DE102021130986A1

DE102021130986A1 - Verfahren und systeme zur fahrtzeitschätzung

Info

Publication number: DE102021130986A1
Application number: DE102021130986.7A
Authority: DE
Inventors: Ashwin Arunmozhi
Original assignee: Motional AD LLC
Current assignee: Motional AD LLC
Priority date: 2021-07-14
Filing date: 2021-11-25
Publication date: 2023-01-19
Also published as: US20230016123A1; GB2610831A; CN115618992A; KR20230011834A

Abstract

Es sind Verfahren für Fahrtzeitschätzungen bereitgestellt, die Erhalten eines Profils beinhalten können. In einer oder mehreren Ausführungsformen umfasst das Profil ein Fahrprofil. Die Verfahren können Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil beinhalten. Die Verfahren können Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter beinhalten. Die Verfahren können Ausgeben der Fahrtzeitschätzung beinhalten. Es sind auch Systeme und Computerprogrammprodukte bereitgestellt.

Description

HINTERGRUND
Individuen können Empfehlungen für eine Route von einem Ursprungsort zu einem Bestimmungsort erhalten. Eine solche Empfehlung kann eine geschätzte Ankunftszeit oder eine Fahrtzeitschätzung zu dem Bestimmungsort beinhalten. Beispielsweise können die Route und die Fahrtzeitschätzung unter Verwendung von Echtzeit-Verkehrsdaten geschätzt werden. Die Route und die Fahrtzeitschätzung können auf einer Zufallsstichprobe der Straßengeschwindigkeitspopulation basieren, um eine Durchschnittsgeschwindigkeit für jeden Abschnitt eines Straßennetzes zu schätzen. Den Schätzungen der Ankunftszeit oder Fahrtzeitschätzungen mangelt es jedoch an Genauigkeit, was zu unpräzisen Schätzungen und Planungsschwierigkeiten führt.
Figurenliste

1 ist eine beispielhafte Umgebung, in der ein Fahrzeug, das eine oder mehrere Komponenten eines autonomen Systems beinhaltet, implementiert werden kann;
2 ist ein Diagramm eines oder mehrerer Systeme eines Fahrzeugs, das ein autonomes System beinhaltet;
3 ist ein Diagramm von Komponenten einer oder mehrerer Vorrichtungen und/oder eines oder mehrerer Systeme der 1 und 2;
4A ist ein Diagramm bestimmter Komponenten eines autonomen Systems;
4B ist ein Diagramm einer Implementierung eines beispielhaften Planungssystems gemäß dieser Offenbarung;
5A-5D sind Diagramme einer Implementierung eines Prozesses zur Fahrtzeitschätzung; und
6 ist ein Flussdiagramm eines Prozesses zur Fahrtzeitschätzung.

AUSFÜHRLICHE BESCHREIBUNG
In der folgenden Beschreibung werden zahlreiche spezifische Einzelheiten dargelegt, um ein umfassendes Verständnis der vorliegenden Offenbarung für Erläuterungszwecke bereitzustellen. Es versteht sich jedoch, dass die durch die vorliegende Offenbarung beschriebenen Ausführungsformen ohne diese spezifischen Einzelheiten umgesetzt werden können. In manchen Fällen sind wohlbekannte Strukturen und Vorrichtungen in Blockdiagrammform veranschaulicht, um zu verhindern, die Aspekte der vorliegenden Offenbarung unnötig unklar zu machen.
Spezifische Anordnungen oder Ordnungen schematischer Elemente, wie etwa jenen, die Systeme, Vorrichtungen, Module, Anweisungsblöcke, Datenelemente und/oder dergleichen repräsentieren, sind zur Vereinfachung der Beschreibung in den Zeichnungen veranschaulicht. Fachleute auf dem Gebiet werden jedoch verstehen, dass die spezifische Ordnung oder Anordnung der schematischen Elemente in den Zeichnungen nicht andeuten soll, dass eine spezielle Verarbeitungsreihenfolge oder -abfolge oder Trennung von Prozessen erforderlich ist, insofern nicht ausdrücklich derartig beschrieben. Ferner soll der Einschluss eines schematischen Elements in einer Zeichnung nicht andeuten, dass ein solches Element in allen Ausführungsformen erforderlich ist oder dass die durch ein solches Element repräsentierten Merkmale möglicherweise bei manchen Ausführungsformen nicht in anderen Elementen enthalten sind oder mit diesen kombiniert werden, insofern nicht ausdrücklich derartig beschrieben.
Ferner soll in den Zeichnungen, in denen Verbindungselemente wie etwa durchgezogene oder gestrichelte Linien oder Pfeile verwendet werden, um eine Verbindung, Beziehung oder Zuordnung zwischen oder unter zwei oder mehr anderen schematischen Elementen zu veranschaulichen, das Nichtvorhandensein jeglicher solcher Verbindungselemente nicht andeuten, dass keine Verbindung, Beziehung oder Zuordnung bestehen kann. Mit anderen Worten sind manche Verbindungen, Beziehungen oder Zuordnungen zwischen Elementen in den Zeichnungen nicht veranschaulicht, um die Offenbarung nicht unklar zu machen. Zusätzlich kann zur Vereinfachung der Veranschaulichung ein einzelnes Verbindungselement verwendet werden, um mehrere Verbindungen, Beziehungen oder Zuordnungen zwischen Elementen zu repräsentieren. Wenn ein Verbindungselement eine Kommunikation von Signalen, Daten oder Anweisungen (z. B. „Softwareanweisungen“) repräsentiert, sollten Fachleute auf dem Gebiet beispielsweise verstehen, dass ein solches Element einen oder mehrere Signalpfade (z. B. einen Bus) repräsentieren kann, wie erforderlich, um die Kommunikation zu bewirken.
Obwohl die Begriffe erster, zweiter, dritter und/oder dergleichen verwendet werden, um verschiedene Elemente zu beschreiben, sollten diese Elemente nicht durch diese Begriffe eingeschränkt werden. Die Begriffe erster, zweiter, dritter und/oder dergleichen werden nur verwendet, um ein Element von einem anderen zu unterscheiden. Beispielsweise könnte ein erster Kontakt als ein zweiter Kontakt bezeichnet werden und gleichermaßen könnte ein zweiter Kontakt als ein erster Kontakt bezeichnet werden, ohne vom Schutzumfang der beschriebenen Ausführungsformen abzuweichen. Sowohl der erste Kontakt als auch der zweite Kontakt sind Kontakte, sie sind aber nicht derselbe Kontakt.
Die in der Beschreibung der verschiedenen beschriebenen Ausführungsformen hierin verwendete Terminologie ist nur zum Zweck der Beschreibung spezieller Ausführungsformen enthalten und soll nicht beschränkend sein. Wie in der Beschreibung der verschiedenen beschriebenen Ausführungsformen und in den angehängten Ansprüchen verwendet, sollen die Singularformen „ein“, „eine“ und „der/die/das“ auch die Pluralformen einschließen und können austauschbar mit „ein/e oder mehrere“ oder „mindestens ein/e“ verwendet werden, insofern der Zusammenhang deutlich nicht etwas anderes angibt. Es versteht sich auch, dass sich der Begriff „und/oder“, wie hierin verwendet, auf jegliche und alle möglichen Kombinationen eines oder mehrerer der assoziierten aufgelisteten Punkte bezieht und einschließt. Es versteht sich ferner, dass die Begriffe „beinhaltet“, „einschließlich", „umfasst“ und/oder „umfassend“, wenn in dieser Beschreibung verwendet, das Vorhandensein genannter Merkmale, Ganzzahlen, Schritte, Operationen, Elemente und/oder Komponenten spezifiziert, aber nicht das Vorhandensein oder den Zusatz eines/einer oder mehrerer anderer Merkmale, Ganzzahlen, Schritte, Operationen, Elemente, Komponenten und/oder Gruppen davon ausschließt.
Wie hierin verwendet, beziehen sich die Begriffe „Kommunikation“ und „kommunizieren“ auf den Empfang und/oder den Erhalt und/oder die Übertragung und/oder den Transfer und/oder die Bereitstellung und/oder dergleichen von Informationen (oder Informationen, die beispielsweise durch Daten, Signale, Nachrichten, Anweisungen, Befehle und/oder dergleichen repräsentiert werden). Dass eine Einheit (z. B. eine Vorrichtung, ein System, eine Komponente einer Vorrichtung oder eines Systems, Kombinationen davon und/oder dergleichen) in Kommunikation mit einer anderen Einheit steht, bedeutet, dass die eine Einheit in der Lage ist, direkt oder indirekt Informationen von der anderen Einheit zu empfangen und/oder zu dieser zu senden (z. B. zu übertragen). Dies kann sich auf eine direkte oder indirekte Verbindung beziehen, die drahtgebunden und/oder drahtlos ist. Zusätzlich können zwei Einheiten in Kommunikation miteinander stehen, selbst wenn die übertragenen Informationen zwischen der ersten und zweiten Einheit modifiziert, verarbeitet, weitergeleitet und/oder geroutet werden. Beispielsweise kann eine erste Einheit in Kommunikation mit einer zweiten Einheit stehen, selbst wenn die erste Einheit Informationen passiv empfängt und nicht aktiv Informationen zu der zweiten Einheit überträgt. Als ein anderes Beispiel kann eine erste Einheit in Kommunikation mit einer zweiten Einheit stehen, falls mindestens eine Zwischeneinheit (z. B. eine dritte Einheit, die sich zwischen der ersten Einheit und der zweiten Einheit befindet) von der ersten Einheit empfangene Informationen verarbeitet und die verarbeiteten Informationen zu der zweiten Einheit überträgt. In manchen Ausführungsformen kann sich eine Nachricht auf ein Netzwerkpaket (z. B. ein Datenpaket und/oder dergleichen) beziehen, das Daten beinhaltet.
