当。当相机303在取出事件之后认为存储舱室217为空时,计算装置215可以认为存储舱室217的内容物是适当的。另一方面,当相机303在取出事件之后检测到存储舱室217中存在物体时,计算装置215可以认为存储舱室217的内容物是不适当的。
替代地,计算装置215可以基于人员343据称将物体361***存储舱室217中(***事件)和背景302中的任何监测到的干扰来确定存储舱室217的内容物是否适当。当相机303在***事件之后检测到存储舱室217中存在物体时,计算装置215可以认为存储舱室217的内容物是适当的(尽管可能仍然发生基于图像的人员确认)。另一方面,当相机303在***事件之后认为存储舱室217为空时,计算装置215可以认为存储舱室217的内容物是不适当的。
方法400包括修改车辆的配置以响应所述确定(405)。例如,可以修改车辆210的配置以响应对存储舱室217适当地或不适当地为空或者适当地或不适当地包含物体的确定。修改车辆210的配置可以包括向中心枢纽发送通知、向中心枢纽发送图像、停留在某个位置、驶回先前位置、驶向新位置、驶向更安全的位置等。修改车辆210的配置的方式可以取决于存储舱室217的内容物是否与预期结果匹配而改变。
例如,如果车辆210正在递送,则在客户联系之后检测到存储舱室217为空是预期结果。因而,改变车辆210的配置可以包括指示车辆210驾驶到新位置。另一方面,在客户联系之后检测到存储舱室217仍然包含物体是非预期结果。因而,改变车辆210的配置可以包括向中心枢纽发送通知和图像。取决于物体是属于客户、是“令人讨厌的”物体、还是危险的或有危害的物体,可以指示车辆210分别停留在某个位置、返回到仓库或商店,或者驾驶到更安全位置。
当拾取物体时,车辆210的配置可以类似地改变,这取决于存储舱室217的内容物与预期结果是否匹配。
图5A示出了包括车辆舱室501(即,披萨饼保温箱)的示例性车辆500。图5B示出了示例性背景图案502。图5C示出了散布到车辆舱室501的内表面的示例性背景图案502。机器学习相机(未示出)可以安装到车辆舱室501的顶部并且使镜头向下指向背景图案502。机器学习相机可以将背景图案502记忆为指示车辆舱室501为空的参考图像。
图5D示出了车辆舱室501中的物体511和512(即,披萨饼盒)在背景图案502的顶部上的示例性视图。图5E示出了物体511和512在背景图案502的顶部上的示例性放大图。图5F示出了由安装到车辆舱室501的顶部位于背景图案502上方的机器学习相机(未示出)捕获的图像522。如图所描绘,物体511和512被装载到车辆舱室501中。图像522描绘了干扰521,即参考图像与安置在背景502的顶部上的物体511和512的图像之间的非零差异。干扰521指示在车辆舱室501中存在一个或多个物体。如果客户订购了两个披萨饼,则车辆500将预期车辆舱室501中存在一个或多个物体。因而,没有通知或警告被发送到中央枢纽(例如,返回到递送服务)。
图5G示出了车辆舱室501中的物体511在背景图案502的顶部上的另一个示例性视图。物体511可以是最初未被客户取回的披萨饼。图5H示出了物体511在背景图案502的顶部上的示例性放大图。图5I示出了由机器学习相机(未示出)捕获的图像524。图像524描绘了干扰523,即参考图像与安置在背景502的顶部的物体511的图像之间的非零差异。干扰523指示在车辆舱室501中存在一个或多个物体。
由于车辆500预期客户将他们的两个披萨饼都带走,因此干扰523可以触发到中心枢纽(例如,返回到递送服务)的通知或警告。车辆500还可以将类似于图5H的图像发送到中央枢纽以供操作人员评估。根据图像,操作人员可以告知客户将披萨饼留在车辆舱室501中了。操作人员随后可以经由文本、电子邮件或语音向客户通知他们将披萨饼留在车辆舱室501中了。操作人员还可以防止车辆501离开客户的递送位置,直到客户返回并取回他们的另一个披萨饼。
一方面,一个或多个处理器被配置为执行指令(例如,计算机可读指令、计算机可执行指令等)以执行多个所描述的操作中的任何操作。一个或多个处理器可以从***存储器访问信息和/或在***存储器中存储信息。一个或多个处理器可以将信息在不同格式之间转换,诸如例如背景特征、背景图案、参考图像、图像、通知、消息、自主车辆指令等。
***存储器可以耦合到一个或多个处理器并且可以存储由所述一个或多个处理器执行的指令(例如,计算机可读指令、计算机可执行指令等)。***存储器还可以被配置为存储由所描述的部件生成的多种其他类型中的任一类型的数据,诸如例如背景特征、背景图案、参考图像、图像、通知、消息、自主车辆指令等。
在以上公开内容中,参考附图,所述附图形成本公开的一部分并且其中通过以说明方式示出可以实践本公开的具体实施方式。应当理解,在不脱离本公开的范围的情况下,可以利用其他实施方式并且可以做出结构改变。在说明书中对“一个实施例”、“一实施例”、“一个示例实施例”等的参考表示所描述的实施例可以包括特定特征、结构或特性,但每个实施例可能不一定包括所述特定特征、结构或特性。此外,这样的短语不一定指相同的实施例。此外,当结合一个实施例描述特定特征、结构或特性时,无论是否进行明确描述,认为结合其他实施例来实现这种特征、结构或特性仍在本领域的技术人员的知识范围内。
