CN113748316B - 用于车辆遥测的***和方法 - Google Patents

用于车辆遥测的***和方法 Download PDF

Info

Publication number
CN113748316B
CN113748316B CN201880100687.2A CN201880100687A CN113748316B CN 113748316 B CN113748316 B CN 113748316B CN 201880100687 A CN201880100687 A CN 201880100687A CN 113748316 B CN113748316 B CN 113748316B
Authority
CN
China
Prior art keywords
vehicle
data
route
telemetry
location
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
CN201880100687.2A
Other languages
English (en)
Other versions
CN113748316A (zh
Inventor
侯庭波
项国民
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.)
Beijing Voyager Technology Co Ltd
Original Assignee
Beijing Voyager Technology Co Ltd
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 Beijing Voyager Technology Co Ltd filed Critical Beijing Voyager Technology Co Ltd
Publication of CN113748316A publication Critical patent/CN113748316A/zh
Application granted granted Critical
Publication of CN113748316B publication Critical patent/CN113748316B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W50/04—Monitoring the functioning of the control system
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0965—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages responding to signals from another vehicle, e.g. emergency vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G08G1/096816—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard where the complete route is transmitted to the vehicle at once
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G08G1/096822—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard where the segments of the route are transmitted to the vehicle at different locations and times
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096838—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the user preferences are taken into account or the user selects one route out of a plurality
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • 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
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0062—Adapting control system settings
    • B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
    • 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
    • B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
    • 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
    • B60W2556/55—External transmission of data to or from the vehicle using telemetry
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Analytical Chemistry (AREA)
  • Chemical & Material Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Physics (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Human Computer Interaction (AREA)
  • Business, Economics & Management (AREA)
  • Emergency Management (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

公开了用于控制车辆遥测数据的传输和处理的技术。访问被配置成用于导航车辆的路线数据。使用路线数据，生成遥测广播参数。将遥测广播参数传输到车辆。从车辆接收根据广播参数的遥测数据的传输。在生成用于路线规划学习引擎的模拟环境、模拟车辆、验证路线和地图和/或执行车辆诊断时，使用接收的遥测数据。