Wie hierin verwendet, soll der Begriff „falls“ optional so ausgelegt werden, dass er in oder Abhängigkeit vom Zusammenhang „wenn“ „bei“, „als Reaktion auf das Bestimmen“, „als Reaktion auf das Detektieren“ und/oder dergleichen bedeutet. Gleichermaßen wird der Ausdruck „falls bestimmt wird“ oder „falls [eine angegebene Bedingung oder ein angegebenes Ereignis] detektiert wird“ optional als „beim Bestimmen“, „als Reaktion auf das Bestimmen“, „beim Detektieren [der angegebenen Bedingung oder des angegebenen Ereignisses]“, „als Reaktion auf das Detektieren [der angegebenen Bedingung oder des angegebenen Ereignisses]“ und/oder dergleichen bedeutend, in Abhängigkeit vom Kontext, ausgelegt. Wie hierin verwendet sollen außerdem die Begriffe „hat“, „haben“, „aufweisend“ oder dergleichen offene Begriffe sein. Ferner soll der Ausdruck „basierend auf“ „zumindest teilweise basierend auf“ bedeuten, insofern nichts anderes ausdrücklich angegeben ist. Die Begriffe „beinhalten“ und „umfassen“ können austauschbar verwendet werden.
Nun wird ausführlicher Bezug auf Ausführungsformen genommen, von denen Beispiele in den begleitenden Zeichnungen veranschaulicht sind. In der folgenden ausführlichen Beschreibung werden zahlreiche spezifische Einzelheiten dargelegt, um ein umfassendes Verständnis der verschiedenen beschriebenen Ausführungsformen bereitzustellen. Ein Durchschnittsfachmann auf dem Gebiet wird jedoch verstehen, dass die verschiedenen beschriebenen Ausführungsformen ohne diese spezifischen Einzelheiten umgesetzt werden können. In anderen Fällen sind wohlbekannte Verfahren, Prozeduren, Komponenten, Schaltungen und Netzwerke nicht ausführlich beschrieben, damit Aspekte der Ausführungsformen nicht unnötig unklar gemacht werden.
Allgemeiner Überblick
In manchen Aspekten und/oder Ausführungsformen beinhalten und/oder implementieren hierin beschriebene Systeme, Verfahren und Computerprogrammprodukte Anweisungen und/oder Operationen, die Erhalten eines Profils beinhalten. In einer oder mehreren Ausführungsformen umfasst das Profil ein Fahrprofil. In manchen Aspekten und/oder Ausführungsformen beinhalten und/oder implementieren hierin beschriebene Systeme, Verfahren und Computerprogrammprodukte Anweisungen und/oder Operationen, die Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil beinhalten. In manchen Aspekten und/oder Ausführungsformen beinhalten und/oder implementieren hierin beschriebene Systeme, Verfahren und Computerprogrammprodukte Anweisungen und/oder Operationen, die Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes in dem Straßennetz basierend auf dem Fahrtzeitparameter beinhalten. In manchen Aspekten und/oder Ausführungsformen beinhalten und/oder implementieren hierin beschriebene Systeme, Verfahren und Computerprogrammprodukte Anweisungen und/oder Operationen, die Ausgeben der Fahrtzeitschätzung beinhalten.
Aufgrund der Implementierung von hierin beschriebenen Systemen, Verfahren und Computerprogrammprodukten sind Techniken zur Fahrtzeitschätzung enthalten. Manche der Vorteile dieser Techniken beinhalten verbesserte Genauigkeit von Fahrtzeitschätzungen durch Berücksichtigen von Variationen des Fahrprofils oder Fahrmusters des Benutzers oder Fahrzeugs. Genauer gesagt gestatten die offenbarten Techniken das Verbessern der Echtzeit-Straßengeschwindigkeitsdaten-Verteilungsschätzungen. Die hierin offenbarten Systeme, Verfahren und Computerprogrammprodukte stellen genauere und verbesserte zugeschnittene kürzeste Routen unter Berücksichtigung des fahrerspezifischen Fahrverhaltens (wie etwa Risikotoleranz, Ungeduld und/oder andere Faktoren) bereit. Die offenbarte Technik ermöglicht verbesserte Zeit-bis-zum-Bestimmungsort-Schätzungen. Ferner können aufgrund der Implementierung gewisser hierin beschriebener Techniken autonome Fahrzeuge (AVs) von verbesserten Zeit-bis-zu-Bestimmungsort-Schätzungen profitieren, die basierend auf dem AV-Fahrverhalten bestimmt werden.
Jetzt mit Bezug auf 1 ist eine beispielhafte Umgebung 100 veranschaulicht, in der Fahrzeuge, die autonome Systeme beinhalten, sowie Fahrzeuge, die diese nicht beinhalten, betrieben werden. Wie veranschaulicht, beinhaltet die Umgebung 100 Fahrzeuge 102a-102n, Objekte 104a-104n, Routen 106a-106n, einen Bereich 108, eine Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110, ein Netzwerk 112, ein Fern-Autonomes-Fahrzeug-System (Fern-AV-System) 114, ein Flottenmanagementsystem 116 und ein V2l-System 118. Die Fahrzeuge 102a-102n, die Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110, das Netzwerk 112, das Autonome-Fahrzeug(AV)-System 114, das Flottenmanagementsystem 116 und das V2l-System 118 sind über drahtgebundene Verbindungen, drahtlose Verbindungen oder eine Kombination von drahtgebundenen oder drahtlosen Verbindungen miteinander verbunden. In manchen Ausführungsformen sind die Objekte 104a-104n über drahtgebundene Verbindungen, drahtlose Verbindungen oder eine Kombination von drahtgebundenen oder drahtlosen Verbindungen mit den Fahrzeugen 102a-102n und/oder der Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110 und/oder dem Netzwerk 112 und/oder dem Autonomes-Fahrzeug(AV)-System 114 und/oder dem Flottenmanagementsystem 116 und/oder dem V2l-System 118 verbunden.
Die Fahrzeuge 102a-102n (einzeln als Fahrzeug 102 und kollektiv als Fahrzeuge 102 bezeichnet) beinhalten mindestens eine Vorrichtung, die zum Transportieren von Gütern und/oder Menschen ausgelegt ist. In manchen Ausführungsformen sind die Fahrzeuge 102 dazu ausgelegt, sich über das Netzwerk 112 in Kommunikation mit der V21-Vorrichtung 110, dem Fern-AV-System 114, dem Flottenmanagementsystem 116 und/oder dem V2l-System 118 zu befinden. In manchen Ausführungsformen beinhalten die Fahrzeuge 102 Autos, Busse, Lastkraftwagen, Züge und/oder dergleichen. In manchen Ausführungsformen sind die Fahrzeuge 102 die gleichen oder ähnlich wie die hierin beschriebenen Fahrzeuge 200 (siehe 2). In manchen Ausführungsformen ist ein Fahrzeug 200 eines Satzes von Fahrzeugen 200 mit einem autonomen Flottenmanager assoziiert. In manchen Ausführungsformen fahren die Fahrzeuge 102 entlang jeweiliger Routen 106a-106n (einzeln als Route 106 und kollektiv als Routen 106 bezeichnet), wie hierin beschrieben. In manchen Ausführungsformen beinhalten ein oder mehrere Fahrzeuge 102 ein autonomes System (z. B. ein autonomes System, das das gleiche oder ähnlich ist wie das autonome System 202).
Die Objekte 104a-104n (einzeln als Objekt 104 und kollektiv als Objekte 104 bezeichnet) beinhalten beispielsweise mindestens ein Fahrzeug, mindestens einen Fußgänger, mindestens einen Fahrradfahrer, mindestens eine Struktur (z. B. ein Gebäude, ein Schild, einen Hydranten usw.) und/oder dergleichen. Jedes Objekt 104 ist stationär (z. B. befindet sich für einen Zeitraum an einem festen Ort) oder mobil (z. B. mit einer Geschwindigkeit und mit mindestens einer Trajektorie assoziiert). In manchen Ausführungsformen sind die Objekte 104 mit entsprechenden Standorten im Bereich 108 assoziiert.