本文公开的***、装置和方法的实施方式可以包括或利用专用或通用计算机,包括计算机硬件,诸如,例如一个或多个处理器和***存储器,如本文所讨论的。本公开范围内的实施方式还可以包括用于承载或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。这种计算机可读介质可以是可由通用或专用计算机***访问的任何可用介质。存储计算机可执行指令的计算机可读介质是计算机存储介质(装置)。承载计算机可执行指令的计算机可读介质是传输介质。因此,作为示例而非限制,本公开的实施方式可以包括至少两种截然不同的计算机可读介质:计算机存储介质(装置)和传输介质。
计算机存储介质(装置)包括:RAM、ROM、EEPROM、CD-ROM、固态驱动器(“SSD”)(例如,基于RAM)、快闪存储器、相变存储器(“PCM”)、其他类型的存储器、其他光盘存储装置、磁盘存储装置或其他磁性存储装置、或者可以用于存储以计算机可执行指令或数据结构的形式的期望程序代码手段并且可以由通用或专用计算机访问的任何其他介质。
本文公开的装置、***和方法的实施方式可以通过计算机网络进行通信。“网络”被定义为能够在计算机***和/或模块和/或其他电子装置之间传输电子数据的一个或多个数据链路。当通过网络或另一通信连接(硬连线、无线、或硬连线或无线的组合)向计算机传递或提供信息时,计算机将连接恰当地视为传输介质。传输介质可以包括网络和/或数据链路,所述网络和/或数据链路可以用于以计算机可执行指令或数据结构的形式承载期望的程序代码手段并且可以由通用或专用计算机访问。以上组合也应当包括在计算机可读介质的范围内。
计算机可执行指令包括例如在处理器中执行时使通用计算机、专用计算机或专用处理装置执行某个功能或功能组的指令和数据。计算机可执行指令可以是例如二进制文件、中间格式指令(诸如汇编语言)或甚至源代码。尽管已经用特定于结构特征和/或方法动作的语言描述了本主题,但是应当理解,在所附权利要求中定义的主题不必限于已描述的上述特征或动作。相反,所述特征和动作被公开作为实施权利要求的示例性形式。
本领域技术人员应明白,本公开可以在具有许多类型的计算机***配置的网络计算环境中实践,这些计算机***配置包括内置式或其他车辆计算机、个人计算机、台式计算机、膝上型计算机、消息处理器、手持装置、多处理器***、基于微处理器的或可编程的消费电子产品、网络PC、小型计算机、大型计算机、移动电话、PDA、平板计算机、寻呼机、路由器、交换机、各种存储装置等。本公开还可以在分布式***环境中实践,其中通过网络链接(通过硬接线数据链路、无线数据链路或通过硬接线与无线数据链路的组合)的局部和远程计算机***都执行任务。在分布式计算环境中,程序模块可以位于局部存储器存储装置和远程存储器存储装置两者中。
此外,在适当的情况下,本文描述的功能可以在以下一者或多者中执行:硬件、软件、固件、数字部件或模拟部件。例如,可以编程一个或多个专用集成电路(ASIC)以进行本文所述的***和程序中的一个或多个。在整个说明书和权利要求中使用某些术语来指代特定的***部件。如本领域的技术人员将理解的,可以用不同的名称指代部件。本文件不旨在区分名称不同但功能相同的部件。
应当注意,以上所讨论的传感器实施例可以包括计算机硬件、软件、固件或它们的任何组合以执行它们的功能的至少一部分。例如,传感器可以包括被配置为在一个或多个处理器中执行的计算机代码,并且可以包括由计算机代码控制的硬件逻辑/电路。这些示例性装置在本文出于说明目的而提供,而不意图进行限制。本公开的实施例可以在如一种或多种相关领域技术人员已知的其他类型的装置中实施。
本公开的至少一些实施例涉及计算机程序产品,所述计算机程序产品包括存储在任何计算机可用介质上的这种逻辑(例如,以软件形式)。这种软件在一种或多种数据处理装置中执行时使装置如本文所描述进行操作。
尽管上文已描述了本公开的各种实施例,但是应当理解,仅通过举例的方式而非限制的方式提出本公开的各种实施例。相关领域的技术人员应明白,在不脱离本公开的精神和范围的情况下,可以作出形式和细节方面的各种改变。因此,本公开的广度和范围不应受任何上述示例性实施例的限制,而是应仅根据所附权利要求及其等效物来限定。已经出于说明和描述目的呈现了前述描述。它不是穷举的或不将本公开限制为所公开的精确形式。根据上述教导,许多修改、变型和组合是可能的。此外,应注意,任何或所有前述可选的实施方式可以以期望的任何组合使用以形成本公开的附加混合实施方式。
Claims (20)
1.一种在车辆处的方法,其包括:
检测据称更改所述车辆中的舱室的内容物的事件;
相机在所述事件之后对所述舱室监测相对于散布在所述舱室的内表面上的背景图像的干扰;
基于任何监测到的干扰来确定所述舱室的所述内容物是否符合定义的事件结果;以及
基于所述确定来修改所述车辆的配置。
2.如权利要求1所述的方法,其还包括在检测所述事件之前所述相机记忆所述背景图像。
3.如权利要求1所述的方法,其中检测据称更改所述车辆中的舱室的所述内容物的事件包括检测据称从所述舱室的内部取出物体的事件。
4.如权利要求3所述的方法,其中确定所述舱室的所述内容物是否符合定义的事件结果包括检测所述舱室中物体的存在;并且
其中基于所述确定来修改所述车辆的所述配置包括:
发送网络通信以向计算机***通知所述舱室包含所述物体;
从所述计算机***接收指令,所述指令指示如何执行以促进从所述舱室中取出所述物体;以及
根据所述接收到的指令来操作所述车辆。