Description

用于车辆遥测的***和方法
通过引用并入任何优先权申请
在随本申请一起提交的申请数据表中认定外国或国内优先权要求的任何和所有申请依据37 CFR 1.57通过引用并入本文。
版权声明
本专利文件公开的部分内容包括受版权保护的材料。版权所有者不反对任何人按美国专利和商标局文件或记录中所示原样传真复制该专利文件或专利公开内容，而在其他方面保留所有版权。
技术领域
本发明涉及车辆遥测技术领域，尤其涉及一种用于车辆遥测的***和方法。
背景技术
车辆——例如用于共享出行目的的车辆、提供驾驶员辅助功能的车辆和/或自动化或自动驾驶车辆(AV)——可以使用车载数据处理***获取和处理传感器数据以执行多种功能。例如，功能可以包括确定和/或显示导航路线、识别道路标志、检测物体和/或道路障碍物、控制车辆操作和/或类似的。
自动驾驶汽车将彻底地改变交通方式并使之简化。然而，为了使自动驾驶车辆充分发挥其潜力，自动驾驶车辆即便在动态变化的环境中也需要能够安全导航。
发明内容
下文提供一个或多个方面的简化的发明内容概述，以提供对这些方面的基本了解。本发明内容概述不是对所有可设想方面的广泛概览，并且既无意识别所有方面的关键或关键要素，也无意界定任何或所有方面的范围。其唯一目的是以简化形式呈示一个或多个方面的一些概念，作为稍后呈示的具体实施方式部分的前序。
本公开的一个方面涉及备选路线的提前生成。根据一个方面，可为自动驾驶车辆生成初始路线。另外，可以对应于初始路线上的不同节点生成一个或多个备选路线。一个或多个备选路线可以连同初始路线一起下载到自动驾驶车辆。响应于检测到环境使得给定路线节点处继续使用初始路线是不可能的或不利的，可以识别并选择对应备选路线。然后可以该使用备选路线驾驶车辆。
本公开的另一个方面涉及自动驾驶车辆遥测数据，例如车辆位置和传感器数据的有效传输。此类自动驾驶车辆遥测数据可用于执行错误校正、诊断、路线验证、地图验证、车辆模拟、路线模拟以及路线规划学习引擎的训练。
附图说明
图1A图示根据一个实施例的网络车辆环境的框图，其中一个或多个车辆和/或一个或多个用户设备经由网络与服务器交互。
图1B图示的框图示出根据一个实施例的图1A的车辆与图1A的一个或多个其他车辆和/或服务器通信。
图1C图示示例处理***的框图。
图2A是图示自动驾驶车辆遇到异常事件的示例图。
图2B是图示自动驾驶车辆响应于遇到异常事件而采用备选路线的示例图。
图3图示生成异常事件备选路线的示例过程。
图4图示用于确定何时预生成备选路线的示例过程。
图5图示用于确定何时生成对备选路线的请求的示例实时过程。
图6图示在确定何时生成对备选路线的请求时可利用的示例图形。
图7图示传输和利用自动驾驶车辆位置和传感器数据的示例过程。
具体实施方式
如上所述，为了让自动驾驶车辆发挥其全部潜力，必不可少的是，自动驾驶车辆即使在不断变化的环境中以及即使这样的环境变化可能会阻止车辆在其已规划的路线上行驶，仍能够安全导航。例如，自动驾驶车辆应该能够以安全的方式调整适应突发道路封闭、车道堵塞、火车通过、急救车或警车通过、洪水和/或其他动态状况，仍然使乘客能够到达原指定目的地。
常规方式下，当用户希望使用自动驾驶车辆被载送到目的地时，用户提供目的地。车辆路线规划***将规划从起点到目的地的行驶路线。然而，如果车辆无法遵循从起始位置到目的地的规划行驶路线(例如，由于事故或街道堵塞)，则车辆可以请求生成新路线。然而，根据具体情况，响应于路线中断而等待新路线生成时的延迟可能导致不安全状况或错失采取最高效的新路线的机会。备选地，如果自动驾驶车辆无法遵循规划行驶路线，常规方式下，车辆仅仅考虑停止和/或要求人类接管自动驾驶车辆的驾驶。
本文公开的是用于使用预先生成的备选路线来动态调适路线选择以适应动态变化的环境的方法和***。正如将要描述的，可为自动驾驶车辆生成初始路线。此外，可对应于初始路线上的不同点生成一个或多个备选路线。可以将一个或多个备选路线连同初始路线一起下载到自动驾驶车辆。响应于检测到环境使得在给定路线点处继续使用初始路线是不可能的或不利的，可以识别并选择对应的备选路线。然后可以使用该对应的备选路线驾驶车辆。
再者，为了提高自动驾驶车辆的安全和高效运行，有用的是，能够从大量实际运行中的自动驾驶车辆中收集和分析遥测数据。此类数据可用于识别和纠正车辆错误或故障、验证地图数据和/或改进自动驾驶车辆的未来路线选择。因此，本文公开的是用于传输和利用自动驾驶车辆位置和传感器数据以用于错误校正、诊断、验证、模拟和路线规划学习引擎的训练的方法和***。
根据本公开的一个或多个说明性实施例的***和方法的详细描述和示例可以参见标题为“自动驾驶车辆的安全路线规划和自动驾驶车辆遥测”的部分以及标题为“示例实施例”的部分以及本文的图1C-7。再者，用于安全路线规划和自动驾驶车辆遥测的部件和功能可以被配置和/或并入本文在图1A-1B中描述的网络车辆环境100中。
本文描述的多种实施例与计算机技术密切相关，通过计算机技术能够得以实现，并且依存于计算机技术。例如，本文中参考多种实施例描述的生成备选路线以及在控制自动驾驶车辆时响应于传感器数据使用此类备选路线，在没有实现它们所依据的计算机技术的情况下，无法合理地由人类单独执行。类似地，高效广播自动驾驶车辆遥测数据，以及将此类遥测数据用于部件故障检测、车辆模拟、路线规划模拟以及本文参考各种实施例描述的其他用途，在没有实现它们所依据的计算机技术的情况下，无法合理地由人类单独执行。
联网车辆环境
图1A图示根据一个实施例的联网车辆环境100的框图，其中一个或多个车辆120和/或一个或多个用户设备102经由网络110与服务器130交互。例如，车辆120可以配备成提供出行共享和/或其他基于位置的服务，以帮助驾驶员控制车辆操作(例如，通过多种驾驶员辅助特征，例如自适应和/或常规巡航控制，自适应前照灯控制，防抱死制动、自动泊车、夜视、盲区监测、防撞、侧风稳定、驾驶员疲劳检测、驾驶员监控***、紧急驾驶员辅助，交叉口辅助、坡道缓降控制、智能速度自适应、车道居中、车道偏离预警、前方、后方和/或侧方停车传感器、行人检测、雨量传感器、环视***、胎压监测器、交通标志识别、转向辅助、错误道路驾驶警告、交通状况提示等)和/或完全控制车辆运行。因此，车辆120可以是常规的汽油、天然气、生物燃料、电力、氢气等的且被配置成提供共享出行和/或其他基于位置的服务的车辆，提供驾驶员辅助功能(例如，一个或多个本文描述的驾驶员辅助特征)的车辆或自动化或自动驾驶车辆(AV)。车辆120可以是汽车、卡车、面包车、公共汽车、摩托车、踏板车、自行车和/或任何其他机动车辆。
服务器130可以与车辆120通信以获得车辆数据，例如路线数据、传感器数据、感知数据、车辆120控制数据、车辆120部件故障和/或故障数据等。服务器130可以处理和存储这些车辆数据以供服务器130和/或另一计算***(未示出)执行的其他操作中使用。此类操作可以包括运行诊断模型以识别车辆120运行问题(例如，车辆120导航误差的原因、异常传感器读数、未识别的物体、车辆120部件故障等)；运行模型以模拟给定一组变量的车辆120性能；识别车辆120无法识别的物体，生成在被车辆120执行时使车辆120沿着指定的路径以某种方式行驶和/或移动的控制指令；和/或类似操作。
服务器130还可以将数据传送到车辆120。例如，服务器130可以传送地图数据、固件和/或软件更新、车辆120控制指令、未能被车辆120识别的物体的识别结果、乘客接取信息、交通数据和/或者类似信息。
除了与一个或多个车辆120通信之外，服务器130还能够与一个或多个用户设备102通信。具体地，服务器130可以提供网络服务以便让用户能够通过用户设备102上运行的应用请求基于位置的服务(例如，运送服务，如共享出行服务)。例如，用户设备102可以对应于计算设备，例如智能手机、平板电脑、笔记本电脑、智能手表或可以通过网络110与服务器130通信的任何其他设备。在该实施例中，用户设备102执行诸如移动应用的应用，操作用户设备102的用户可以使用该应用与服务器130交互。例如，用户设备102可以与服务器130通信以向服务器130提供位置数据和/或查询，从服务器130接收地图相关数据和/或方向和/或类似操作。
服务器130可以处理从用户设备102接收的请求和/或其他数据，以识别服务提供方(例如，车辆120驾驶员)以向用户提供所请求的服务。此外，服务器130可以接收数据——例如用户行程接取或目的地数据、用户位置查询数据等——服务器130基于这些数据识别与各种用户关联的区域、地址和/或其他位置。然后，服务器130可以使用所识别的位置以向服务提供方和/或用户提供指向所确定的接取位置的方向。
可以通过对服务器130负责的相同实体创建和/或制造在用户设备102上运行的应用程序。备选地，用户设备102上运行的应用可以是包括能够与服务器130通信的特征(例如，应用程序编程接口或软件开发工具包)的第三方应用。
为了简洁和易于解释，图1A中图示一个服务器130。然而，应当认识到，服务器130可以是单个计算设备，或者可以包括逻辑上或物理上归为一组统一地作为服务器***运行的多个不同计算设备。服务器130的部件可以采用专用的硬件(例如，具有一个或多个ASIC的服务器计算设备)来实现而无需软件，或者可以作为硬件和软件的组合来实现。另外，服务器130的模块和部件可以被组合在一个服务器计算设备上，或者在若干服务器计算设备上单独分离或分组。在一些实施例中，服务器130可以包括比图1A中所示的更多或更少的部件。
网络110包括任何有线网络、无线网络或其组合。例如，网络110可以是个人区域网络、局域网、广域网、空中广播网络(例如，用于广播或电视的网络)、有线网络、卫星网络、蜂窝电话网络或其组合。作为另一示例，网络110可以是链接网络的可公开访问的网络，可能由各种不同参与方运行，例如因特网。在一些实施例中，网络110可以是专用或半专用网络，例如公司或大学内联网。网络110可以包括一个或多个无线网络，例如用于全球移动通信***(GSM)网络、码分多址(CDMA)网络、长期演进(LTE)网络或任何其他类型的无线网络。网络110可以使用用于经因特网或任何其他上述网络进行通信的协议和部件。例如，网络110使用的协议可以包括超文本传输协议(HTTP)、超文本传输安全协议(HTTPS)、消息队列遥测传输(MQTT)、受限应用协议(CoAP)及类似协议。用于经因特网或前述任何其他类型的通信网络进行通信的协议和部件对于本领域技术人员是公知的，因此本文不再详细描述。
服务器130可以包括导航单元140、车辆数据处理单元145和数据存储150。导航单元140可以协助基于位置的服务。例如，导航单元140可以帮助用户(在此也称为“驾驶员”)将另一用户(在此也称为“搭车者”)和/或物体(例如，食物、包裹等)从第一位置(在此也称为“接取位置”)运送到第二位置(在此也称为“目的地位置”)。导航单元140可以通过向在驾驶员的用户设备102上运行的应用、向搭车者的用户设备102上运行的应用和/或向车辆120上运行的导航***提供地图和/或导航指令来帮助实现用户和/或物体运送。
作为示例，导航单元140可以包括匹配服务(未示出)，该匹配服务将请求从接取位置到目的地位置的行程的搭车者与能够完成该行程的驾驶员进行配对。该匹配服务可以与在搭车者的用户设备102上运行的应用和/或在驾驶员的用户设备102上运行的应用交互，以建立搭车者的行程和/或处理搭车者向驾驶员支付的款项。
导航单元140还可以在行程期间与驾驶员的用户设备102运行上的应用通信以从用户设备102获得行程位置信息(例如，通过耦合到和/或嵌入在用户设备102中的全球定位***(GPS)部件)，并向该应用提供导航方向，这帮助驾驶员从当前位置行驶到目的地位置。导航单元140还可以向驾驶员指示多个不同地理位置或兴趣点，而无论驾驶员是否在搭载搭车者。
车辆数据处理单元145可以被配置成支持车辆120的驾驶员辅助特征和/或支持自动驾驶。例如，车辆数据处理单元145可以生成和/或向车辆120传送地图数据，运行诊断模型来识别车辆120的运行问题，运行模型来模拟给定一组变量的车辆120性能，使用车辆120提供的车辆数据来识别物体并将物体的标识传送到车辆120，生成和/或向车辆120传送车辆120控制指令和/或类型操作。
数据存储150可以存储导航单元140、车辆数据处理单元145、用户设备102和/或车辆120所使用的多种类型的数据。例如，数据存储150可以存储用户数据152、地图数据154、搜索数据156和日志数据158。
用户数据152可以包括有关注册了基于位置的服务的一些或所有用户的信息，例如驾驶员和搭车者。该信息可以包括例如用户名、密码、姓名、地址、账单信息、与用户所采用或服务的先前行程关联的数据、用户评级信息、用户忠诚度计划信息和/或类似信息。