Die Routen 106a-106n (einzeln als Route 106 und kollektiv als Routen 106 bezeichnet) sind jeweils mit einer Sequenz von Handlungen (auch als eine Trajektorie bekannt) assoziiert (z. B. festgelegt), die Zustände verbinden, entlang denen ein AV navigieren kann. Jede Route 106 startet an einem Anfangszustand (z. B. einem Zustand, der einem ersten raumzeitlichen Standort, einer ersten Geschwindigkeit und/oder dergleichen entspricht) und weist einen Endzielzustand (z. B. einem Zustand, der einem zweiten raumzeitlichen Standort entspricht, der sich vom ersten raumzeitlichen Standort unterscheidet) oder ein Zielgebiet (z. B. einen Teilraum akzeptabler Zustände (z. B. Endzustände)) auf. In manchen Ausführungsformen beinhaltet der erste Zustand einen Standort, an dem ein Individuum oder Individuen durch das AV abzuholen ist/sind, und der zweite Zustand oder das Gebiet beinhaltet einen Standort oder Standorte, an dem/denen das Individuum oder die Individuen, das/die durch das AV abgeholt wurde/n, abzusetzen ist/sind. In manchen Ausführungsformen beinhalten die Routen 106 mehrere akzeptable Zustandssequenzen (z. B. mehrere raumzeitliche Standortsequenzen), wobei die mehreren Zustandssequenzen mit mehreren Trajektorien assoziiert sind (z. B. definieren). In einem Beispiel beinhalten die Routen 106 nur Handlungen hoher Ebene oder Standorte mit ungenauem Zustand, wie etwa eine Reihe von verbundenen Straßen, die Abbiegerichtungen an Straßenkreuzungen vorschreiben. Zusätzlich oder alternativ können die Routen 106 genauere Handlungen oder Zustände beinhalten, wie etwa zum Beispiel spezifische Zielspuren oder genaue Standorte innerhalb der Spurbereiche und eine angezielte Geschwindigkeit an diesen Positionen. In einem Beispiel beinhalten die Routen 106 mehrere genaue Zustandssequenzen entlang der mindestens einen Handlungssequenz hoher Ebene mit einem beschränkten Vorausschauhorizont, um Zwischenziele zu erreichen, wobei die Kombination erfolgreicher Iterationen von Zustandssequenzen mit beschränktem Horizont kumulativ mehreren Trajektorien entsprechen, die kollektiv die Route hoher Ebene bilden, um am Endzielzustand oder -gebiet zu enden.
Der Bereich 108 beinhaltet einen physischen Bereich (z. B. ein geografisches Gebiet), in dem die Fahrzeuge 102 navigieren können. In einem Beispiel beinhaltet der Bereich 108 mindestens einen Staat (z. B. ein Land, eine Provinz, ein einzelnes Bundesland mehrerer Bundesländer, die in einem Land eingeschlossen sind, usw.), mindestens einen Teil eines Staates, mindestens eine Stadt, mindestens einen Teil einer Stadt usw. In manchen Ausführungsformen beinhaltet der Bereich 108 mindestens eine benannte Durchgangsstraße (hierin als eine „Straße“ bezeichnet), wie etwa eine Landstraße, eine Autobahn, eine Schnellstraße, eine Stadtstraße usw. Zusätzlich oder alternativ beinhaltet der Bereich 108 in manchen Beispielen mindestens eine unbenannte Straße wie etwa eine Einfahrt, einen Abschnitt eines Parkplatzes, einen Abschnitt eines unbebauten und/oder bebauten Grundstücks, einen Feldweg usw. In manchen Ausführungsformen beinhaltet eine Straße mindestens eine Spur (z. B. einen Teil der Straße, der von den Fahrzeugen 102 befahren werden kann). In einem Beispiel beinhaltet eine Straße mindestens eine Spur, die mit mindestens einer Spurmarkierung assoziiert ist (z. B. basierend darauf identifiziert wird).
Die Fahrzeug-zu-Infrastruktur(V21)-Vorrichtung 110 (manchmal als eine Fahrzeug-zu-Infrastruktur(V2X)-Vorrichtung bezeichnet) beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich in Kommunikation mit den Fahrzeugen 102 und/oder dem V21-Infrastruktursystem 118 zu befinden. In manchen Ausführungsformen ist die V21-Vorrichtung 110 dazu ausgelegt, sich über das Netzwerk 112 in Kommunikation mit den Fahrzeugen 102, dem Fern-AV-System 114, dem Flottenmanagementsystem 116 und/oder dem V2l-System 118 zu befinden. In manchen Ausführungsformen beinhaltet die V21-Vorrichtung 110 eine Hochfrequenzidentifikation(RFID)-Vorrichtung, Beschilderung, Kameras (z. B. zweidimensionale (2D) und/oder dreidimensionale (3D) Kameras), Spurmarkierungen, Straßenleuchten, Parkuhren usw. In manchen Ausführungsformen ist die V21-Vorrichtung 110 dazu ausgelegt, direkt mit den Fahrzeugen 102 zu kommunizieren. Zusätzlich oder alternativ ist die V21-Vorrichtung 110 in manchen Ausführungsformen dazu ausgelegt, über das V2l-System 118 mit den Fahrzeugen 102, dem Fern-AV-System 114 und/oder dem Flottenmanagementsystem 116 zu kommunizieren. In manchen Ausführungsformen ist die V21-Vorrichtung 110 dazu ausgelegt, über das Netzwerk 112 mit dem V21-System 118 zu kommunizieren.
Das Netzwerk 112 beinhaltet ein oder mehrere drahtgebundene und/oder drahtlose Netzwerke. In einem Beispiel beinhaltet das Netzwerk 112 ein Zellularnetzwerk (z. B. ein Long-Term-Evolution(LTE)-Netzwerk, ein Drittgeneration(3G)-Netzwerk, ein Viertgeneration(4G)-Netzwerk, ein Fünftgeneration(5G)-Netzwerk, ein CDMA(Codemultiplex-Mehrfachzugriff)-Netzwerk usw.), ein öffentliches Landmobilnetz (PLMN), ein Lokalnetzwerk (LAN), ein Weitbereichsnetzwerk (WAN), ein städtisches Netzwerk (MAN), ein Telefonnetz (z. B. das öffentliche Fernsprechnetz (PSTN)), ein privates Netzwerk, ein Ad-Hoc-Netzwerk, ein Intranet, das Internet, ein Faseroptik-basiertes Netzwerk, ein Cloud-Computing-Netzwerk usw., eine Kombination mancher oder aller dieser Netzwerke und/oder dergleichen.
Das Fern-AV-System 114 beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über das Netzwerk 112 in Kommunikation mit den Fahrzeugen 102, der V21-Vorrichtung 110, dem Netzwerk 112, dem Fern-AV-System 114, dem Flottenmanagementsystem 116 und/oder dem V2l-System 118 zu befinden. In einem Beispiel beinhaltet das Fern-AV-System 114 einen Server, eine Gruppe von Servern und/oder andere gleichartige Vorrichtungen. In manchen Ausführungsformen ist das Fern-AV-System 114 mit dem Flottenmanagementsystem 116 kolokalisiert. In manchen Ausführungsformen ist das Fern-AV-System 114 an der Installation eines Teils oder aller Komponenten eines Fahrzeugs beteiligt, einschließlich eines autonomen Systems, eines autonomen Fahrzeugcomputers, Software, die durch einen autonomen Fahrzeugcomputer implementiert wird, und/oder dergleichen. In manchen Ausführungsformen verwaltet (z. B. aktualisiert und/oder ersetzt) das Fern-AV-System 114 solche Komponenten und/oder Software während der Lebensdauer des Fahrzeugs.
Das Flottenmanagementsystem 116 beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich in Kommunikation mit den Fahrzeugen 102, der V21-Vorrichtung 110, dem Fern-AV-System 114 und/oder dem V21-Infrastruktursystem 118 zu befinden. In einem Beispiel beinhaltet das Flottenmanagementsystem 116 einen Server, eine Gruppe von Servern und/oder andere gleichartige Vorrichtungen. In manchen Ausführungsformen ist das Flottenmanagementsystem 116 mit einem Fahrgemeinschaftsunternehmen assoziiert (z. B. einer Organisation, die den Betrieb mehrerer Fahrzeuge steuert (z. B. Fahrzeuge, die autonome Systeme beinhalten, und/oder Fahrzeuge, die keine autonome Systeme beinhalten), und/oder dergleichen).
In manchen Ausführungsformen beinhaltet das V2l-System 118 mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über das Netzwerk 112 mit den Fahrzeugen 102, der V21-Vorrichtung 110, dem Fern-AV-System 114 und/oder dem Flottenmanagementsystem 116 in Kommunikation zu befinden. In manchen Beispielen ist das V2l-System 118 dazu ausgelegt, über eine andere Verbindung als das Netzwerk 112 mit der V21-Vorrichtung 110 in Kommunikation zu stehen. In manchen Ausführungsformen beinhaltet das V2l-System 118 einen Server, eine Gruppe von Servern und/oder andere gleichartige Vorrichtungen. In manchen Ausführungsformen ist das V2l-System 118 mit einer Stadtverwaltung oder einer privaten Institution (z. B. einer privaten Institution, die die V21-Vorrichtung 110 verwaltet und/oder dergleichen) assoziiert.
Die Anzahl und die Anordnung der in 1 veranschaulichten Elemente sind als ein Beispiel bereitgestellt. Es kann zusätzliche Elemente, weniger Elemente, andere Elemente und/oder anders angeordnete Elemente als die in 1 veranschaulichten geben. Zusätzlich oder alternativ kann mindestens ein Element der Umgebung 100 eine oder mehrere Funktionen durchführen, die als durch mindestens ein anderes Element von 1 durchgeführt beschrieben werden. Zusätzlich oder alternativ kann mindestens ein Satz von Elementen der Umgebung 100 eine oder mehrere Funktionen durchführen, die als durch mindestens einen anderen Satz von Elementen der Umgebung 100 durchgeführt beschrieben werden.