5.如权利要求1所述的方法,其中检测据称更改所述车辆中的舱室的所述内容物的事件包括检测据称将物体放置在所述舱室的内部的事件。
6.如权利要求5所述的方法,其中确定所述舱室的所述内容物是否符合定义的事件结果包括确定所述舱室是空的;并且
其中基于所述确定来修改所述车辆的所述配置包括:
发送网络通信以向计算机***通知所述舱室是空的;
从所述计算机***接收指令,所述指令指示如何执行以促进所述物体的拾取;以及
根据所述接收到的指令来操作所述车辆。
7.一种在车辆处的方法,所述方法包括:
相机记忆下散布在所述车辆中的车辆舱室的内表面上的背景图像;
检测据称更改包含在所述车辆舱室中的物体的数量的事件;
所述相机在所述事件之后对所述车辆舱室监测相对于所述背景图像的任何干扰;
基于所述事件和任何监测到的干扰来确定所述车辆舱室的内容物是否适当;以及
修改所述车辆的所述配置以响应所述确定。
8.如权利要求7所述的方法,其中相机记忆下散布在车辆舱室的内表面上的背景图像包括机器学习相机学习所述背景图像的光谱、空间和时间特征。
9.如权利要求7所述的方法,其中相机记忆下散布在车辆舱室的内表面上的背景图像包括机器学习相机记忆下包括主要特征或图案的背景图像。
10.如权利要求7所述的方法,其中相机记忆下散布在车辆舱室的内表面上的背景图像包括机器学习相机记忆在可见光谱之外的背景图像。
11.如权利要求7所述的方法,其中检测据称更改包含在所述车辆舱室中的物体的所述数量的事件包括检测据称从所述车辆舱室的内部取出全部物体的事件;
其中所述相机对所述车辆舱室监测相对于所述背景图像的任何干扰包括所述相机在所述事件之后检测到相对于所述背景图像的干扰;
其中确定所述车辆舱室的所述内容物是否适当包括基于所述相机检测到所述干扰来确定所述车辆舱室的所述内容物不适当;并且
其中修改所述车辆的所述配置以响应所述确定包括:
发送网络通信以向计算机***通知所述车辆舱室包含所述物体;
从所述计算机***接收指令,所述指令指示如何促进从所述车辆舱室中取出所述物体;以及
根据所述接收到的指令来操作所述车辆。
12.如权利要求11所述的方法,其中根据所述接收到的指令来操作所述车辆包括将所述车辆驾驶到指定位置。
13.如权利要求7所述的方法,其中检测据称更改包含在所述车辆舱室中的物体的所述数量的事件包括检测据称将物体***所述车辆舱室的内部的事件;
其中所述相机对所述车辆舱室监测相对于所述背景图像的任何干扰包括所述相机在所述事件之后未能检测到相对于所述背景图像的干扰;
其中确定所述车辆舱室的所述内容物是否适当包括基于所述相机未能检测到干扰来确定所述车辆舱室的所述内容物不适当;并且
其中修改所述车辆的所述配置以响应所述确定包括:
发送网络通信以向计算机***通知所述车辆舱室是空的;
从所述计算机***接收指令,所述指令指示如何促进所述物体的拾取;以及
根据所述接收到的指令来操作所述车辆。
14.如权利要求13所述的方法,其中根据所述接收到的指令来操作所述车辆包括将所述车辆驾驶到指定位置。
15.一种车辆,所述车辆包括:
舱室,所述舱室具有散布有背景图像的内表面;
相机,所述相机安装在所述舱室内部;
处理器;以及
***存储器,所述***存储器耦合到所述处理器并存储指令,所述指令被配置为:
使所述相机记忆所述背景图像;
使所述处理器检测据称更改包含在所述舱室中的物体的数量的事件;
使所述相机在所述事件之后对所述舱室监测相对于所述背景图像的任何干扰;
使所述处理器基于所述事件和任何监测到的干扰来确定所述舱室的内容物是否适当;并且
使所述处理器修改所述车辆的配置以响应所述确定。
16.如权利要求15所述的车辆,其中被配置为使所述相机记忆所述背景图像的指令包括被配置为使所述相机学习所述背景图像的主要特征或图案的光谱、空间和时间特征的指令。
17.如权利要求15所述的车辆,其中被配置为使所述处理器检测据称更改包含在所述舱室中的物体的所述数量的事件的指令包括被配置为使所述处理器检测据称从所述舱室的内部取出全部物体的事件的指令;
其中被配置为使所述相机对所述舱室监测相对于所述背景图像的任何干扰的指令包括被配置为使所述相机在所述事件之后检测相对于所述背景图像的干扰的指令;
其中被配置为使所述处理器确定所述舱室的所述内容物是否适当的指令包括被配置为使所述处理器基于所述相机检测到所述干扰和据称从所述舱室的所述内部取出全部物体的所述事件来确定所述车辆舱室的所述内容物不适当的指令;并且
其中被配置为使所述处理器修改所述车辆的所述配置以响应所述确定的指令包括被配置为使所述处理器进行以下各项的指令:
发送网络通信以向计算机***通知所述舱室包含所述物体;
从所述计算机***接收指示,所述指示指示如何促进从所述舱室中取出所述物体;并且
根据所述接收到的指示来操作所述车辆。
18.如权利要求17所述的车辆,其中被配置为使所述处理器根据所述接收到的指示来操作所述车辆的指令包括被配置为使所述处理器将所述车辆驾驶到指定位置的指令。
19.如权利要求15所述的车辆,其中被配置为使所述处理器检测据称更改包含在所述舱室中的物体的所述数量的事件的指令包括被配置为使所述处理器检测据称将物体***所述舱室的内部的事件的指令;
其中被配置为使所述相机对所述舱室监测相对于所述背景图像的任何干扰的指令包括被配置为使所述相机在所述事件之后未能检测到相对于所述背景图像的干扰的指令;