地图数据154可以包括从传感器(例如，光探测和测距(LiDAR)传感器、无线电探测和测距(RADAR)传感器、红外摄像机、可见光摄像机、立体摄像机、惯性测量单元(IMU)等)、卫星图像、在捕获的街道图像上执行的光学字符识别(OCR)(例如，识别街道名称、识别街道标志文字、识别兴趣点名称等)等生成的高分辨率(HD)地图；用于计算路线的信息；用于呈现二维(2D)和/或三维(3D)图形地图的信息；和/或类似信息。例如，地图数据154可以包括诸多元素：如街道和十字路口的布局、桥梁(例如，包括有关街道上桥梁的高度和/或宽度的信息)、出口匝道、建筑物、停车场入口和出口(例如，包括有关车辆入口和/或出口的高度和/或宽度的信息)、路牌和停车灯的位置、紧急岔道、兴趣点(例如公园、餐馆、加油站、景点、地标等以及关联名称)、道路标线(例如，分隔对面车道的中心线标线、车道标线、停车线、左转引导线、右转引导线、人行横道、公交车道标线、自行车道标线、安全岛标线、路面文字、高速公路出口和入口标线等)、路缘石、铁路线、航道、左右转弯的转弯半径和/或角度、道路特征的距离和尺寸、双向交通之间隔离物的位置和/或类似元素，连同这些元素的关联的地理位置(例如，地理坐标)。地图数据154还可以包括参考数据，例如实时和/或历史交通信息、当前和/或预测的天气状况、道路作业信息、有关法律和法规的信息(例如，速度限制、是否允许或禁止在红灯时右转、是否允许或禁止掉头、允许的行驶方向和/或类似的信息)、新闻事件和/或类似信息。
虽然地图数据154图示为存储在服务器130的数据存储150中，但这并不意味着是限制性的。例如，服务器130可以将地图数据154传送到车辆120以存储在其中(例如，如下文描述，存储在数据存储129中)。
搜索数据156可以包括过去由多个不同用户输入的搜索。例如，搜索数据156可以包括对接取和/或目的地位置的文本搜索。搜索可以针对特定地址、地理位置、与地理位置关联的名称(例如，公园、餐厅、加油站、景点、地标等的名称)等。
日志数据158可以包括由一个或多个车辆120提供的车辆数据。例如，车辆数据可以包括路线数据、传感器数据、感知数据、车辆120控制数据、车辆120部件故障和/或故障数据等。
图1B图示的框图示出根据一个实施例的图1A的车辆120与图1A的一个或多个其他车辆170A-N和/或服务器130通信。如图1B所示，车辆120可以包括多种部件和/或数据存储。例如，车辆120可以包括传感器阵列121、通信阵列122、数据处理***123、通信***124、内部接口***125、车辆控制***126、操作***127、地图引擎128和/或数据存储129。
可以在车辆120、一个或多个车辆170A-N和/或服务器130之间发送和/或接收通信180。服务器130可以传送和/或从车辆120接收数据，正如上文结合图1A所描述的。例如，服务器130可以向车辆120传送车辆控制指令或命令(例如，作为通信180)。车辆控制指令可以被通信阵列122(例如，被配置成发射和/或接收无线信号的一个或多个天线的阵列)接收，该通信阵列由通信***124(例如，收发器)来操作。通信***124可以将车辆控制指令传送到车辆控制***126，该车辆控制***可以操作车辆120的加速、转向、刹车、灯光、信号和其他操作***127以便驾驶和/或操控车辆120和/或协助驾驶员驾驶和/或操控车辆120沿直达路径驶向车辆控制指令所指定的目的地位置。
作为示例，车辆控制指令可以包括路线数据163，其可以由车辆控制***126处理以操控车辆120和/或协助驾驶员沿着给定路线操控车辆120(例如，由服务器130和/或地图引擎128计算出的优化路线)驶向指定的目的地位置。在处理路线数据163时，车辆控制***126可以生成控制命令164以供操作***127执行(例如，加速、转向、刹车、操控、倒车等)以使车辆120沿路线行驶到目的地位置和/或协助驾驶员沿路线操控车辆120驶向目的地位置。
目的地位置166可以由服务器130基于从用户设备102上运行的应用传送的用户请求(例如，接取请求、递送请求等)来指定。备选地或附加地，车辆120的搭车者和/或驾驶员可以通过内部接口***125(例如，车辆导航***)提供用户输入169以提供目的地位置166。在一些实施例中，车辆控制***126可以将输入的目的地位置166和/或车辆120的当前位置(例如，作为GPS数据包)作为通信180经由通信***124和通信阵列122传送到服务器130。服务器130(例如，导航单元140)可以使用车辆120的当前位置和/或输入的目的地位置166来执行优化操作以确定车辆120行驶到目的地位置166的最优路线。可以将包括最优路线的路线数据163经由通信阵列122和通信***124从服务器130传送到车辆控制***126。由于接收到路线数据163，车辆控制***126能使操作***127操控车辆120沿最优路线直达驶向目的地位置166，协助驾驶员操控车辆120沿最优路线直达驶向目的地位置166和/或使内部接口***125显示和/或呈现用于操控车辆120沿最优路线直达驶向目的地位置166的指令。
备选地或附加地，路线数据163包括最优路线并且车辆控制***126自动地将路线数据163输入到地图引擎128中。地图引擎128可以使用最优路线生成地图数据165(例如，生成显示最优路线的地图和/或采取最优路线的指令)并且将地图数据165提供到内部接口***125(例如，经由车辆控制***126)以便进行显示。地图数据165可以包括从存储在服务器130上的数据存储150中的地图数据154导出的信息。显示的地图数据165可以指示估计的到达时间和/或显示车辆120沿最优路线的行程进度。显示的地图数据165还可以包括指示符，例如改道命令、紧急通知、道路作业信息、实时交通数据、当前天气状况、有关法律和法规的信息(例如，限速、红灯时是否允许或禁止右转、哪里允许或禁止掉头、允许的行驶方向等)、新闻事件和/或类似信息。
用户输入169也可以是访问网络(例如，网络110)的请求。响应于此类请求，内部接口***125可以生成访问请求168，其可以由通信***124处理以将通信阵列122被配置成发送和/或接收对应于用户与内部接口***125交互和/或与内部接口***125通信的用户设备102交互(例如，通过无线连接连接到内部接口***125的用户设备102)的数据。例如，车辆120可以包括车载Wi-Fi，乘客和/或驾驶员可以访问该Wi-Fi以发送和/或接收电子邮件和/或文本消息、流媒体音频和/或视频内容、浏览内容页面(例如，网络页面、网页等)和/或访问使用网络访问的应用。基于用户交互，内部接口***125可以经由网络110、通信阵列122和/或通信***124接收内容167。通信***124可以动态地管理网络访问以避免内容167传输中断或将其减到最少。
传感器阵列121可以包括任意数量的一种或多种类型的传感器，例如卫星无线电导航***(例如，GPS)、光探测和测距(LiDAR)传感器、景观(landscape)传感器(例如，无线电探测和测距传感器)、惯性测量单元(IMU)、摄像机(例如，红外摄像机、可见光摄像机、立体摄像机等)、Wi-Fi检测***、蜂窝通信***、车辆间通信***、道路传感器通信***、特征传感器、接近传感器(例如，红外、电磁、光电等)、距离传感器、深度传感器和/或类似装置。卫星无线电导航***可以基于对从卫星星座接收的信号进行分析来计算车辆120的当前位置(例如，在1-10米的范围内)。
光探测和测距(LiDAR)传感器、无线电探测和测距传感器和/或任何其他类似类型的传感器可用于在车辆120处于运动中或即将开始运动时检测车辆120周围环境。例如，光探测和测距(LiDAR)传感器可用于从接近的物体反射多个激光束，以评估它们的距离并提供有关周围环境的准确三维(3D)信息。从光探测和测距(LiDAR)传感器获得的数据可用于执行物体识别、运动矢量确定、碰撞预测和/或实施事故避免过程。可选地，光探测和测距(LiDAR)传感器可以使用旋转扫描反射镜组件来提供360度视角。光探测和测距(LiDAR)传感器可以可选地安装在车辆120的车顶上。
惯性测量单元(IMU)可以包括X、Y、Z朝向的陀螺仪和/或加速度计。惯性测量单元(IMU)提供有关车辆120的转动和直线运动的数据，其可用于计算车辆120的运动和位置。
摄像机可用于捕获车辆120周围环境的视觉图像。具体根据摄像机的配置和数量，摄像机可以提供车辆120周围的360度视角。来自摄像机的图像可用于读取道路标记(例如，车道标记)、读取街道标志、检测物体和/或类似操作。
Wi-Fi检测***和/或蜂窝通信***可分别用于对Wi-Fi热点或蜂窝塔进行三角测量，以确定车辆120的位置(可选地结合卫星无线电导航***)。
车辆间通信***(其可包括Wi-Fi检测***、蜂窝通信***和/或通信阵列122)可用于接收和/或向其他车辆170A-N传送数据，例如车辆120的当前速度和/或位置坐标、与规划减速时对应的时间和/或位置坐标以及规划的减速率、规划停止操作时的时间和/或位置坐标、规划变道时的时间和/或位置坐标以及变道方向、规划转弯操作时的时间和/或位置坐标、规划停车操作时的时间和/或位置坐标和/或类似操作。
道路传感器通信***(可包括Wi-Fi检测***和/或蜂窝通信***)可用于从道路传感器读取信息(例如，指示车流速度和/或交通拥堵)和/或从交通控制设备读取信息(例如，交通信号灯)。
当用户(例如，通过在用户设备102上运行的应用)请求搭送时，用户可以指定具体的目的地位置。始发位置可以是车辆120的当前位置，其可以使用安装在车辆中的卫星无线电导航***(例如，GPS、伽利略(Galileo)、北斗/COMPASS、DORIS、GLONASS和/或其他卫星无线电导航***)、Wi-Fi定位***、蜂窝塔三角测量和/或类似方式来予以确定。可选地，始发位置可由用户通过车辆120提供的用户界面(例如，内部接口***125)或通过运行该应用的用户设备102来指定。可选地，可以根据从用户设备102获得的位置信息自动确定始发位置。除了始发位置和目的地位置之外，还可以指定一个或多个导航点，从而启用多个目的地位置。
来自传感器阵列121的原始传感器数据161可由车载数据处理***123来处理。处理的数据162则可以被数据处理***123传送到车辆控制***126，并且可选地经由通信***124和通信阵列122传送到服务器130。
数据存储129可以存储地图数据(例如，地图数据154)和/或地图数据154的子集(例如，对应于车辆120当前所在的大致区域的地图数据154的一部分)。在一些实施例中，车辆120可以使用传感器阵列121沿行驶路线记录更新的地图数据，并且经由通信***124和通信阵列122将更新的地图数据传送到服务器130。服务器130然后可以将更新的地图数据传送到车辆170A-N中的一个或多个和/或进一步处理更新的地图数据。
数据处理***123可以向车辆控制***126提供连续或接近连续处理的数据162以响应车辆120周围环境中的点对点活动。处理的数据162可以包括原始传感器数据161——表示车辆120的运行环境并且由传感器阵列121连续收集——与存储在数据存储129中的地图数据之间的比较。在一个示例中，将数据处理***123编程为具有机器学习或其他人工智能能力，以使车辆120能够识别和响应状况、事件和/或潜在危险。在变化例中，数据处理***123可以连续地或接近连续地将原始传感器数据161与存储的地图数据进行比较以便执行定位以连续地或接近连续地确定车辆120的位置和/或方向。车辆120的定位可使车辆120能与存储的地图数据相比得知车辆120的即时位置和/或朝向，以便操控在地面街道上的车辆120穿过车流和/或协助驾驶员操控在地面街道上的车辆120穿过车流并且识别和响应潜在危险(例如，行人)或当地状况，例如天气或交通状况。
再者，定位可使车辆120能够对通信阵列122进行调谐或波束转向控制以将通信链路质量提高到最大和/或将来自其他车辆170A-N的其他通信的干扰减到最小。例如，通信***124可以响应于从服务器130接收到的网络配置命令来对通信阵列122的辐射方向图进行波束转向控制。数据存储129可以存储标识网络基站和/或提供网络连接的其他网络源的当前网络资源地图数据。网络资源地图数据可以指示车辆120所在区域内的基站和/或可用网络类型(例如，3G、4G、LTE、Wi-Fi等)的位置。
虽然图1B将某些操作描述为由车辆120或服务器130执行，但这并不意味着作为限制。如本文描述的由车辆120和服务器130执行的操作可以由任一实体来执行。例如，通常由服务器130执行的某些操作(例如，向车辆170A-N传送更新的地图数据)可由车辆120执行以便达到负载平衡目的(例如，减少服务器130的处理负载，利用车辆120上的空闲处理能力等)。
再者，车辆170A-N中的任一个可以包括本文描述的车辆120的一些或全部部件。例如，车辆170A-N可以包括通信阵列122以与车辆120和/或服务器130进行通信。
自动驾驶车辆的安全路线规划
有时，当自动驾驶车辆正在执行初始生成的路线时，车辆可以通过其一个或多个传感器识别可能有需要偏离初始路线或偏离初始路线更有利的实际或潜在的环境(例如道路)状况。例如，初始路线可以指定车辆从中间车道变道到右转车道，并在指定的路口处右转。但是，如果一个或多个车辆传感器(例如，光探测和测距(LiDAR)、无线电探测和测距和/或相机传感器)指示右转车道堵车且无法安全并入右转车道，则可能需要修改路线。
应该会有利的是具有预先生成并且立即可用的备选路线，使得自动驾驶车辆可以快速且安全地响应需要改变路线的状况，而不会违反驾驶规则并且不会引起碰撞。
可以使用若干不同的技术来确定何时生成备选路线以及应该针对路线中的哪些点计算备选路线。可以选择某些技术以通过减少预先生成的备选路线的总数来减少前期处理负荷和存储器利用率，同时仍然确保自动驾驶车辆安全运行。
例如，在车辆开始原路线的行程之前，可能针对原路线中包括的选定的或所有的转向和其他导航事件生成对应的备选路线。然后，如果自动驾驶车辆确定其无法安全地继续遵循初始路线(例如，在初始路线中执行既定的转向、变道、进入或退出)，则车辆可以选择对应的已生成的备选路线，该备选路线是即刻可用的。因此，自动驾驶车辆可以继续安全导航而无需等待新路线的生成。