Jetzt mit Bezug auf 2 beinhaltet ein Fahrzeug 200 ein autonomes System 202, ein Antriebsstrangsteuersystem 204, ein Lenkungssteuersystem 206 und ein Bremssystem 208. In manchen Ausführungsformen ist das Fahrzeug 200 das gleiche oder ähnlich wie das Fahrzeug 102 (siehe 1). In manchen Ausführungsformen weist das Fahrzeug 102 autonome Fähigkeit auf (z. B. implementiert mindestens eine Funktion, mindestens ein Merkmal, mindestens eine Vorrichtung und/oder dergleichen, die/das dem Fahrzeug 200 ermöglicht, teilweise oder vollständig ohne menschlichen Eingriff betrieben zu werden, einschließlich unter anderem vollautonome Fahrzeuge (z. B. Fahrzeuge, die nicht auf einen menschlichen Eingriff angewiesen sind), hochautonome Fahrzeuge (z. B. Fahrzeuge, die in gewissen Situationen nicht auf einen menschlichen Eingriff angewiesen sind) und/oder dergleichen). Für eine ausführliche Beschreibung von vollautonomen Fahrzeugen und hochautonomen Fahrzeugen kann Bezug auf den Standard J3016 von SAE International: Taxonomy and Definitions for Terms Related to On-Road Motor Vehicle Automated Driving Systems (Klassifizierung und Definitionen für Begriffe bezüglich automatisierter Fahrsysteme für Straßenkraftfahrzeuge) genommen werden, der hiermit in seiner Gesamtheit einbezogen wird. In manchen Ausführungsformen ist das Fahrzeug 200 mit einem autonomen Flottenmanager und/oder einem Fahrgemeinschaftsunternehmen assoziiert.
Das autonome System 202 beinhaltet eine Sensorsuite, die eine oder mehrere Vorrichtungen wie etwa Kameras 202a, LiDAR-Sensoren 202b, Radar-Sensoren 202c und Mikrofone 202d beinhaltet. In manchen Ausführungsformen kann das autonome System 202 mehr oder weniger Vorrichtungen und/oder andere Vorrichtungen beinhalten (z. B. Ultraschallsensoren, inertiale Sensoren, GPS-Empfänger (nachstehend besprochen), Hodometriesensoren, die Daten erzeugen, die mit einer Angabe einer durch das Fahrzeug 200 gefahrenen Entfernung assoziiert sind, und/oder dergleichen). In manchen Ausführungsformen verwendet das autonome System 202 die eine oder die mehreren im autonomen System 202 enthaltenen Vorrichtungen, um Daten zu erzeugen, die mit der hierin beschriebenen Umgebung 100 assoziiert sind. Die durch die eine oder die mehreren Vorrichtungen des autonomen Systems 202 erzeugten Daten können durch ein oder mehrere hierin beschriebene Systeme verwendet werden, um die Umgebung (z. B. die Umgebung 100) zu beobachten, in der sich das Fahrzeug 200 befindet. In manchen Ausführungsformen beinhaltet das autonome System 202 eine Kommunikationsvorrichtung 202a, einen autonomen Fahrzeugcomputer 202f und ein Drive-by-Wire(DBW)-System 202h.
Die Kameras 202a beinhalten mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über einen Bus (z. B. einen Bus, der der gleiche oder ähnlich ist wie der Bus 302 von 3) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem autonomen Fahrzeugcomputer 202f und/oder einer Sicherheitssteuerung 202g zu befinden. Die Kameras 202a beinhalten mindestens eine Kamera (z. B. eine Digitalkamera, die einen Lichtsensor verwendet, wie etwa eine CCD (Charge-Coupled Device), eine Wärmekamera, eine Infrarot(IR)-Kamera, eine Ereigniskamera und/oder dergleichen), um Bilder aufzunehmen, die physische Objekte (z. B. Autos, Busse, Bordsteinkanten, Menschen und/oder dergleichen) beinhalten. In manchen Ausführungsformen erzeugt die Kamera 202a Kameradaten als Ausgabe. In manchen Beispielen erzeugt die Kamera 202a Kameradaten, die Bilddaten beinhalten, die mit einem Bild assoziiert sind. In diesem Beispiel können die Bilddaten mindestens einen Parameter (z. B. Bildcharakteristiken wie etwa Belichtung, Helligkeit usw., einen Bildzeitstempel und/oder dergleichen) entsprechend dem Bild spezifizieren. In einem solchen Beispiel kann das Bild in einem Format vorliegen (z. B. RAW, JPEG, PNG und/oder dergleichen). In manchen Ausführungsformen beinhaltet die Kamera 202a mehrere unabhängige Kameras, die auf einem Fahrzeug konfiguriert (z. B. positioniert) sind, um Bilder für Stereopsis (Stereosicht) aufzunehmen. In manchen Beispielen beinhaltet die Kamera 202a mehrere Kameras, die Bilddaten erzeugen und die Bilddaten zu dem autonomen Fahrzeugcomputer 202f und/oder einem Flottenmanagementsystem (z. B. einem Flottenmanagementsystem, das das gleiche oder ähnlich ist wie das Flottenmanagementsystem 116 von 1) übertragen. In einem solchen Beispiel bestimmt der autonome Fahrzeugcomputer 202f eine Tiefe zu einem oder mehreren Objekten in einem Sichtfeld von mindestens zwei Kameras der mehreren Kameras basierend auf den Bilddaten von den mindestens zwei Kameras. In manchen Ausführungsformen sind die Kameras 202a dazu ausgelegt, Bilder von Objekten innerhalb eines Abstands von den Kameras 202a (z. B. bis zu 100 Metern, bis zu einem Kilometer und/oder dergleichen) aufzunehmen. Dementsprechend beinhalten die Kameras 202a Merkmale wie etwa Sensoren und Objektive, die zum Wahrnehmen von Objekten optimiert sind, die sich bei einem oder mehreren Abständen von den Kameras 202a befinden.
In einer Ausführungsform beinhaltet die Kamera 202a mindestens eine Kamera, die dazu ausgelegt ist, ein oder mehrere Bilder aufzunehmen, die mit einer oder mehreren Ampeln, einem oder mehreren Straßenschildern und/oder anderen physischen Objekten assoziiert sind, die visuelle Navigationsinformationen bereitstellen. In manchen Ausführungsformen erzeugt die Kamera 202a Ampeldaten, die mit einem oder mehreren Bildern assoziiert sind. In manchen Beispielen erzeugt die Kamera 202a TLD-Daten, die mit einem oder mehreren Bildern assoziiert sind, die ein Format (z. B. RAW, JPEG, PNG und/oder dergleichen) beinhalten. In manchen Ausführungsformen unterscheidet sich die Kamera 202a, die TLD-Daten erzeugt, in dem Sinne von anderen hierin beschriebenen Systemen, die Kameras beinhalten, dass die Kamera 202a eine oder mehrere Kameras mit einem weiten Sichtfeld beinhalten kann (z. B. einem Weitwinkelobjektiv, einem Fischaugenobjektiv, einem Objektiv mit einem Sichtwinkel von ungefähr 120 Grad oder mehr und/oder dergleichen), um Bilder über so viele physische Objekte wie möglich zu erzeugen.
Die LiDAR(Lichtdetektion und -entfernungsmessung)-Sensoren 202b beinhalten mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über einen Bus (z. B. einen Bus, der der gleiche oder ähnlich ist wie der Bus 302 von 3) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem autonomen Fahrzeugcomputer 202f und/oder der Sicherheitssteuerung 202g zu befinden. Die LiDAR-Sensoren 202b beinhalten ein System, das dazu ausgelegt ist, Licht von einem Lichtemitter (z. B. einem Laser-Sender) zu übertragen. Durch die LiDAR-Sensoren 202b emittiertes Licht beinhaltet Licht (z. B. Infrarotlicht und/oder dergleichen), das sich außerhalb des sichtbaren Spektrums befindet. In manchen Ausführungsformen trifft während des Betriebs Licht, das durch die LiDAR-Sensoren 202b emittiert wird, auf ein physisches Objekt (z. B. ein Fahrzeug) und wird zurück zu den LiDAR-Sensoren 202b reflektiert. In manchen Ausführungsformen dringt das durch die LiDAR-Sensoren 202b emittierte Licht nicht in die physischen Objekte ein, auf die das Licht trifft. Die LiDAR-Sensoren 202b beinhalten auch mindestens einen Lichtdetektor, der das Licht detektiert, das vom Lichtemitter emittiert wurde, nachdem das Licht auf ein physisches Objekt traf. In manchen Ausführungsformen erzeugt mindestens ein Datenverarbeitungssystem, das mit den LiDAR-Sensoren 202b assoziiert ist, ein Bild (z. B. eine Punktwolke, eine kombinierte Punktwolke und/oder dergleichen), das die in einem Sichtfeld der LiDAR-Sensoren 202b enthaltenen Objekte repräsentiert. In manchen Beispielen erzeugt das mindestens eine Datenverarbeitungssystem, das mit den LiDAR-Sensoren 202b assoziiert ist, ein Bild, das die Grenzen eines physischen Objekts, die Oberflächen (z. B. die Topologie der Oberflächen) des physischen Objekts und/oder dergleichen repräsentiert. In einem solchen Beispiel wird das Bild verwendet, um die Grenzen von physischen Objekten im Sichtfeld der LiDAR-Sensoren 202b zu bestimmen.