其中被配置为使所述处理器确定所述舱室的所述内容物是否适当的指令包括被配置为使所述处理器基于所述相机未能检测到干扰和据称将物体***所述舱室的所述内部的所述事件来确定所述舱室的所述内容物不适当的指令;并且
其中被配置为使所述处理器修改所述车辆的所述配置以响应所述确定的指令包括被配置为使所述处理器进行以下各项的指令:
发送网络通信以向计算机***通知所述舱室是空的;
从所述计算机***接收指示,所述指示指示如何促进所述物体的拾取;以及
根据所述接收到的指示来操作所述车辆。
20.如权利要求19所述的车辆,其中被配置为使所述处理器根据所述接收到的指示来操作所述车辆的指令包括被配置为使所述处理器将所述车辆驾驶到指定位置的指令。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2018/021717 WO2019172927A1 (en) | 2018-03-09 | 2018-03-09 | Changing vehicle configuration based on vehicle storage compartment contents |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111836739A true CN111836739A (zh) | 2020-10-27 |
Family
ID=67846788
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201880090992.8A Pending CN111836739A (zh) | 2018-03-09 | 2018-03-09 | 基于车辆存储舱室内容物改变车辆配置 |
Country Status (4)
Country | Link |
---|---|
US (1) | US11983939B2 (zh) |
CN (1) | CN111836739A (zh) |
DE (1) | DE112018007030T5 (zh) |
WO (1) | WO2019172927A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11460842B2 (en) * | 2017-08-28 | 2022-10-04 | Motional Ad Llc | Mixed-mode driving of a vehicle having autonomous driving capabilities |
CN109636188B (zh) * | 2018-12-13 | 2020-12-15 | 拉扎斯网络科技(上海)有限公司 | 订单配送方法及电子设备、配送机器人和运转*** |
US11574543B2 (en) | 2020-03-23 | 2023-02-07 | Toyota Motor North America, Inc. | Transport dangerous location warning |
US20210291866A1 (en) * | 2020-03-23 | 2021-09-23 | Toyota Motor North America, Inc. | Transport item management |
US11718288B2 (en) | 2020-03-23 | 2023-08-08 | Toyota Motor North America, Inc. | Consensus-based transport event severity |
US11697434B2 (en) * | 2021-05-05 | 2023-07-11 | Argo AI, LLC | Methods and systems for managing access to seats and storage in autonomous vehicles |
US20240031666A1 (en) * | 2022-07-20 | 2024-01-25 | Zebra Technologies Corporation | Systems and Methods for Changing Programs on Imaging Devices |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6772057B2 (en) | 1995-06-07 | 2004-08-03 | Automotive Technologies International, Inc. | Vehicular monitoring systems using image processing |
US6919803B2 (en) * | 2002-06-11 | 2005-07-19 | Intelligent Technologies International Inc. | Low power remote asset monitoring |
US7660437B2 (en) * | 1992-05-05 | 2010-02-09 | Automotive Technologies International, Inc. | Neural network systems for vehicles |