以下是提前生成备选路线的时序选项的示例表，其中备选路线是预期未来可能的需求而生成的。在下表中，短语“节点”对应于导航事件(例如，转向、进入匝道、离开匝道、泊车、变道和/或类似的)。短语“异常事件”是指有需要或希望偏离当前路线的事件。
表1
在考虑选择前述策略中哪一个来用于提前生成备选路线时，可以考虑多种权衡。例如，生成的备选路线的数量越多，在需要时有即刻可用的备选路线的可能性就越大，但是路线生成处理***上的负载越大，并且用于存储此类备选路线的存储器利用率就越高。可以基于所确定的异常事件在路线上总体发生的可能性，所确定的异常事件在每个节点上发生的可能性和/或对一个节点或节点类型赋予的权重来选择技术。
参考上文某些策略，用于确定异常事件的可能性(例如，概率)的数据可以包括以下的一些或全部：导航的地理区域、日内时间、预计的拥塞、对应节点在初始路线安排的日内时间处的历史异常事件、导航地理区域的人口密度、交通控制设备(例如，路灯和停车标志)的存在和位置、天气、用于存储路线的车辆存储器容量、导航地理区域的车辆密度、本文论述的其他参考数据和/或类似的。
对于策略1，为了尽量减少处理量和存储器利用率，可以只响应于检测到的而不是提前生成的异常事件生成备选路线。检测到的异常事件的示例可以包括根据车辆当前路线要驶入的车道堵塞、车辆根据当前路线要转向的车道堵塞、车辆根据当前路线导航要行驶到的入口匝道或出口匝道堵塞、由应急车辆或操作员(例如，警车、消防车、救护车以及类似的)指挥的靠边停车、车辆停泊的停车场关闭和/或类似的。例如，当初始路线预期使用上述数据确定的异常事件概率相对较低时，或者当车辆没有足够的可用内存来存储大量备选路线时，可以选择策略1。给定的备选路线可以在对应于所检测到的异常事件的点或节点处开始。
对于策略2，可以针对初始路线的每个节点预先生成备选路线。如果路线总体不超过一个异常事件的概率很低，则策略2将确保很大可能性不需要按需生成备选路线。
对于策略3，可以预先生成针对初始路线的每个节点的备选路线，并且可以预先生成针对n层深的备选路线的节点的备选路线。当存在高概率发生异常事件时(例如，可能发生在沿路线和路线周围有大型道路建设项目时，路线所在区域发生自然灾害时，路线所在区域举办节日或体育赛事时等)，或者自动驾驶车辆正在执行关键任务功能(例如，将伤员送往医院的救护车、响应火警报告的消防车、响应犯罪或事故报告的警车等)可以采用策略3。
对于策略4，其确定是否要基于节点到节点来生成备选路线，如果初始路线的给定节点有异常事件的概率超过指定阈值，则可以预先生成初始路线的给定节点的备选路线。策略4将异常事件有超过阈值发生概率的情况下保证有备选路线可用与减少用于生成和存储备选路线的处理和/或存储器利用率的需要进行平衡。
对于策略5，如果给定节点发生异常事件的概率超过指定阈值，则可以预先生成针对初始路线的给定节点的备选路线以及针对n层深的备选路线的给定节点的备选路线。
如上所述，可以将不同的节点或节点类型与不同的权重相关联。权重可以反映有即刻可用的备选路线对于安全的重要性。例如，如果某一节点是高速公路的匝道出口而车辆可能在此处高速行驶(例如，每小时70英里)，车辆可能几乎没有时间检测到出口匝道的堵塞，并且可能没有多少时间来计算和执行新路线。因此，在此情形下有预先计算并且即刻可用的有备选路线可能要比车辆在限速为25英里/小时的区域中行驶的情形下更重要。作为进一步的示例，如果某一街道在每个方向上有3条车道，并且车辆要从右车道变换到左转弯车道，则车辆左转的情况中，与此类节点关联的权重可以高于与每个方向为单车道的道路关联的节点。因此，例如，可以将不同的节点权重与不同尺寸的交叉路口、不同宽度的街道、不同的预期车速、不同的预期拥堵、具有不同交通控制设备(例如，交通信号灯、停车灯等)的节点等关联。
对于策略6，如果关联的权重超过指定阈值，则可以提前生成针对初始路线的给定节点的备选路线。
对于策略7，如果给定节点的关联的权重超过指定阈值，则可以预先生成针对初始路线的给定节点以及针对备选路线的n层深度的给定节点的备选路线。
对于策略8，基于关联的权重和关联的异常事件概率的组合，确定是否要针对初始路线的给定节点预先生成备选路线。
对于策略9，基于关联的权重和关联的异常事件概率的组合，确定是否要针对初始路线以及备选路线的n层深的给定节点预先生成备选路线。
可以将给定的备选路线存储在远离车辆的数据存储中，并且响应于车辆检测到异常事件(阻止车辆继续沿该路线前行或会使沿路线行驶不安全的环境状况)和/或基于其他触发状况，一旦车辆有条件接收备选路线(例如，连接到网络且有存储器可用于存储备选路线)，可以将该给定备选路线下载到车辆。
由此，例如，在根据初始路线驾驶时，车辆导航***可以检测给定节点处的异常事件或潜在异常事件。例如，阈值异常事件检测距离可以在给定节点之前设置，对于所有节点全局性地设置，对于某个类型的所有节点(例如，转弯、泊车、进入匝道、退出匝道)设置，或在预计车辆将以特定速度行驶的位置设置(其中该阈值距离可以与车辆速度成比例或以其他方式对应于车辆速度)。不迟于相距临近节点的阈值距离，导航***将通过传感器读数确定异常事件是否存在或是否可能存在。如果导航***确定存在或可能存在异常事件，则车辆导航***可以通过生成包括唯一节点标识符的搜索请求来确定是否存在可供该节点使用的备选路线。如果有备选路线可用，则可以访问该路线(例如，从本地存储器访问或从远程数据存储下载并存储在本地存储器中)并执行该路线。
可以基于一个或多个准则(例如，速度、距离、道路类型、转弯次数和/或类似的)使用一个或多个路线选择策略生成备选路线。例如，可以生成备选路线以最小化到下一个航点(可以是最终目的地)的时间、最小化到下一个航点的距离、最小化高速公路的使用、最小化收费公路的使用、最小化到达下一个航点所需的转弯次数或前述因素的某种组合、最小化计算备选路线所需的处理带宽和/或类似的，其中在生成备选路线时可以对不同的准则赋予不同的权重。
某些备选路线可能采用紧急备用路线选择的形式，引导车辆停靠在附近的安全位置(例如，路边、停车场等)。当检测到车辆故障(例如，爆胎)或响应于远程向车辆发出的靠边停车命令(例如，由响应方车辆(例如，警车、消防车、救护车等)或其他远程***)，可使用此类紧急备用路线。
除了响应于来自给定车辆的请求预先生成路线和按需生成路线之外，可以基于远程路线规划***(例如，导航单元140)检测到的变化状况来生成路线更新。例如，路线规划***可以从另一个车辆或从交通报告服务接收到有关意外拥堵或事故的报告。该路线规划***可以使用从车辆接收到的位置信息来确定给定车辆的当前位置，并使用车辆的当前位置生成始发于该车辆当前位置的更新后的路线以规避拥堵或事故。该路线规划***然后可以将更新后的路线传输到车辆导航***以供执行。
现在将参考图2A-6论述某些方面。
图2A图示示例自动驾驶车辆检测到临近节点的异常事件。在本例中，节点是从第一车道到右转车道的过渡，以及异常事件是右转车道被其他车辆堵塞。因此，访问备选路线并将其用于导航车辆(继续直行通过该节点)。
图2B图示图2A的原路线和备选路线的执行的示意地图。如图所示，在到达节点A之前(导航到右转车道，然后进入右车道)，检测到异常事件，因此访问备选路线并将其用于导航车辆。在此示例中，备选路线将车辆导航返回与原路线汇回。
图3图示用于确定何时生成备选路线的示例过程。例如，该过程可以由托管在云***(例如，导航单元140)或车辆上的路线规划***来执行。在框302处，接收路线请求。例如，经由车辆导航***提供的接口、经由安装在用户设备(例如，移动电话、智能电视、机顶盒、游戏控制台等)上的应用或经由通过浏览器访问的网页，在有线或无限网络上从用户接收请求。
在框304处，该过程访问参考数据以用于确定是否要预先计算备选路线。参考数据可以从车辆(例如，用于存储路线、充电/燃油水平等的可用存储器)、本地数据存储和/或一个或多个第三方数据源访问。例如，可以通过对应的应用数据接口(API)从第三方源访问数据。与上文论述类似地，参考数据可以包括地图数据。
地图数据可以包括可用于确定是否应预先生成针对给定节点的备选路线以及生成路线(包括备选路线)的数据。与上文论述类似地，地图数据可以包括街道和交叉路口的布局、转弯半径和/或左转和右转的角度、道路特征的距离和尺寸(例如，道路长度、道路宽度、交叉路口尺寸、道路上桥梁的高度和宽度，车辆出入口(例如，用于泊车结构)的高度和宽度等)、停车标志和交通灯的位置、双向交通之间的隔离带的位置、道路类型(高速公路、辅路、单行道、双向车道等)和/或类似数据。作为进一步的示例，地图数据可以包括道路标线(例如，分隔对向车流车道的中心线标线、停止线、左转引导线、右转引导线、人行横道、公交车道标线、自行车车道标线、安全岛标线、路面文字、高速公路出口和入口标线等)、允许的行驶方向、路缘、路缘高度和/或其他相关信息。
可选地，参考数据还可以包括节点权重，以及与对应地理位置数据、实时和/或历史交通信息、当前和/或预测的天气状况、道路作业信息、有关法律和法规的信息(例如，限速、是否允许或禁止红灯右转、允许或禁止掉头等)、有关事件(例如，音乐会、体育赛事、节日等)和/或新闻事件的信息关联。
在框306处，将一些或全部前述参考数据用于确定要选择多个预先路线生成策略中的哪一个，例如上面参考表1论述的那些。
例如，如果要使用路线上总体(而不是逐个节点)发生异常事件的概率来确定路线策略，则可以使用以下示例公式：
如果∑P<T1，则根据策略S1生成备选路线
其中：
P是给定节点处发生异常事件的概率，
T1＝阈值1，
S1＝表1中的策略1。
如果T1≤∑P<T2，则选择S2,
其中,
T2＝阈值2，
S2＝表1中的策略2。
如果T2≤∑P或Vmc为真，则选择S3,
其中,
Vmc＝车辆执行关键任务功能(例如，救护车将伤员送往医院，消防车响应报告的火灾，警车响应报告的犯罪或事故等)，
S3＝表1中的策略3。
作为进一步的实施例，如果是基于逐个节点使用发生异常事件的概率来确定路线策略，则可以使用以下示例公式：
如果Pn<T3，则根据策略S4针对第n个节点提前生成备选路线,
其中,
Pn＝第n个节点发生异常事件的概率，
T3＝阈值3，
S3＝表1中的策略3。
如果T3≤Pn或Vmc为真，则根据策略S5针对第n个节点提前生成备选路线,
其中,
Vmc＝车辆执行关键任务功能，
S5＝表1中的策略5。
作为进一步的实施例，如果是基于逐个节点使用给定节点的权重来确定路线策略，则可以使用以下示例公式：
如果Wn<WT1，则根据策略S6提前生成备选路线,
其中,
Wn＝第n个节点的权重,
WT1＝权重阈值1,
S6＝表1中的策略6。
如果WT1≤Wn或Vmc为真，则根据策略S7针对给定节点生成备选路线,
其中,
Vmc＝车辆执行关键任务功能,
S7＝表1中的策略7。
作为进一步的实施例，如果是使用基于逐个节点的权重来确定路线策略，则可以使用以下示例公式：
如果n1Pn+n2wn<TPW，则根据策略S8针对节点提前生成备选路线,
其中：
n1＝归一化因子1,
Pn＝第n个节点的异常事件的概率,
n2＝归一化因子2,
wn＝赋予第n个节点的权重,
如果TPW≤n1Pn+n2wn或Vmc为真，则根据策略S9针对节点提前生成备选路线,
Vmc＝车辆执行关键任务功能,
S9＝表1中的策略9。
在选择策略时可以将其他因素纳入考虑。例如，如果可能的结果数据量超过可用于存储此类结果数据的量，则可以排除策略。
在框308处，根据选定的路线提前生成策略，在对应异常事件之前生成备选路线。可以将这些给定的备选路线与标识数据封装在一起，从而在有对应异常事件的情况下能够容易地找到并访问这些备选路线。例如，可以可选地将给定的备选路线与唯一备选路线标识符(其可以是指向备选路线的链接的形式或可以是字母数字码的形式)、与原路线关联的唯一标识符、与车辆关联的唯一标识符和/或与备选路线的初始节点(例如，初始节点坐标)关联的唯一标识符相关联地进行存储。
在框310处，该过程使车辆控制***能够(例如，通过控制***126)访问备选路线。例如，备选路线可以存储在车辆控制***可访问的本地存储器中。如果备选路线是由远离车辆控制***的***(例如，通过上述基于云的***)生成的，则该远程***可以将备选路线无线下载到车辆存储器中。可选地，可以按照初始路线对应节点的时间顺序对备选路线的下载进行排序，以更好地保证在到达对应节点之前已经下载备选路线。可选地，一旦车辆控制***检测到已成功到达节点而没有发生异常事件，车辆控制***可以清除存储器中与成功到达的节点关联的备选路线的数据，因为此类备选路线数据将不会被采用。这释放了存储器以用于存储其他数据，例如尚未到达的节点的备用路线数据。
图4图示用于根据上表1中的策略8确定是否生成备选路线的示例过程，其中该过程使用关联的权重和异常事件的概率来确定是否要针对初始路线的给定节点生成备选路线。
在框400处，从初始路线中选择一个节点，其中该路线是拟定于某个时间的(例如，即刻或在拟定的时间)。在框402处，确定选定的节点发生异常事件的可能性(例如，概率)，类似如上文论述。
在框404处，确定与该节点关联的权重是多少。如上所述，权重可以反映有即刻可用的备选路线的重要性。例如，对于给定区域中的每个可能节点可能已赋予对应的权重，而与具体规划的路线无关。作为进一步的示例，可选地，对于给定节点类型可能已经赋予对应的权重。作为说明，可以对变道、没有交通控制装置的右转、有停车灯的右转、有右转灯的右转、有右转专用车道的右转、没有交通控制装置的左转、有停车灯的左转、有左转灯的左转、有左转专用车道的左转、掉头、泊车操作、右转进入车道、左转进入车道、上坡道、下坡道和/或类似的赋予不同的权重。