Die Radar(Funkdetektion und -entfernungsmessung)-Sensoren 202c beinhalten mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über einen Bus (z. B. einen Bus, der der gleiche oder ähnlich ist wie der Bus 302 von 3) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem autonomen Fahrzeugcomputer 202f und/oder der Sicherheitssteuerung 202g zu befinden. Die Radar-Sensoren 202c beinhalten ein System, das dazu ausgelegt ist, Funkwellen (entweder gepulst oder kontinuierlich) zu übertragen. Die durch die Radar-Sensoren 202c übertragenen Funkwellen beinhalten Funkwellen, die innerhalb eines vorbestimmten Spektrums liegen. In manchen Ausführungsformen treffen während des Betriebs Funkwellen, die durch die Radar-Sensoren 202c übertragen werden, auf ein physisches Objekt und werden zurück zu den Radar-Sensoren 202c reflektiert. In manchen Ausführungsformen werden die durch die Radar-Sensoren 202c übertragenen Funkwellen nicht durch irgendwelche Objekte reflektiert. In manchen Ausführungsformen erzeugt mindestens ein Datenverarbeitungssystem, das mit den Radar-Sensoren 202c assoziiert ist, Signale, die die in einem Sichtfeld der Radar-Sensoren 202c enthaltenen Objekte repräsentieren. Beispielsweise erzeugt das mindestens eine Datenverarbeitungssystem, das mit den Radar-Sensoren 202c assoziiert ist, ein Bild, das die Grenzen eines physischen Objekts, die Oberflächen (z. B. die Topologie der Oberflächen) des physischen Objekts und/oder dergleichen repräsentiert. In manchen Beispielen wird das Bild verwendet, um die Grenzen von physischen Objekten im Sichtfeld der Radar-Sensoren 202c zu bestimmen.
Die Mikrofone 202d beinhalten mindestens eine Vorrichtung, die dazu ausgelegt ist, sich über einen Bus (z. B. einen Bus, der der gleiche oder ähnlich ist wie der Bus 302 von 3) in Kommunikation mit der Kommunikationsvorrichtung 202e, dem autonomen Fahrzeugcomputer 202f und/oder einer Sicherheitssteuerung 202g zu befinden. Die Mikrofone 202d beinhalten ein oder mehrere Mikrofone (z. B. Array-Mikrofone, externe Mikrofone und/oder dergleichen), die Audiosignale erfassen und Daten erzeugen, die mit den Audiosignalen assoziiert sind (z. B. repräsentieren). In manchen Beispielen beinhalten die Mikrofone 202d Wandlervorrichtungen und/oder gleichartige Vorrichtungen. In manchen Ausführungsformen können ein oder mehrere hierin beschriebene Systeme die durch die Mikrofone 202d erzeugten Daten empfangen und eine Position eines Objekts relativ zu dem Fahrzeug 200 (z. B. einen Abstand und/oder dergleichen) basierend auf den mit den Daten assoziierten Audiosignalen bestimmen.
Die Kommunikationsvorrichtung 202e beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich mit den Kameras 202a, den LiDAR-Sensoren 202b, den Radar-Sensoren 202c, den Mikrofonen 202d, dem autonomen Fahrzeugcomputer 202f, der Sicherheitssteuerung 202g und/oder dem DBW-System 202h in Kommunikation zu befinden. Beispielsweise kann die Kommunikationsvorrichtung 202e eine Vorrichtung beinhalten, die die gleiche oder ähnlich ist wie die Kommunikationsschnittstelle 314 von 3. In manchen Ausführungsformen beinhaltet die Kommunikationsvorrichtung 202e eine Fahrzeug-zu-Fahrzeug(V2V)-Kommunikationsvorrichtung (z. B. eine Vorrichtung, die eine drahtlose Kommunikation von Daten zwischen Fahrzeugen ermöglicht).
Der autonome Fahrzeugcomputer 202f beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich mit den Kameras 202a, den LiDAR-Sensoren 202b, den Radar-Sensoren 202c, den Mikrofonen 202d, der Kommunikationsvorrichtung 202e, der Sicherheitssteuerung 202g und/oder dem DBW-System 202h in Kommunikation zu befinden. In manchen Beispielen beinhaltet der autonome Fahrzeugcomputer 202f eine Vorrichtung wie etwa eine Client-Vorrichtung, eine mobile Vorrichtung (z. B. ein zellulares Telefon, ein Tablet und/oder dergleichen), einen Server (z. B. eine Rechenvorrichtung, die eine oder mehrere Zentralverarbeitungseinheiten, Grafikverarbeitungseinheiten und/oder dergleichen beinhaltet) und/oder dergleichen. In manchen Ausführungsformen ist der autonome Fahrzeugcomputer 202f der gleiche oder ähnlich wie der hierin beschriebene autonome Fahrzeugcomputer 400. Alternativ oder zusätzlich ist der autonome Fahrzeugcomputer 202f in manchen Ausführungsformen dazu ausgelegt, sich in Kommunikation mit einem autonomen Fahrzeugsystem (z. B. einem autonomen Fahrzeugsystem, das das gleiche oder ähnlich ist wie das Fern-AV-System 114 von 1), einem Flottenmanagementsystem (z. B. einem Flottenmanagementsystem, das das gleiche oder ähnlich ist wie das Flottenmanagementsystem 116 von 1), einer V2l-Vorrichtung (z. B. einer V2l-Vorrichtung, die die gleiche oder ähnlich ist wie die V2l-Vorrichtung 110 von 1) und/oder einem V2l-System (z. B. einem V2l-System, das das gleiche oder ähnlich ist wie das V2l-System 118 von 1) zu befinden.
Die Sicherheitssteuerung 202g beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich mit den Kameras 202a, den LiDAR-Sensoren 202b, den Radar-Sensoren 202c, den Mikrofonen 202d, der Kommunikationsvorrichtung 202e, dem autonomen Fahrzeugcomputer 202f und/oder dem DBW-System 202h in Kommunikation zu befinden. In manchen Beispielen beinhaltet die Sicherheitssteuerung 202g eine oder mehrere Steuerungen (elektrische Steuerungen, elektromechanische Steuerungen und/oder dergleichen), die dazu ausgelegt sind, Steuersignale zum Betreiben einer oder mehrerer Vorrichtungen des Fahrzeugs 200 (z. B. Antriebsstrangsteuersystem 204, Lenkungssteuersystem 206, Bremssystem 208 und/oder dergleichen) zu erzeugen und/oder zu übertragen. In manchen Ausführungsformen ist die Sicherheitssteuerung 202g dazu ausgelegt, Steuersignale zu erzeugen, die gegenüber Steuersignalen Vorrang haben (z. B. überschreiben), die durch den autonomen Fahrzeugcomputer 202f erzeugt und/oder übertragen werden.
Das DBW-System 202h beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, mit der Kommunikationsvorrichtung 202e und/oder dem autonomen Fahrzeugcomputer 202f in Kommunikation zu stehen. In manchen Beispielen beinhaltet das DBW-System 202h eine oder mehrere Steuerungen (z. B. elektrische Steuerungen, elektromechanische Steuerungen und/oder dergleichen), die dazu ausgelegt sind, Steuersignale zum Betreiben einer oder mehrerer Vorrichtungen des Fahrzeugs 200 (z. B. Antriebsstrangsteuersystem 204, Lenkungssteuersystem 206, Bremssystem 208 und/oder dergleichen) zu erzeugen und/oder zu übertragen. Zusätzlich oder alternativ sind die eine oder die mehreren Steuerungen des DBW-Systems 202h dazu ausgelegt, Steuersignale zum Betreiben mindestens einer anderen Vorrichtung (z. B. eines Blinkers, Scheinwerfer, Türverriegelungen, Scheibenwischer und/oder dergleichen) des Fahrzeugs 200 zu erzeugen und/oder zu übertragen.
Das Antriebsstrangsteuersystem 204 beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, sich in Kommunikation mit dem DBW-System 202h zu befinden. In manchen Beispielen beinhaltet das Antriebsstrangsteuersystem 204 mindestens eine Steuerung, einen Aktor und/oder dergleichen. In manchen Ausführungsformen empfängt das Antriebsstrangsteuersystem 204 Steuersignale vom DBW-System 202h und das Antriebsstrangsteuersystem 204 bewirkt, dass das Fahrzeug 200 anfängt, sich vorwärts zu bewegen, aufhört, sich vorwärts zu bewegen, anfängt, sich rückwärts bewegen, aufhört, sich rückwärts zu bewegen, in eine Richtung beschleunigt, in eine Richtung abbremst, nach links abbiegt, nach rechts abbiegt und/oder dergleichen. In einem Beispiel bewirkt das Antriebsstrangsteuersystem 204, dass die einem Motor des Fahrzeugs bereitgestellte Energie (z. B. Kraftstoff, Elektrizität und/oder dergleichen) zunimmt, gleich bleibt oder abnimmt, wodurch bewirkt wird, dass sich mindestens ein Rad des Fahrzeugs 200 dreht oder nicht dreht.
Das Lenkungssteuersystem 206 beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, ein oder mehrere Räder des Fahrzeugs 200 zu drehen. In manchen Beispielen beinhaltet das Lenkungssteuersystem 206 mindestens eine Steuerung, einen Aktor und/oder dergleichen. In manchen Ausführungsformen bewirkt das Lenkungssteuersystem 206, dass sich die zwei Vorderräder und/oder die zwei Hinterräder des Fahrzeugs 200 nach links oder rechts drehen, um zu bewirken, dass das Fahrzeug 200 nach links oder rechts abbiegt.