US7151447B1 (en) * | 2004-08-31 | 2006-12-19 | Erudite Holding Llc | Detection and identification of threats hidden inside cargo shipments |
US7455225B1 (en) | 2005-02-22 | 2008-11-25 | Sabioso, Inc. | Method and system for monitoring and controlling goods while in transit |
US20060248763A1 (en) * | 2005-05-09 | 2006-11-09 | Tarabella Robert M | Beverage delivery truck with signage device for selectively displayed messages |
US20140036072A1 (en) * | 2012-06-20 | 2014-02-06 | Honeywell International Inc. | Cargo sensing |
US9984347B2 (en) * | 2014-12-30 | 2018-05-29 | Frank Dreano, JR. | System and method for enhancing distribution logistics and increasing surveillance ranges with unmanned aerial vehicles and a dock network |
US20160196527A1 (en) | 2015-01-06 | 2016-07-07 | Falkonry, Inc. | Condition monitoring and prediction for smart logistics |
US10150448B2 (en) * | 2015-09-18 | 2018-12-11 | Ford Global Technologies. Llc | Autonomous vehicle unauthorized passenger or object detection |
SG11201810381QA (en) * | 2016-05-27 | 2018-12-28 | Uber Technologies Inc | Facilitating rider pick-up for a self-driving vehicle |
US10023151B2 (en) * | 2016-09-12 | 2018-07-17 | Qualcomm Incorporated | Autonomous vehicle security |
EP3330908A1 (en) * | 2016-12-02 | 2018-06-06 | Starship Technologies OÜ | System and method for securely delivering packages to different delivery recipients with a single vehicle |
WO2018191504A1 (en) * | 2017-04-12 | 2018-10-18 | Marble Robot, Inc. | Delivery robot and method of operation |
US10303961B1 (en) * | 2017-04-13 | 2019-05-28 | Zoox, Inc. | Object detection and passenger notification |
WO2018203910A1 (en) * | 2017-05-05 | 2018-11-08 | Ford Global Technologies, Llc | Vehicle lost object prevention |
US10538190B1 (en) * | 2017-06-12 | 2020-01-21 | Amazon Technologies, Inc. | Storage compartment vehicles |
CA3070625A1 (en) * | 2017-07-28 | 2019-01-31 | Nuro, Inc. | System and mechanism for upselling products on autonomous vehicles |
US20190064800A1 (en) * | 2017-08-28 | 2019-02-28 | nuTonomy Inc. | Mixed-mode driving of a vehicle having autonomous driving capabilities |
JP6904246B2 (ja) * | 2017-12-27 | 2021-07-14 | トヨタ自動車株式会社 | 移動体システム、及び、移動体システムの制御方法 |
US11780349B2 (en) * | 2021-03-10 | 2023-10-10 | Toyota Motor Engineering & Manufacturing North America, Inc. | System and method for detecting objects left behind by using heated resistive filament in a vehicle |