在框406处，确定是否要提前生成备选路线。如上所述，可以使用节点权重和在节点处发生异常事件的概率来确定。
例如，可以执行以下评估：
如果n1Pn+n2wn>TPW，则提前生成备选路线，否则不提前生成备选路线，
其中：
n1＝归一化因子1,
Pn＝第n个节点的异常事件的概率,
n2＝归一化因子2,
wn＝赋予第n个节点的权重。
如果在框406处确定不生成备选路线，则该过程进行到下一个节点(如果有下一个节点的话)，并且重复执行该过程。如果在框406处确定要生成备选路线，则该过程进行到框408，并且生成起始于节点n的备选路线。可以将备选路线提供到车辆控制***，正如类似上文结合图3所论述。该过程然后可以进行到下一个路线节点(如果有下一个节点的话)，并且重复执行该过程。如果没有后续路线节点，则该过程可以终止。
现在将参考图5所示的过程来描述按需备选路线生成的情形，其中检测到异常事件但没有提前生成备选路线。在框502处，确定自动驾驶车辆的当前速度。例如，可以通过II型车载诊断***(OBD II)或其他协议、通过卫星无线电导航***或其他方式从车辆获取速度。
在框504处，确定相距临近节点的最小安全距离，该最小安全距离允许在有异常事件的情况下从当前路线安全过渡到备选路线(这可能需要转弯或变道)。可以使用车辆的当前速度来确定，其中速度越高，最小安全距离越大。例如，可以访问表格或图表，例如图6中的图表，其将给定车辆速度映射到对应的安全距离。对于不同车辆，图表可以是不同的。例如，对于给定的速度，具有高性能刹车和高稳定性的小型跑车的最小安全距离可以比制动性能较差且稳定性相对较差的大型货车短。
在框506处，确定车辆是否已达到距临近节点的最小安全距离。如果车辆已达到相距临近节点的最小安全距离，则在框508处，该过程确定异常事件存在的可能性(例如，概率)以及所确定的可能性(例如，概率)是否超过对应的阈值。可以使用来自一个或多个本地车辆传感器的数据和/或来自其信息可以经无线网络被车辆无线访问的传感器(例如，道路传感器或临近节点所在区域中的其他车辆的传感器)的数据来确定。例如，可以使用车辆光探测和测距(LiDAR)传感器、雷达、摄像机、车辆间通信***、道路传感器通信***或类似的来确定节点被阻塞。可能性阈值可以是全局使用的阈值(用于所有路线节点)、针对节点的阈值或针对节点类型的阈值。车辆还可以确定它不能确定是否存在异常事件或异常事件的可能性。
如果可能性没有超过对应的阈值，则在框514处，车辆继续使用当前路线进行导航。
如果可能性超过对应的阈值，则在框510处，车辆可以确定是否已经有可用的备选路线，以及如果没有，则车辆生成备选路线请求。该请求可以被提供给本地基于车辆的路线规划***或者可以无线地传输至远程路线规划***。在框512处，接收备选路线并将其用于导航车辆。
自动驾驶车辆遥测
如上所述，为了改善自动驾驶车辆的安全和高效运行，能够在大量自动驾驶车辆运行时收集和分析遥测数据是有用的。此类数据可用于诊断目的，例如识别和纠正错误或故障。此外，此类数据可用于使用导航车辆所在环境的改进模拟来改进自动驾驶车辆的路线。此外，此类数据可用于模拟车辆性能。虽然在某些场合下可能希望车辆连续传输遥测数据，但在许多情况中，这种连续传输可能会给无线网络以及远程遥测分析***的网络、处理和内存资源带来过度负担。因此，能够选择性地控制传输由车辆控制***记录的遥测数据以确保及时传输某些期望的遥测数据以供分析和使用而其他遥测数据则以较低频度传输或完全不传输，将是有利的。
记录的遥测数据可以包括标记时间戳的位置信息(例如，如通过车辆的卫星无线电导航***、Wi-Fi或蜂窝三角测量***或其他方式确定的位置纬度和经度坐标或其他位置数据)、车辆姿态(位置和朝向)信息、速度信息、加速度信息、减速度信息、转弯信息、检测到的物体信息(例如，来自光探测和测距(LiDAR)传感器、雷达、摄像机、车辆间通信***、道路传感器通信***等的信息)、路面标线信息(例如，人行横道、车道分隔线、安全岛标线等)、文本数据(例如，从街道标志、路面、商店标志等读取)、路线数据、感知数据、异常数据、天气数据、道路状况数据、道路特征存储数据和/或其他信息。检测到的物体信息可以包括物体的检测和识别，例如其他车辆、施工设备、护柱、路障、建筑物以及类似的。
参考图1C，其中公开示例处理***100C。该处理***可以包括在图1A中所示的服务器130中或者可以是单独的***。示例处理***包括遥测数据采集模块102C、验证模块104C、诊断模块106C和训练模块108C。
遥测数据采集模块102C可以从车辆(例如，经由车辆120的通信***124从车辆控制***126)接收、存储、预处理和/或识别感兴趣的遥测数据，例如上述数据。例如，遥测数据采集模块102C可以将接收的遥测数据存储在遥测数据库中，并且可以在将遥测用于验证或训练之前将遥测数据归一化。例如，该过程可以将范围从0到3500英里的道路长度归一化，以获得范围从0到1的归一化道路长度。遥测数据采集模块102C还可识别感兴趣的遥测数据并禁止处理其他遥测数据以减少计算机资源利用率并增强处理和分析的速度。
可以将来自遥测数据采集模块102C的遥测数据提供给训练模块108C，以便结合其他数据来训练由导航单元140使用的路线推荐模型。可以使用路线推荐模型根据路线请求(例如，由导航单元140)生成路线。路线可以包括位置数据、逐向(turn-by-turn)指令数据、加速指令数据、停止指令数据、减速指令数据、车辆到达路线上的各个点(例如，每个节点、周期性地基于时间或距离、最终目的地、每个航点或类似的)的预测时间等等。
除了来自车辆的遥测数据，来自其他来源的数据，例如地图数据、当前和/或历史交通数据、当前和/或历史天气数据、当前和/或历史交通数据和/或本文论述的其他参考数据均可以被训练模块108D用于训练路线推荐模型。
路线推荐模型的训练可以使用迭代训练过程来执行，其中在某个次数的迭代之后或者当满足特定准则时终止训练过程。在训练过程期间，可以更新一个或多个路线推荐模型参数以优化模型。
遥测数据还可以被验证模块104C用来验证基于路线推荐模型生成的预测准确性。例如，验证模块104C可以通过将车辆导航的实际路线与使用路线推荐模型生成的初始路线进行比较来验证所生成的路线的准确性。此外，验证模块104C可以将到达沿路线各个点的预测到达时间与根据遥测数据确定的这些相同点的实际到达时间进行比较。可选地，如果准确度小于第一阈值，则可以指定路线推荐模型进行后续训练。还可以使用验证模块104C来验证参考数据(包括地图数据)。
诊断模块106C可以将遥测数据用于诊断目的，例如检测车辆传感器或导航***中的错误或缺陷。例如，如本文别处所论述的，如果车辆遥测数据指示车辆传感器在地图指示存在第一物体的位置处未检测到第一物体(例如，路标或交通灯)，则可以确定车辆遇到(例如，传感器或传感器信号处理中)故障或者可能存在地图错误(例如，第一物体可能从未出现或第一物体可能已被移除)。
诊断模块106C可以利用来自其他来源的数据(例如，来自其他车辆的传感器数据)来确定车辆是否有故障或地图是否出差错。例如，如果一个或多个其他车辆未能检测到第一物体，则可以确定车辆传感器工作正常，但地图有误。如果确定地图有误，则可以更新地图。而如果一个或多个其他车辆检测到第一物体，则可以确定未能检测到物体的车辆出错，并且可以确定车辆需要维修和修理，或者需要下载软件更新以纠正错误。
现在参考图7，将描述用于传输和使用自动驾驶车辆位置和传感器数据的示例过程。
在框702处，遥测分析***接收用于规划的车辆路线的路线数据。路线数据可以包括路线起始位置、最终目的地、航点和每个导航操控。该遥测分析***可以是基于云的***。在框704处，确定遥测传输策略，包括用于控制遥测数据广播的一个或多个广播参数。在确定遥测传输策略时可以将多种因素纳入考虑，包括以下因素的其中一些或全部：
路线长度，
路段可用导航数据的续存时间长度，
当前天气状况下路段可用导航数据的续存时间长度，
沿路计划的施工，
用于传输遥测数据的通信带宽的可用性，和/或
用于传输遥测数据的存储装置的可用性。
例如，可以将路线划分为多个段。这些段可以被定义成使得这些段的其中一些或全部具有相同的长度。可选地，路线可以被划分成多个段，使得每一个段按节点分组。可以使用其他策略来定义多个段。如果一个或多个路段几乎没有较新数据，则可能期望获取更多最新数据以用于未来路线规划的目的，以确保路线规划使用准确反映实际道路状况的地图数据。类似地，如果在当前天气状况下一个或多个路线段几乎没有最新数据，则可能希望获得有关此天气下沿该路线的交通模式的更多最新数据。作为进一步的示例，如果沿路线进行施工，则可能需要获得有关施工是否导致节点阻塞或交通模式改变的数据。作为更进一步的示例，如果无线网络带宽的可用性仅是间歇性的，则可能需要限制遥测传输。
附加地或替代地，遥测策略可以包括由车辆传输与每个导航节点和/或每个异常事件相关联的遥测数据。
因此，例如，对所记录的数据的遥测传输时间表可以是连续的、周期性的(例如，每5秒、每30秒、每分钟、每5分钟、每15分钟或其他时间范围)，或在车辆到达其最终目的地之后以批量模式完成。作为进一步的示例，遥测传输时间表可以指定对某些段的连续传输(例如，在缺乏最新数据的地方或有道路施工动态变化的地方)，并且为其他路线段指定周期性的传输或不传输。作为更进一步的示例，可以针对某些类型的遥测数据指定第一遥测传输时间表(例如，对于车辆位置信息或从原路线的改道是连续的)，可以针对某些其他类型的遥测数据(例如，物体检测)指定第二遥测传输时间表，并且可以针对又一些其他类型的遥测数据(例如，路面文字、路面标线、街道标志文本等)指定第三遥测传输时间表。可选地，遥测传输时间表可以指定如果车辆停泊和/或静止超过阈值时间段，则将暂停遥测数据的传输。有利地，前述技术降低了在期望的遥测数据被广播之前在存储器中被盖写的可能性。
在框706处，将传输时间表传输并加载到车辆遥测***中。在框708处，该车辆遥测***根据对应的遥测时间表无线传输遥测数据，并且遥测分析***接收并存储该数据。给定的遥测传输可以包括使遥测分析***能够快速标识感兴趣的数据的数据。该遥测分析***可以可选地不分析某种不感兴趣的遥测数据，并且可以可选地从存储器清除此类数据，从而释放此类内存来存储其他数据。
例如，给定的遥测传输可以包括指示传输中将包括什么数据、数据量和/或传输中的数据包数量的报头。此外，遥测传输可以包括一个或多个时间戳。例如，可以有关于何时发生传输和/或何时捕获给定数据项的时间戳。可选地，与车辆姿态(位置和朝向)数据相关联地传输给定的遥测数据项以帮助遥测分析***将遥测与特定位置同步。
在框710处，遥测分析***识别感兴趣的特定遥测数据。例如，感兴趣的遥测数据可以通过车辆位置数据、车辆朝向数据、时间戳数据和/或类似的来识别。
在框712处，感兴趣的遥测数据可用于验证路线、验证用于生成地图的地图和/或用于车辆诊断(例如，检测关于车辆运行和/或传感器的错误)。例如，如果车辆传感器在相应位置检测到未出现在地图上的交通信号、交通标志或道路障碍，则可以利用检测到的项更新地图，检测到的项可以在更新地图之前由服务人员进行验证或使用来自其他车辆的遥测数据来予以验证，或者可以采取其他操作。
在框713处，可以将感兴趣的遥测数据用于车辆诊断(例如，检测关于车辆运行和/或传感器的错误)。例如，如果遥测指示车辆未能检测到存在的项(例如，道路上的物体或弯道)或错误地识别了项(例如，将停车标志识别为禁止停车标志)，则这可能指示车辆传感器或相关处理软件或相关硬件(例如，处理部件、电源、模数转换器、通信接口等)中的错误。可以记录此类信息并且可以要求车辆进行维修，可以将新软件下载到车辆以纠正错误，和/或可以使用检测到的错误来改进车辆的未来版本以避免此类错误。如果在其他车辆的传感器中专出现类似故障，则可以确定存在广泛的制造或设计缺陷，并且可以对具有与已确定故障的传感器对应的传感器的车辆执行召回。
在框714处，可以使用遥测数据来训练路线规划***。例如，该路线规划***可以包括学习引擎。可以使用遥测数据来创建导航环境的模拟并生成测试案例。例如，可以将车辆检测到的物体添加到模拟路线中。再者，可以使用遥测数据来模拟车辆性能。举例来说，如果根据遥测数据确定车辆光探测和测距(LiDAR)在某种雾况下无法检测到物体，则对车辆的未来模拟可能同样反映出车辆光探测和测距(LiDAR)在这种雾况下未能检测到物体。
在将遥测数据用于验证或训练之前，该过程可以可选地对遥测数据执行预处理操作(例如，归一化和/或消除错误点)。例如，该过程可以对范围从0到3000英里的道路长度进行归一化，以获得范围从0到1的归一化道路长度。
此外，在路线规划***基于从另一来源接收且指示当前路线上的意外拥堵或事故的数据确定车辆应该重新规划路线的情况下，可以使用该遥测数据实时生成更新后的路线。路线规划***可以使用遥测数据中包括的位置信息确定给定车辆的当前位置，并根据车辆的当前位置生成更新后的路线以规避拥堵或事故。路线规划***然后可以将更新后的路线传输到车辆控制***以供执行。
示例实施例
本发明的一些示例列举的实施例，在本段落部分中是以方法、***和非暂时性计算机可读介质且非限制的形式来引述的。