Das Bremssystem 208 beinhaltet mindestens eine Vorrichtung, die dazu ausgelegt ist, eine oder mehrere Bremsen zu betätigen, um zu bewirken, dass das Fahrzeug 200 die Geschwindigkeit reduziert und/oder stationär bleibt. In manchen Beispielen beinhaltet das Bremssystem 208 mindestens eine Steuerung und/oder mindestens einen Aktor, die/der dazu ausgelegt ist, zu bewirken, dass sich ein oder mehrere Bremssattel, die mit einem oder mehreren Rädern des Fahrzeugs 200 assoziiert sind, an einem entsprechenden Rotor des Fahrzeugs 200 schließen. Zusätzlich oder alternativ beinhaltet das Bremssystem 208 in manchen Beispielen ein automatisches Notfallbremssystem (AEB-System), ein regeneratives Bremssystem und/oder dergleichen.
In manchen Ausführungsformen beinhaltet das Fahrzeug 200 mindestens einen Plattformsensor (nicht ausdrücklich veranschaulicht), der Eigenschaften eines Status oder eines Zustands des Fahrzeugs 200 misst oder folgert. In manchen Beispielen beinhaltet das Fahrzeug 200 Plattformsensoren wie etwa einen Empfänger eines globalen Positionierungssystem (GPS), eine inertiale Messeinheit (IMU), einen Radgeschwindigkeitssensor, einen Radbremsdrucksensor, einen Raddrehmomentsensor, einen Motordrehmomentsensor, einen Lenkwinkelsensor und/oder dergleichen.
Das System 202, z. B. das autonome System 202, umfasst mindestens einen Prozessor und mindestens einen Speicher, der Anweisungen darauf speichert, die bei Ausführung durch den mindestens einen Prozessor bewirken, dass der mindestens eine Prozessor ein beliebiges der in 6 offenbarten Verfahren durchführt. Der autonome Fahrzeugcomputer 202f kann als der mindestens eine Prozessor dienen.
Die Anweisungen bewirken bei Ausführung durch den mindestens einen Prozessor, dass der mindestens eine Prozessor ein Profil erhält, das ein Fahrprofil umfasst. Mit anderen Worten ist das System 202 dazu ausgelegt, durch den mindestens einen Prozessor ein Profil zu erhalten, das ein Fahrprofil umfasst. Ein Profil kann als ein Fahrzeugprofil (wie etwa ein AV-Profil) verstanden werden, wie etwa ein Profil, das Fahrbedingungen und/oder ein Fahrverhalten repräsentiert, wie etwa ein Geschwindigkeitsverhalten eines Fahrzeugs wie etwa eines AV. Ein Fahrprofil kann als ein Fahrzeugfahrprofil verstanden werden, wie etwa ein AV-Fahrprofil. Ein AV-Fahrprofil kann als ein AV-Betriebsprofil verstanden werden. Das Fahrprofil kann einen oder mehrere Modellparameter oder Parameterkoeffizienten umfassen, die Fahrbedingungen und/oder Fahrverhalten repräsentieren. Beispielsweise kann das Profil mit einem Fahrzeug wie etwa einem AV assoziiert sein. Beispielsweise kann das Fahrprofil mit einem Fahrzeug wie etwa einem AV assoziiert sein. Beispielsweise kann ein Fahrzeug ein Profil aufweisen, in dem sein Fahrverhalten (z. B. Fahrgeschwindigkeit) bezüglich anderer Fahrzeuge im Laufe der Zeit erhalten wird, um ein Perzentil zu erhalten, das das Fahrverhalten (z. B. ein Gesamtgeschwindigkeitsperzentil) und möglicherweise jegliche Änderungen im Perzentil basierend auf anderen Straßenfaktoren (z. B. Tageszeit, Wetter, Verkehrsbelastung usw.) repräsentiert. Das Fahrprofil kann die Zeit des Fahrens berücksichtigen, wie etwa Tageszeit, Wochentag, aktueller Monat.
Die Anweisungen bewirken bei ihrer Ausführung durch den mindestens einen Prozessor, dass der mindestens eine Prozessor einen Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil bestimmt. Beispielsweise ist das System 202 dazu ausgelegt, durch den mindestens einen Prozessor einen Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil zu bestimmen.
Die Anweisungen bewirken bei ihrer Ausführung durch den mindestens einen Prozessor, dass der mindestens eine Prozessor eine Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter bestimmt. Beispielsweise ist das System 202 dazu ausgelegt, durch den mindestens einen Prozessor eine Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter zu bestimmen.
Die Anweisungen bewirken bei ihrer Ausführung durch den mindestens einen Prozessor, dass der mindestens eine Prozessor die Fahrtzeitschätzung ausgibt. Beispielsweise ist das System 200 dazu ausgelegt, durch den mindestens einen Prozessor die Fahrtzeitschätzung z. B. zu einem Planungssystem auszugeben.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor die Fahrtzeitschätzung ausgibt, dass der mindestens eine Prozessor die Fahrtzeitschätzung zu einem Navigationssystem überträgt. Das Navigationssystem kann Teil des autonomen Systems 202 sein. Das autonome System 202 kann das offenbarte Profil auch verwenden, um den Betrieb des autonomen Fahrzeugs über den AV-Computer 202f zu steuern.
Das Navigationssystem kann Teil eines Flottenmanagementsystems sein, bei dem AVs dahingehend verwaltet und gesteuert werden, zu einem oder mehreren Orten z. B. auf eine optimierte Weise zu navigieren, indem das hierin offenbarte Profil ausgenutzt wird. Beispielsweise kann die Fahrtzeit eines AV (wie etwa Abholzeit) basierend auf der offenbarten Fahrtzeitschätzung geschätzt werden, um die Dienstleistungsqualität zu verbessern oder eine verstärkte Optimierung bereitzustellen (z. B. um ein koordiniertes Absetzen und/oder Abholen und/oder Stoppen bereitzustellen, wie etwa bei einem Ride-Sharing-Dienst (Fahrgemeinschaftsdienst)). Beispielsweise kann die Fahrtzeit eines AV (wie etwa Abholzeit) basierend auf der offenbarten Fahrtzeitschätzung für einen Gruppen-Sharing-Dienst geschätzt werden, bei dem unterschiedliche Passagiere unterschiedliche Abhol- und Absetzpunkte benötigen. Eine genaue Fahrtschätzung kann mit der offenbarten Technik in Fällen regelmäßiger Ride-Sharing-Nutzung durch einen Benutzer bereitgestellt werden (zum Beispiel, wenn derselbe Benutzer eine Fahrt jeden Tag zur gleichen Tageszeit anfordert).
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor ein Profil erhält, dass der mindestens eine Prozessor ein Kantenprofil erhält. Mit anderen Worten umfasst das Profil ein Kantenprofil.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter bestimmt, dass der mindestens eine Prozessor den Fahrtzeitparameter basierend auf dem Kantenprofil erhält.
In einem oder mehreren beispielhaften Systemen umfasst das Kantenprofil eine Geschwindigkeitsverteilung.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter bestimmt, dass der mindestens eine Prozessor den Fahrtzeitparameter basierend auf der Geschwindigkeitsverteilung bestimmt.
In einem oder mehreren beispielhaften Systemen gibt jeder Fahrtzeitparameter eine Geschwindigkeit an, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
In einem oder mehreren beispielhaften Systemen gibt jeder Fahrtzeitparameter eine Fahrtzeit an, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
In einem oder mehreren beispielhaften Systemen umfasst das Fahrprofil einen oder mehrere Modellparameter, die ein Fahrverhalten angeben, wobei der eine oder die mehreren Modellparameter einen ersten Modellparameter beinhalten.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter bestimmt, dass der mindestens eine Prozessor den Fahrtzeitparameter für jede der mehreren Kanten basierend auf dem ersten Modellparameter bestimmt.
In einem oder mehreren beispielhaften Systemen basieren der eine oder die mehreren Modellparameter auf einem parametrischen Modell.
In einem oder mehreren beispielhaften Systemen umfasst das parametrische Modell ein neuronales Netzwerk.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz bestimmt, dass der mindestens eine Prozessor ein Perzentil basierend auf dem einen oder den mehreren Modellparametern bestimmt.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz bestimmt, dass der mindestens eine Prozessor den Fahrtzeitparameter für jede der mehreren Kanten im Straßennetz basierend auf dem Perzentil bestimmt.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor den Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil bestimmt, dass der mindestens eine Prozessor das Perzentil auf das Kantenprofil abbildet.
In einem oder mehreren beispielhaften Systemen repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko.
In einem oder mehreren beispielhaften Systemen repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung.
In einem oder mehreren beispielhaften Systemen repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge.
In einem oder mehreren beispielhaften Systemen repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine.
In einem oder mehreren beispielhaften Systemen basiert ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten.
In einem oder mehreren beispielhaften Systemen basiert ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor die Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter bestimmt, dass der mindestens eine Prozessor einen kürzesten Pfad zu dem Ort bestimmt.
In einem oder mehreren beispielhaften Systemen bewirken die Anweisungen, die bewirken, dass der mindestens eine Prozessor die Fahrtzeitschätzung ausgibt, dass der mindestens eine Prozessor die Fahrtzeitschätzung zu einem Navigationssystem überträgt.