-
2018
- 2018-03-09 US US16/976,919 patent/US11983939B2/en active Active
- 2018-03-09 WO PCT/US2018/021717 patent/WO2019172927A1/en active Application Filing
- 2018-03-09 CN CN201880090992.8A patent/CN111836739A/zh active Pending
- 2018-03-09 DE DE112018007030.1T patent/DE112018007030T5/de active Pending
Also Published As
Publication number | Publication date |
---|---|
DE112018007030T5 (de) | 2020-11-12 |
WO2019172927A1 (en) | 2019-09-12 |
US20210012125A1 (en) | 2021-01-14 |
US11983939B2 (en) | 2024-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111836739A (zh) | 基于车辆存储舱室内容物改变车辆配置 | |
US11138545B2 (en) | System and method for securely delivering packages to different delivery recipients with a single vehicle | |
US9741010B1 (en) | System and method for securely delivering packages to different delivery recipients with a single vehicle | |
US11526973B2 (en) | Predictive parcel damage identification, analysis, and mitigation | |
US10817824B2 (en) | Parcel box | |
US11983660B2 (en) | System and method for securely delivering packages to different delivery recipients with a single vehicle | |
US20240045427A1 (en) | Asset delivery system | |
US10929802B2 (en) | Method for opening a door of a delivery van | |
EP3399480A1 (fr) | Procédé de livraison d'au moins un colis dans le coffre d'un véhicule client | |
JP2009007097A (ja) | 配送物の温度管理システム | |
DE102022102832A1 (de) | Systeme und verfahren für intelligente behälter, die zum bewegen von waren konfiguriert sind | |
US20180237159A1 (en) | Autonomous UAV Retrieval System | |
US11455593B2 (en) | Delivering items to unattended vehicles | |
JP2020152522A (ja) | 配送システム、配送方法及びプログラム | |
US12008507B2 (en) | Systems and methods for handling packages transported in a delivery vehicle | |
US11859986B2 (en) | System and method for delivery by autonomous vehicles | |
CN111065493A (zh) | 自适应装载元件 | |
US20240211846A1 (en) | Enhanced Apparatus, Systems, and Methods for Receiving and Temporarily Maintaining a Delivery Item and Responsively Initiating a Dispatched Logistics Operation for a Storage Receptacle | |
KR20230155328A (ko) | 배송 업무 지원 시스템, 서버, 단말, 방법 및 컴퓨터 프로그램 |
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 |