本公开的一个方面涉及一种为自动驾驶车辆生成路线的计算机实施的方法，该方法包括：在第一路线规划***处，接收对远程自动驾驶车辆的第一导航路线的请求，该请求包括起始位置和目的地位置且与导航开始时间关联；由该第一路线规划***至少部分地基于该起始位置、目的地位置和开始时间生成第一导航路线，该第一导航路线包括多个节点，其中给定节点对应于导航事件；对于第一导航路线中的给定节点，由第一路线规划***识别对应的权重，和/或对于第一导航路线中的给定节点，由第一路线规划***确定在该给定节点处发生异常事件的概率；由第一路线规划***使用与该给定节点对应的权重和/或在给定节点处发生异常事件所确定的概率来确定是否生成排除该给定节点的对应备选路线，该对应备选路线被配置成响应于该自动驾驶车辆将来检测到与该给定节点关联的异常事件而被采用，其中该异常事件禁止自动驾驶车辆导航到该给定节点；响应于确定要生成该对应备选路线，由第一路线规划***生成该备选路线；以及将第一导航路线和对应的备用路线传输给自动驾驶车辆，并使该自动驾驶车辆能够使用第一导航路线导航该自动驾驶车辆，并使该对应备用路线能够在检测到与该给定节点关联的异常事件的情况下用于导航该自动驾驶车辆。
本公开的一方面涉及导航路线规划***，包括：计算设备；网络接口；其上存储有程序指令的非暂时性计算机可读存储器，该程序指令在被该计算设备执行时使该计算设备执行以下操作：使用该网络接口，接收对远程车辆的第一导航路线的请求，该请求包括起始位置和目的地位置且与导航开始时间关联；使用该起始位置、该目的地位置和该开始时间，生成第一导航路线，该第一导航路线包括一个或多个节点，其中给定节点对应于导航事件；对于第一导航路线中的给定节点，识别对应的权重，和/或对于第一导航路线中的给定节点，确定在该给定节点处发生异常事件的可能性或概率；使用与该给定节点对应的权重和/或在给定节点处发生异常事件所确定的可能性或概率来确定是否生成排除该给定节点的对应备选路线，该对应备选路线被配置成响应于该车辆将来检测到与该给定节点关联的异常事件而被采用，其中该异常事件禁止车辆导航到该给定节点；响应于确定要生成该对应备选路线，生成该备选路线；以及将第一导航路线和对应的备用路线传输给该车辆，并使该车辆能够使用第一导航路线导航该车辆，并使该对应备用路线能够在检测到与该给定节点关联的异常事件时用于导航该车辆。
本公开的一个方面涉及其上存储有程序指令的非暂时性计算机可读存储器，该程序指令在被该计算机***设备执行时使该计算机***执行以下操作，包括：接收对远程车辆的第一导航路线的请求，该请求包括起始位置和目的地位置且与导航开始时间关联；使用该起始位置、该目的地位置和该开始时间，生成第一导航路线，该第一导航路线包括一个或多个节点，其中给定节点对应于导航事件；对于第一导航路线中的给定节点，识别对应的权重，和/或对于第一导航路线中的给定节点，确定在该给定节点处发生异常事件的可能性或概率；使用与该给定节点对应的权重和/或在给定节点处发生异常事件所确定的可能性或概率来确定是否生成对应备选路线，该对应备选路线被配置成响应于该车辆将来检测到与该给定节点关联的异常事件而被采用；响应于确定要生成该对应备选路线，生成该备选路线；以及使第一导航路线和对应替代路线被传输到该车辆，其中该车辆将使用第一导航路线来至少在最初导航该车辆，并且其中当检测到与该给定节点关联的异常事件时，该车辆将使用对应替代路线来导航车辆。
本公开的一个方面涉及一种控制从自动驾驶车辆广播遥测数据的计算机实施的方法，该方法由包括一个或多个处理设备的***来执行，该方法包括：访问由自动驾驶车辆的路线规划***生成的第一路线的路线数据，该路线数据被配置成控制该自动驾驶车辆的导航；使用第一路线的路线数据，生成一个或多个遥测广播控制供自动驾驶车辆在广播遥测数据时使用，该遥测数据至少包括车辆位置数据，同时使用该路线数据导航自动驾驶车辆，其中该遥测广播控制被配置成使自动驾驶车辆广播第一路线的多个选定路段的遥测数据并且禁止广播第一路线的多个非选定路段的遥测数据；将该遥测广播控制传输到该自动驾驶车辆；从该自动驾驶车辆接收该第一路线的该选定路段的遥测数据的传输；在生成用于路线规划学习引擎的模拟环境时，至少使用所接收的遥测数据；以及使用该接收的遥测数据的至少一部分对该自动驾驶车辆执行诊断和/或验证用于生成该第一路线的地图数据。
本公开的一个方面涉及一种***，其包括：计算设备；网络接口；其上存储有程序指令的非暂时性计算机可读存储器，该程序指令在被该计算设备执行时使该计算设备执行以下操作：访问用于车辆的第一路线的路线数据，该路线数据被配置成用于导航该车辆；生成供该车辆在广播遥测数据时使用的遥测广播参数，该遥测数据至少包括车辆位置数据，同时使用该路线选择数据导航该车辆，其中该遥测广播参数被配置成使该车辆根据该广播参数广播该第一路线部分的遥测数据；经由该网络接口，将该遥测广播参数传输到该车辆；从该车辆接收该第一路线的该选定路段的遥测数据的传输；以及在生成用于路线规划学习引擎的模拟环境时，至少使用所接收的遥测数据。
本公开的一个方面涉及其上存储有程序指令的非暂时性计算机可读存储器，该程序指令在被该计算机***设备执行时使该计算机***执行以下操作，包括：访问用于车辆的第一路线的路线数据，该路线数据被配置成用于导航该车辆；生成供该车辆在广播遥测数据时使用的遥测广播参数，该遥测数据至少包括车辆位置数据，同时使用该路线数据导航该车辆，其中该遥测广播参数被配置成使该车辆根据该广播参数广播该第一路线部分的遥测数据；经由该网络接口，将该遥测广播参数传输到该车辆；从该车辆接收该第一路线的该选定路段的遥测数据的传输；以及在生成用于路线规划学习引擎的模拟环境时，至少使用所接收的遥测数据。
在其他实施例中，一个或多个***可以根据前述段落中引述的方法和/或计算机可读介质中的其中一个或多个来操作。在又一些实施例中，一种或多种方法可以根据前述段落中引述的***和/或计算机可读介质中的其中一个或多个来操作。在再一些实施例中，一种或多种计算机可读介质，不包括暂时性传播信号，可以使具有一个或多个处理器和非暂时性计算机可读存储器的一个或多个计算设备根据前述段落中引述的***和/或方法的其中一个或多个操作。
因此，本公开公开了用于动态调整路线以适应动态变化的环境的***和方法，从而确保自动驾驶车辆的安全和高效运行。
此外，本公开公开了用于利用自动驾驶车辆遥测数据来检测车辆部件和软件故障和错误的***和方法。
再者，本公开公开了用于利用自动驾驶车辆遥测数据来模拟车辆性能以及模拟车辆导航环境从而改进路线规划的***和方法。
虽然本公开在本文中总体上是结合自动驾驶车辆来进行描述的，但这仅是出于说明的目的而不是限制性的。本文描述的任何技术或操作都可以应用于提供驾驶员辅助特征和/或用于共享出行或其他基于位置的服务的车辆。
术语
条件语言，例如“能够”、“可能”、“可以”或“可”，除非另有特别说明，或在所使用的上下文中以其他方式理解，否则通常旨在传达某些实施例包括，而其他实施例不包括某些特征、元素和/或步骤。因此，这种条件性语言通常不旨在暗示特征、元件和/或步骤以任何方式必须用于一个或多个实施例，或者一个或多个实施例必然包括用于确定以下的逻辑：在有或没有用户输入或提示的情况下，是否这些特征、元件和/或步骤包括在任何特定实施例中或将在其中执行。
除非上下文另有明确要求，否则在说明书和权利要求书中，词语“包括”、“包括”等应被解释为包括性意义，而不是排他性或穷举性意义，即“包括但不限于”。如本文所用，术语“连接”、“耦合”或其任何变体是指两个或更多个元素之间的任何直接或间接的连接或耦合；元素之间的耦合或连接可以是物理的、逻辑的或其组合。此外，在本申请中使用的词语“此处”、“以上”、“以下”和类似含义的词语，是指本申请的整体而不是本申请的任何特定部分。在上下文允许的情况下，使用单数或复数的词汇也可以分别包括复数或单数。结合两个或更多个项的列表时，词汇“或”涵盖该词汇的以下所有解释：列表中的任何一个项、列表中的所有项目以及列表中项的任意组合。同样，结合两个或更多个项的列表时，术语“和/或”，涵盖该词的所有以下解释：列表中的任何一个项、列表中的所有项以及列表中项的任何组合。
在一些实施例中，本文中描述的任何算法的某些操作、动作、事件或功能可以以不同的顺序执行，可以添加、合并或完全排除(例如，对于实施算法，并非全部都是必不可少的)。在某些实施例中，操作、动作、功能或事件可以例如通过多线程处理、中断处理或多个处理器或处理器核或在其他并行架构上并发执行，而不是顺序执行。
本文描述的***和模块可以包括软件、固件、硬件或适合于所描述的目的的软件、固件或硬件的任何组合。软件和其他模块可以驻留在服务器、工作站、个人计算机、计算机化平板电脑、PDA和其他适于本文描述的目的的计算设备上并在其上执行。软件和其他模块可以通过本地计算机存储器、网络、浏览器或适于本文描述的目的的其他方式来访问。本文描述的数据结构可以包括适于本文描述的目的的计算机文件、变量、编程阵列、编程结构或任何电子信息存储方案或方法或者它们的任何组合。本文描述的用户接口元素可以包括来自图形用户界面、交互式语音响应、命令行界面和其他合适接口的元素。
再者，所示***的各种部件的处理可以分布在多个机器、网络和其他计算资源上。可以将一个***的两个或更多个部件组合成更少的部件。所示***的各种部件可以在一个或多个虚拟机中而不是在专用计算机硬件***和/或计算设备中实现。同样，所示的数据存储库可以表示物理和/或逻辑数据存储，包括例如存储区域网络或其他分布式存储***。此外，在一些实施例中，所示部件之间的连接表示数据流的可能路径，而不是硬件之间的实际连接。虽然示出了可能连接的一些示例，但是在多种实现中，所示部件的任何子集都能够彼此通信。
上面还结合用于方法、装置(***)和计算机程序产品的流程图描述了实施例。流程图图示和/或框图的每个框和流程图示例和/或框图中的框组合可以通过计算机程序指令来实现。可以将此类指令提供给通用计算机的处理器、专用计算机，专用计算机(例如，包括高性能数据库服务器、图形子***等)或其他可编程数据处理装置来生产机器，使得通过计算机的处理器或其他可编程数据处理装置执行的指令构成用于实现流程图和/或框图的一个或多个框中指定的动作的装置。这些计算机程序指令也可以存储在非暂时性计算机可读存储器中，这些计算机程序指令可以指导计算机或其他可编程数据处理装置以特定方式操作，使得存储在计算机可读存储器中的指令构成包括实现流程图和/或框图的一个或多个框中指定的动作的指令装置的制造品。这些计算机程序指令也可以加载到计算设备或其他可编程数据处理装置上，以在该计算设备或其他可编程装置上执行操作以产生计算机实现的处理，使得在该计算设备或其他可编程装置上执行的指令提供用于实现流程图和/或框图一个或多个框指定的动作的步骤。
虽然短语“单击”可以是结合用户选择控件、菜单选择等来使用的，但也可以使用其他用户输入，例如语音命令、文本输入、手势等。举例来说，用户输入可以例如，通过界面提供，例如经由文本字段，其中用户输入文本和/或经由菜单选择(例如，下拉菜单、列表或用户可以通过勾选框勾选或以其他方式选定的其他布置或一组可单独选择的图标等)。当用户提供输入或激活控件时，对应计算***可以执行对应的操作。用户提供的数据、输入和指令中的一些或全部可以可选地存储在***数据存储(例如，数据库)中，***可以从中访问和检索此类数据、输入和指令。本文描述的通知和用户界面可以通过网页、专用或非专用手机应用、计算机应用持续、短消息服务消息(例如，SMS、MMS等)、即时消息、电子邮件、推送通知、可听的和/或其他的方式来提供。
本文描述的用户终端可以是移动通信设备(例如蜂窝电话)、笔记本电脑、平板电脑、交互式电视、游戏机、流媒体设备、头戴式显示器、网络手表等形式。终端可以可选地包括显示器、用户输入设备(例如，触摸屏、键盘、鼠标、语音识别等)、网络接口等。
上面提到的任何专利和应用和其他引用，包括可以在附属提交文件中列出的任何内容，可以通过引用并入本文。如有需要，可以修改本发明的多个方面以采用上文描述提供本发明再一个实施方式的多种引用的***、功能和概念。鉴于上述详细描述，可以对本发明进行这些和其他改变。虽然上文描述了本发明的某些示例，并且描述了可设想的最佳方式，但是无论文本中呈现如何详尽，均可以多种方式实施本发明。***的细节在其具体实施方式中显著有所不同，同时仍涵盖在本文公开的本发明中。如上所述，不应将描述本发明多个方面的某些特征时使用的特定术语解释为暗示在本文中将该术语重新定义为被限制于本发明的与该术语关联的任何特定特性、特征或方面。一般而言，在以下权利要求中使用的术语不应解释为将本发明限制于本说明书中公开的具体示例，除非上述具体实施方式部分中显性地定义此类术语。因此，本发明的实际范围不仅包括所公开的示例，而且包括依据权利要求实施或实现本发明的所有等效方式。
为了减少权利要求的数量，下文以某种权利要求形式呈示本发明的某些方面，但是申请人以任何数量的权利要求形式可设想本发明的其他方面。例如，虽然本发明的仅一个方面被引述为依据35U.S.C sec.112(f)(AIA)的手段加功能的权利要求，但是其他方面同样可以实施为手段加功能权利要求或者以其他形式实施，例如在计算机可读介质中实施。旨在依据35U.S.C.§112(f)处理的任何权利要求将以“用于……的装置”语句开始，但是在任何其他上下文中使用“用于”不意味着依据35U.S.C.§112(f)的援引处理。因此，申请人保留在提交本申请后在本申请或接续申请中追加附加权利要求的权利。