Jetzt mit Bezug auf 3 ist ein schematisches Diagramm einer Vorrichtung 300 veranschaulicht. Wie veranschaulicht, beinhaltet die Vorrichtung 300 einen Prozessor 304, einen Speicher 306, eine Speicherungskomponente 308, eine Eingangsschnittstelle 310, eine Ausgangsschnittstelle 312, eine Kommunikationsschnittstelle 314 und einen Bus 302. In manchen Ausführungsformen entspricht die Vorrichtung 300 mindestens einer Vorrichtung der Fahrzeuge 102 (z. B. mindestens einer Vorrichtung eines Systems der Fahrzeuge 102), mindestens einer Vorrichtung des Fern-AV-Systems 114, des Flottenmanagementsystems 116, des V21-Systems 118 und/oder einer oder mehrerer Vorrichtungen des Netzwerks 112 (z. B. einer oder mehrerer Vorrichtungen eines Systems des Netzwerks 112, wie etwa einer Servervorrichtung). In manchen Ausführungsformen beinhalten eine oder mehrere Vorrichtungen der Fahrzeuge 102 (z. B. eine oder mehrere Vorrichtungen eines Systems der Fahrzeuge 102), mindestens eine Vorrichtung des Fern-AV-Systems 114, des Flottenmanagementsystems 116 und des V21-Systems 118 und/oder eine oder mehrere Vorrichtungen des Netzwerks 112 (z. B. eine oder mehrere Vorrichtungen eines Systems des Netzwerks 112) mindestens eine Vorrichtung 300 und/oder mindestens eine Komponente der Vorrichtung 300. Wie in 3 gezeigt, beinhaltet die Vorrichtung 300 den Bus 302, den Prozessor 304, den Speicher 306, die Speicherungskomponente 308, die Eingangsschnittstelle 310, die Ausgangsschnittstelle 312 und die Kommunikationsschnittstelle 314.
Der Bus 302 beinhaltet eine Komponente, die eine Kommunikation zwischen den Komponenten der Vorrichtung 300 ermöglicht. In manchen Ausführungsformen wird der Prozessor 304 in Hardware, Software oder einer Kombination von Hardware und Software implementiert. In manchen Beispielen beinhaltet der Prozessor 304 einen Prozessor (z. B. eine Zentralverarbeitungseinheit (CPU), eine Grafikverarbeitungseinheit (GPU), eine beschleunigte Verarbeitungseinheit (APU) und/oder dergleichen), ein Mikrofon, einen Digitalsignalprozessor (DSP) und/oder eine beliebige Verarbeitungskomponente (z. B. ein feldprogrammierbares Gate-Array (FPGA), eine anwendungsspezifische integrierte Schaltung (ASIC) und/oder dergleichen), die dahingehend programmiert werden kann, mindestens eine Funktion durchzuführen. Der Speicher 306 beinhaltet Direktzugriffsspeicher (RAM), Nurlesespeicher (ROM) und/oder eine andere Art von dynamischer und/oder statischer Speicherungsvorrichtung (z. B. Flash-Speicher, magnetischer Speicher, optischer Speicher und/oder dergleichen), die Daten und/oder Anweisungen zur Verwendung durch den Prozessor 304 speichert.
Die Speicherungskomponente 308 speichert Daten und/oder Software bezüglich des Betriebs und der Verwendung der Vorrichtung 300. In manchen Beispielen beinhaltet die Speicherungskomponente 308 eine Festplatte (z. B. eine Magnetplatte, eine optische Platte, eine magnetooptische Platte, eine Solid-State-Platte und/oder dergleichen), eine Compact Disc (CD), eine Digital Versatile Disc (DVD), eine Diskette, eine Kassette, ein Magnetband, eine CD-ROM, RAM, ROM, EPROM, FLASH-EPROM, NV-RAM und/oder eine andere Art von computerlesbarem Medium zusammen mit einem entsprechenden Laufwerk.
Die Eingangsschnittstelle 310 beinhaltet eine Komponente, die der Vorrichtung 300 ermöglicht, Informationen zu empfangen, wie etwa über eine Benutzereingabe (z. B. eine Touchscreen-Anzeige, eine Tastatur, ein Tastenfeld, eine Maus, eine Taste, einen Schalter, ein Mikrofon, eine Kamera und/oder dergleichen). Zusätzlich oder alternativ beinhaltet die Eingangsschnittstelle 310 in manchen Ausführungsformen einen Sensor, der Informationen erfasst (z. B. einen Empfänger eines globalen Positionierungssystems (GPS), einen Beschleunigungsmesser, ein Gyroskop, einen Aktor und/oder dergleichen). Die Ausgangsschnittstelle 312 beinhaltet eine Komponente, die Ausgangsinformationen von der Vorrichtung 300 bereitstellt (z. B. eine Anzeige, einen Lautsprecher, eine oder mehrere Leuchtdioden (LEDs) und/oder dergleichen).
In manchen Ausführungsformen beinhaltet die Kommunikationsschnittstelle 314 eine sendeempfängerartige Komponente (z. B. einen Sendeempfänger, einen getrennten Empfänger und Sender und/oder dergleichen), die der Vorrichtung 300 ermöglicht, über eine drahtgebundene Verbindung, eine drahtlose Verbindung oder eine Kombination aus drahtgebundenen und drahtlosen Verbindungen mit anderen Vorrichtungen zu kommunizieren. In manchen Beispielen ermöglicht die Kommunikationsschnittstelle 314 der Vorrichtung 300, Informationen von einer anderen Vorrichtung zu empfangen und/oder einer anderen Vorrichtung Informationen bereitzustellen. In manchen Beispielen beinhaltet die Kommunikationsschnittstelle 314 eine Ethernet-Schnittstelle, eine optische Schnittstelle, eine Koaxialschnittstelle, eine Infrarotschnittstelle, eine Hochfrequenz(HF)-Schnittstelle, eine Universal-Serial-Bus(USB)-Schnittstelle, eine WiFi^®-Schnittstelle, eine Zellularnetzschnittstelle und/oder dergleichen.
In manchen Ausführungsformen führt die Vorrichtung 300 einen oder mehrere hierin beschriebene Prozesse durch. Die Vorrichtung 300 führt diese Prozesse basierend darauf durch, dass der Prozessor 304 Softwareanweisungen ausführt, die durch ein computerlesbares Medium gespeichert werden, wie etwa den Speicher 305 und/oder die Speicherungskomponente 308. Ein computerlesbares Medium (z. B. ein nichtflüchtiges computerlesbares Medium) ist hierin als eine nichtflüchtige Speichervorrichtung definiert. Eine nichtflüchtige Speichervorrichtung beinhaltet Speicherplatz, der sich innerhalb einer einzelnen physischen Speicherungsvorrichtung befindet, oder Speicherplatz, der über mehrere physische Speicherungsvorrichtungen verteilt ist.
In manchen Ausführungsformen werden Softwareanweisungen über die Kommunikationsschnittstelle 314 in den Speicher 306 und/oder die Speicherungskomponente 308 von einem anderen computerlesbaren Medium oder von einer anderen Vorrichtung gelesen. Bei ihrer Ausführung bewirken die im Speicher 306 und/oder in der Speicherungskomponente 308 gespeicherten Softwareanweisungen, dass der Prozessor 304 einen oder mehrere hierin beschriebene Prozesse durchführt. Zusätzlich oder alternativ wird eine festverdrahtete Schaltungsanordnung anstelle von oder in Kombination mit Softwareanweisungen verwendet, um einen oder mehrere hierin beschriebene Prozesse durchzuführen. Somit sind hierin beschriebene Ausführungsformen nicht auf irgendeine spezifische Kombination von Hardwareschaltungsanordnung und Software beschränkt, insofern nicht anderweitig ausführlich dargelegt.
Der Speicher 306 und/oder die Speicherungskomponente 308 beinhalten Datenspeicherung oder mindestens eine Datenstruktur (z. B. eine Datenbank und/oder dergleichen). Die Vorrichtung 300 ist in der Lage, Informationen von der Datenspeicherung oder der mindestens einen Datenstruktur im Speicher 306 oder in der Speicherungskomponente 308 zu empfangen, Informationen darin zu speichern, Informationen zu dieser zu kommunizieren oder nach darin gespeicherten Informationen zu suchen. In manchen Beispielen beinhalten die Informationen Netzwerkdaten, Eingangsdaten, Ausgangsdaten oder eine beliebige Kombination davon.
In manchen Ausführungsformen ist die Vorrichtung 300 dazu ausgelegt, Softwareanweisungen auszuführen, die entweder im Speicher 306 und/oder im Speicher einer anderen Vorrichtung (z. B. einer anderen Vorrichtung, die die gleiche oder ähnlich ist wie die Vorrichtung 300) gespeichert sind. Wie hierin verwendet, bezieht sich der Begriff „Modul“ auf mindestens eine Anweisung, die im Speicher 306 und/oder im Speicher einer anderen Vorrichtung gespeichert ist, die bei Ausführung durch den Prozessor 304 und/oder durch einen Prozessor einer anderen Vorrichtung (z. B. einer anderen Vorrichtung, die die gleiche oder ähnlich ist wie die Vorrichtung 300) bewirkt, dass die Vorrichtung 300 (z. B. mindestens eine Komponente der Vorrichtung 300) einen oder mehrere hierin beschriebene Prozesse durchführt. In manchen Ausführungsformen wird ein Modul in Software, Firmware, Hardware und/oder dergleichen implementiert.
Die Anzahl und die Anordnung der in 3 veranschaulichten Komponenten sind als ein Beispiel bereitgestellt. In manchen Ausführungsformen kann die Vorrichtung 300 zusätzliche Komponenten, weniger Komponenten, andere Komponenten oder anders angeordnete Komponenten wie die in 3 veranschaulichten beinhalten. Zusätzlich oder alternativ kann ein Satz von Komponenten (z. B. eine oder mehrere Komponenten) der Vorrichtung 300 eine oder mehrere Funktionen durchführen, die als durch eine andere Komponente oder einen anderen Satz von Komponenten der Vorrichtung 300 durchgeführt beschrieben werden.