Claims (29)

1.一种控制从自动驾驶车辆广播遥测数据的计算机实施方法，所述方法由包括一个或多个处理设备的***来执行，所述方法包括：
访问由自动驾驶车辆的路线规划***生成的第一路线的路线数据，所述路线数据被配置成控制所述自动驾驶车辆的导航；
在使用所述路线数据导航所述自动驾驶车辆的同时，使用所述第一路线的所述路线数据，生成供所述自动驾驶车辆在广播遥测数据时要使用的一个或多个遥测广播控制，所述广播遥测数据至少包括车辆位置数据，
其中，所述第一路线划分为多个路段，所述遥测广播控制被配置成使所述自动驾驶车辆广播所述第一路线的选定路段的遥测数据，并禁止广播所述第一路线的非选定路段的遥测数据；
将所述遥测广播控制传输到所述自动驾驶车辆；
从所述自动驾驶车辆接收所述第一路线的所述选定路段的遥测数据的传输；
至少使用所接收的遥测数据用于为路线规划学习引擎生成模拟环境；以及
使用所接收的遥测数据的至少一部分对所述自动驾驶车辆执行诊断和/或验证用于生成所述第一路线的地图数据。
2.根据权利要求1所述的计算机实施方法，所述方法还包括使用所接收的遥测数据的至少一部分来模拟车辆。
3.根据权利要求1所述的计算机实施方法，其中，所述遥测广播控制被配置成使所述自动驾驶车辆在节点遍历时传输遥测数据。
4.根据权利要求1所述的计算机实施方法，其中，所述遥测广播控制被配置成使所述自动驾驶车辆以指定穿行距离间隔传输遥测数据。
5.根据权利要求1所述的计算机实施方法，其中，所述遥测广播控制被配置成使所述自动驾驶车辆按指定的时间间隔传输遥测数据。
6.根据权利要求1所述的计算机实施方法，其中，基于第一数据存储中存储的地图数据对于第一路段的新旧程度，选择待广播其遥测数据的所述第一路线的所述第一路段，所述第一路段为所述选定路段中的一个。
7.根据权利要求1所述的计算机实施方法，其中，基于确定第一路段中存在道路施工，选择待广播其遥测数据的所述第一路线的所述第一路段，所述第一路段为所述选定路段中的一个。
8.根据权利要求1所述的计算机实施方法，其中，使用所接收的遥测数据的至少一部分对所述自动驾驶车辆执行诊断还包括：
确定所述第一路线的第一路段的数字地图上的第一位置处存在第一物体，所述第一路段为所述选定路段中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，启动关于所述自动驾驶车辆的修复动作。
9.根据权利要求1所述的计算机实施方法，其中，使用所接收的遥测数据的至少一部分对所述自动驾驶车辆执行诊断还包括：
确定所述第一路线的第一路段的数字地图上的第一位置处存在第一物体，所述第一路段为所述选定路段中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，访问已经穿行过包括所述第一位置的视图的路线的其他车辆的遥测数据以确定所述其他车辆的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述其他车辆的遥测数据不包括指示所述第一位置处存在所述第一物体的传感器数据，更新所述数字地图以指示所述第一位置处不存在所述第一物体。
10.一种控制从自动驾驶车辆广播遥测数据的***，所述***包括：
计算设备；
网络接口；
其上存储有程序指令的非暂时性计算机可读存储器，所述程序指令在被所述计算设备执行时使所述计算设备执行以下操作：
访问用于车辆的第一路线的路线数据，所述路线数据被配置成用于导航所述车辆；
生成供所述车辆在广播遥测数据时使用的遥测广播参数，所述遥测数据至少包括车辆位置数据，同时使用所述路线数据导航所述车辆，其中所述第一路线划分为多个部分，所述遥测广播参数被配置成使所述车辆根据所述遥测广播参数广播所述第一路线中的选定部分的遥测数据；
经由所述网络接口，将所述遥测广播参数传输到所述车辆；
从所述车辆接收所述第一路线的所述选定部分的遥测数据的传输；以及
至少使用所接收的遥测数据用于为路线规划学习引擎生成模拟环境。
11.根据权利要求10所述的***，其中，所述***被配置成使用所接收的遥测数据的至少一部分来来模拟车辆。
12.根据权利要求10所述的***，其中，所述***被配置成使用所接收的遥测数据的至少一部分对所述车辆执行诊断和/或验证用于生成所述第一路线的地图数据。
13.根据权利要求10所述的***，其中，所述遥测广播参数被配置成使所述车辆在节点遍历时传输遥测数据。
14.根据权利要求10所述的***，其中，所述遥测广播参数被配置成使所述车辆按指定穿行距离间隔传输遥测数据。
15.根据权利要求10所述的***，其中，所述遥测广播参数被配置成使所述车辆按指定的时间间隔传输遥测数据。
16.根据权利要求10所述的***，其中，基于第一数据存储中存储的地图数据对于第一部分的新旧程度，选择待广播其遥测数据的所述第一路线的所述第一部分，所述第一部分为所述选定部分中的一个。
17.根据权利要求10所述的***，其中，基于确定第一部分中存在道路施工，选择待广播其遥测数据的所述第一路线的所述第一部分，所述第一部分为所述选定部分中的一个。
18.根据权利要求10所述的***，其中，所述***被配置成使用所接收的遥测数据的至少一部分执行以下操作：
确定所述第一路线的第一部分的数字地图上的第一位置处存在第一物体，所述第一部分为所述选定部分中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，启动关于所述车辆的修复动作。
19.根据权利要求10所述的***，其中，所述***被配置成使用所接收的遥测数据的至少一部分来执行以下操作：
确定所述第一路线的第一部分的数字地图上的第一位置处存在第一物体，所述第一部分为所述选定部分中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，访问已经穿行过包括所述第一位置的视图的路线的其他车辆的遥测数据以确定所述其他车辆的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述其他车辆的遥测数据不包括指示所述第一位置处存在所述第一物体的传感器数据，更新所述数字地图以指示所述第一位置处不存在所述第一物体。
20.一种非暂时性计算机可读存储器，所述非暂时性计算机可读存储器上存储有程序指令，所述程序指令在被计算机***执行时使所述计算机***执行以下操作，包括：
访问用于车辆的第一路线的路线数据，所述路线数据被配置成用于导航所述车辆；
生成供所述车辆在广播遥测数据时使用的遥测广播参数，所述遥测数据至少包括车辆位置数据，同时使用所述路线数据导航所述车辆，其中所述第一路线划分为多个部分，所述遥测广播参数被配置成使所述车辆根据所述遥测广播参数广播所述第一路线的选定部分的遥测数据；
经由网络接口，将所述遥测广播参数传输到所述车辆；
从所述车辆接收所述第一路线的所述选定部分的遥测数据的传输；以及
至少使用所接收的遥测数据用于为路线规划学习引擎生成模拟环境。
21.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述程序指令在由计算机***设备执行时还被配置成使用所接收的遥测数据来模拟车辆。
22.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述程序指令在被计算机***设备执行时还被配置成使所述计算机***使用所接收的遥测数据的至少一部分对所述车辆执行诊断和/或验证用于生成所述第一路线的地图数据。
23.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述遥测广播参数被配置成使所述车辆在节点遍历时传输遥测数据。
24.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述遥测广播参数被配置成使所述车辆按指定穿行距离间隔传输遥测数据。
25.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述遥测广播参数被配置成使所述车辆按指定的时间间隔传输遥测数据。
26.根据权利要求20所述的非暂时性计算机可读存储器，其中，基于第一数据存储中存储的地图数据对于第一部分的新旧程度，选择待广播其遥测数据的所述第一路线的所述第一部分，所述第一部分为所述选定部分中的一个。
27.根据权利要求20所述的非暂时性计算机可读存储器，其中，基于确定第一部分中存在道路施工，选择待广播其遥测数据的所述第一路线的所述第一部分，所述第一部分为所述选定部分中的一个。
28.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述程序指令在被计算机***设备执行时还被配置成使所述计算机***使用所接收的遥测数据的至少一部分来执行以下操作：
确定所述第一路线的第一部分的数字地图上的第一位置处存在第一物体，所述第一部分为所述选定部分中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，启动关于所述车辆的修复动作。
29.根据权利要求20所述的非暂时性计算机可读存储器，其中，所述程序指令在被计算机***设备执行时还被配置成使所述计算机***使用所接收的遥测数据的至少一部分来执行以下操作：
确定所述第一路线的第一部分的数字地图上的第一位置处存在第一物体，所述第一部分为所述选定部分中的一个；
确定所接收的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述传感器数据未指示所述第一位置处存在所述第一物体，访问已经穿行过包括所述第一位置的视图的路线的其他车辆的遥测数据以确定所述其他车辆的遥测数据是否包括指示所述第一位置处存在所述第一物体的传感器数据；以及
至少部分地响应于确定所述其他车辆的遥测数据不包括指示所述第一位置处存在所述第一物体的传感器数据，更新所述数字地图以指示所述第一位置处不存在所述第一物体。
CN201880100687.2A 2018-12-26 2018-12-26 用于车辆遥测的***和方法 Active CN113748316B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2018/067547 WO2020139327A1 (en) 2018-12-26 2018-12-26 Systems and methods for vehicle telemetry

Publications (2)

Publication Number Publication Date
CN113748316A CN113748316A (zh) 2021-12-03
CN113748316B true CN113748316B (zh) 2024-01-02

Family

ID=71128385

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880100687.2A Active CN113748316B (zh) 2018-12-26 2018-12-26 用于车辆遥测的***和方法

Country Status (2)

Country Link
CN (1) CN113748316B (zh)
WO (1) WO2020139327A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7409258B2 (ja) * 2020-08-07 2024-01-09 トヨタ自動車株式会社 サーバ、車両、交通制御方法、及び、交通制御システム
US20220163969A1 (en) * 2020-11-20 2022-05-26 Rapyuta Robotics Co., Ltd. Systems and methods for optimizing route plans in an operating environment
FR3130238B1 (fr) * 2021-12-14 2024-03-15 Renault Sas Procédé de supervision du fonctionnement d’un véhicule automobile.
US20230249711A1 (en) * 2022-02-10 2023-08-10 Waymo Llc Methods and Systems for Automatic Problematic Maneuver Detection and Adapted Motion Planning
CN114999153A (zh) * 2022-05-26 2022-09-02 上海天华云应用技术有限公司 一种车辆匝道汇入汇出协同控制方法
DE102022003360B3 (de) * 2022-09-13 2023-12-21 Mercedes-Benz Group AG Verfahren zur Generierung von Trainingsdatensätzen für ein autonomes Fahrzeug und System zur Generierung von Trainingsdatensätzen
CN115641719B (zh) * 2022-10-25 2024-03-19 东南大学 一种高速公路行人检测方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960600A (zh) * 2015-09-22 2017-07-18 福特全球技术公司 制定车道级路线规划
CN108981730A (zh) * 2017-05-31 2018-12-11 百度（美国）有限责任公司 用于为操作自动驾驶车辆生成参考路径的方法和***

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9547989B2 (en) * 2014-03-04 2017-01-17 Google Inc. Reporting road event data and sharing with other vehicles
US9605970B1 (en) * 2015-09-03 2017-03-28 Harman International Industries, Incorporated Methods and systems for driver assistance
US9910441B2 (en) * 2015-11-04 2018-03-06 Zoox, Inc. Adaptive autonomous vehicle planner logic
US9958864B2 (en) * 2015-11-04 2018-05-01 Zoox, Inc. Coordination of dispatching and maintaining fleet of autonomous vehicles
WO2017218563A1 (en) * 2016-06-14 2017-12-21 nuTonomy Inc. Route planning for an autonomous vehicle
WO2018229550A1 (en) * 2017-06-16 2018-12-20 Nauto Global Limited System and method for adverse vehicle event determination
CN108803607B (zh) * 2018-06-08 2021-06-01 北京领骏科技有限公司 一种用于自动驾驶的多功能仿真***

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106960600A (zh) * 2015-09-22 2017-07-18 福特全球技术公司 制定车道级路线规划
CN108981730A (zh) * 2017-05-31 2018-12-11 百度（美国）有限责任公司 用于为操作自动驾驶车辆生成参考路径的方法和***

Also Published As

Publication number Publication date
WO2020139327A1 (en) 2020-07-02
CN113748316A (zh) 2021-12-03

Similar Documents

Publication Publication Date Title
US11287270B2 (en) Systems and methods for safe route planning for a vehicle
US11131554B2 (en) Systems and methods for vehicle telemetry
CN113748316B (zh) 用于车辆遥测的***和方法
US11860639B2 (en) Vehicle-based road obstacle identification system
US10990105B2 (en) Vehicle-based virtual stop and yield line detection
US11373524B2 (en) On-board vehicle stop cause determination system
US11720094B2 (en) System and method for remote intervention of vehicles
US11860625B2 (en) System and method for updating vehicle operation based on remote intervention
US20200211370A1 (en) Map editing using vehicle-provided data
US11568741B2 (en) Communication device, control method thereof, and communication system including the same
US11847385B2 (en) Variable system for simulating operation of autonomous vehicles
WO2020139324A1 (en) Systems and methods for safe route planning for a vehicle
US11670286B2 (en) Training mechanism of verbal harassment detection systems
US20200208991A1 (en) Vehicle-provided virtual stop and yield line clustering
CN113748448B (zh) 基于车辆的虚拟停止线和让行线检测
US11620987B2 (en) Generation of training data for verbal harassment detection
US20220222587A1 (en) Machine learning based geolocation trajectory threshold determination
WO2020139392A1 (en) Vehicle-based road obstacle identification system
WO2020139388A1 (en) Vehicle-provided virtual stop and yield line clustering
WO2020139390A1 (en) Map editing using vehicle-provided data
US20220207209A1 (en) Deterministic sampling of autonomous vehicle simulation variables at runtime
US11562306B2 (en) Geolocation trajectory based guest rider determination
WO2022155628A1 (en) Geolocation trajectory based guest rider determination
WO2020139394A1 (en) On-board vehicle stop cause determination system

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