Jetzt mit Bezug auf 4A ist ein beispielhaftes Blockdiagramm eines autonomen Fahrzeugcomputers 400 veranschaulicht (manchmal als ein „AV-Stapel“ bezeichnet). Wie veranschaulicht, beinhaltet der autonome Fahrzeugcomputer 400 ein Wahrnehmungssystem 402 (manchmal als ein Wahrnehmungsmodul bezeichnet), ein Planungssystem 404 (manchmal als ein Planungsmodul bezeichnet), ein Lokalisierungssystem 406 (manchmal als ein Lokalisierungsmodul bezeichnet), ein Steuersystem 408 (manchmal als ein Steuermodul bezeichnet) und eine Datenbank 410. In manchen Ausführungsformen sind das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in einem autonomen Navigationssystem eines Fahrzeugs (z. B. autonomen Fahrzeugcomputer 202f des Fahrzeugs 200) enthalten und/oder implementiert. Zusätzlich oder alternativ sind in manchen Ausführungsformen das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in einem oder mehreren unabhängigen Systemen (z. B. einem oder mehreren Systemen, die die gleichen oder ähnlich sind wie der autonome Fahrzeugcomputer 400 und/oder dergleichen) enthalten. In manchen Beispielen sind das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406, das Steuersystem 408 und die Datenbank 410 in einem oder mehreren unabhängigen Systemen enthalten, die sich in einem Fahrzeug und/oder mindestens einem Fernsystem befinden, wie hierin beschrieben. In manchen Ausführungsformen werden beliebige und/oder alle der im autonomen Fahrzeugcomputer 400 enthaltenen Systeme in Software (z. B. in Softwareanweisungen, die im Speicher gespeichert sind), Computerhardware (z. B. durch Mikroprozessoren, Mikrocontroller, anwendungsspezifische integrierte Schaltungen [ASICs], feldprogrammierbare Gate-Arrays (FPGAs) und/oder dergleichen) oder Kombinationen von Computersoftware und Computerhardware implementiert. Es versteht sich, dass in manchen Ausführungsformen der autonome Fahrzeugcomputer 400 dazu ausgelegt ist, sich in Kommunikation mit einem Fernsystem (z. B. einem autonomen Fahrzeugsystem, das das gleiche oder ähnlich ist wie das Fern-AV-System 114, einem Flottenmanagementsystem 116, das das gleiche oder ähnlich ist wie das Flottenmanagementsystem 116, ein V2l-System, das das gleiche oder ähnlich ist wie das V2l-System 118, und/oder dergleichen) zu befinden.
In manchen Ausführungsformen empfängt das Wahrnehmungssystem 402 Daten, die mit mindestens einem physischen Objekt in einer Umgebung assoziiert sind (z. B. Daten, die durch das Wahrnehmungssystem 402 verwendet werden, um das mindestens eine physische Objekt zu detektieren), und klassifiziert das mindestens eine physische Objekt. In manchen Beispielen empfängt das Wahrnehmungssystem 402 Bilddaten, die durch mindestens eine Kamera (z. B. Kameras 202a) aufgenommen werden, wobei das Bild mit einem oder mehreren physischen Objekten in einem Sichtfeld der mindestens einen Kamera assoziiert ist (z. B. dieses repräsentiert). In einem solchen Beispiel klassifiziert das Wahrnehmungssystem 402 mindestens ein physisches Objekt basierend auf einer oder mehreren Gruppierungen physischer Objekte (z. B. Fahrräder, Fahrzeuge, Verkehrsschilder, Fußgänger und/oder dergleichen). In manchen Ausführungsformen überträgt das Wahrnehmungssystem 402 Daten, die mit der Klassifizierung der physischen Objekte assoziiert sind, zu dem Planungssystem 404 basierend darauf, dass das Wahrnehmungssystem 402 die physischen Objekte klassifiziert.
In manchen Ausführungsformen empfängt das Planungssystem 404 Daten, die mit einem Bestimmungsort assoziiert sind, und erzeugt Daten, die mit mindestens einer Route (z. B. Routen 106) assoziiert sind, entlang der ein Fahrzeug (z. B. Fahrzeuge 102) in Richtung eines Bestimmungsortes fahren kann. In manchen Ausführungsformen empfängt das Planungssystem 404 Daten periodisch oder kontinuierlich vom Wahrnehmungssystem 402 (z. B. Daten, die mit der Klassifizierung physischer Objekte assoziiert sind, wie oben beschrieben) und das Planungssystem 404 aktualisiert die mindestens eine Trajektorie oder erzeugt mindestens eine andere Trajektorie basierend auf den durch das Wahrnehmungssystem 402 erzeugten Daten. In manchen Ausführungsformen empfängt das Planungssystem 404 Daten, die mit einer aktualisierten Position eines Fahrzeugs (z. B. Fahrzeuge 102) assoziiert sind, vom Lokalisierungssystem 406 und das Planungssystem 404 aktualisiert die mindestens eine Trajektorie oder erzeugt mindestens eine andere Trajektorie basierend auf den durch das Lokalisierungssystem 406 erzeugten Daten.
In manchen Ausführungsformen empfängt das Lokalisierungsmodul 406 Daten, die mit einem Standort eines Fahrzeugs (z. B. Fahrzeuge 102) in einem Bereich assoziiert sind (z. B. diese repräsentieren). In manchen Beispielen empfängt das Lokalisierungssystem 406 LiDAR-Daten, die mit mindestens einer Punktwolke assoziiert sind, die durch mindestens einen LiDAR-Sensor (z. B. LiDAR-Sensoren 202b) erzeugt werden. In bestimmten Beispielen empfängt das Lokalisierungsmodul 406 Daten, die mit mindestens einer Punktwolke von mehreren LiDAR-Sensoren assoziiert sind, und das Lokalisierungsmodul 406 erzeugt eine kombinierte Punktwolke basierend auf jeder der Punktwolken. In diesen Beispielen vergleicht das Lokalisierungsmodul 406 die mindestens eine Punktwolke oder die kombinierte Punktwolke mit einer in der Datenbank 410 gespeicherten zweidimensionalen (2D) und/oder einer dreidimensionalen (3D) Karte des Bereichs. Das Lokalisierungssystem 406 bestimmt dann die Position des Fahrzeugs in dem Bereich basierend darauf, dass das System 406 die mindestens eine Punktwolke oder die kombinierte Punktwolke mit der Karte vergleicht. In manchen Ausführungsformen beinhaltet die Karte eine kombinierte Punktwolke des Bereichs, die vor der Navigation des Fahrzeugs erzeugt wird. In manchen Ausführungsformen beinhalten Karten unter anderem Hochpräzisionskarten der geometrischen Eigenschaften der Straße, Karten, die Konnektivitätseigenschaften des Straßennetzes beschreiben, Karten, die physische Eigenschaften der Straße beschreiben (wie etwa Verkehrsgeschwindigkeit, Verkehrsvolumen, die Anzahl von Fahrzeug- und Fahrradfahrer-Verkehrsspuren, Fahrspurbreite, Fahrspurverkehrsrichtungen oder Fahrspurmarkierungsarten und -orte oder Kombinationen davon), und Karten, die die räumlichen Orte von Straßenmerkmalen wie etwa Fußgängerüberwege, Verkehrszeichen oder andere Verkehrssignale verschiedener Arten beschreiben. In manchen Ausführungsformen wird die Karte in Echtzeit basierend auf den durch das Wahrnehmungssystem empfangenen Daten erzeugt.
In einem anderen Beispiel empfängt das Lokalisierungssystem 406 Daten eines globalen Satellitennavigationssystems (GNSS), die durch einen Empfänger eines globalen Positionierungssystems (GPS) erzeugt werden. In manchen Beispielen empfängt das Lokalisierungssystem 406 GNSS-Daten, die mit dem Standort des Fahrzeugs in dem Bereich assoziiert sind, und das Lokalisierungssystem 406 bestimmt einen Breitengrad und Längengrad des Fahrzeugs in dem Bereich. In einem solchen Beispiel bestimmt das Lokalisierungssystem 406 die Position des Fahrzeugs in dem Bereich basierend auf dem Breitengrad und dem Längengrad des Fahrzeugs. In manchen Ausführungsformen erzeugt das Lokalisierungssystem 406 Daten, die mit der Position des Fahrzeugs assoziiert sind. In manchen Beispielen erzeugt das Lokalisierungssystem 406 Daten, die mit der Position des Fahrzeugs assoziiert sind, basierend darauf, dass das Lokalisierungssystem 406 die Position des Fahrzeugs bestimmt. In einem solchen Beispiel beinhalten die Daten, die mit der Position des Fahrzeugs assoziiert sind, Daten, die mit einer oder mehreren semantischen Eigenschaften entsprechend der Position des Fahrzeugs assoziiert sind.
In manchen Ausführungsformen empfängt das Steuersystem 408 Daten, die mit mindestens einer Trajektorie assoziiert sind, vom Planungssystem 404 und das Steuersystem 408 steuert den Betrieb des Fahrzeugs. In manchen Beispielen empfängt das Steuersystem 408 Daten, die mit mindestens einer Trajektorie assoziiert sind, vom Planungssystem 404 und das Steuersystem 408 steuert den Betrieb des Fahrzeugs durch Erzeugen und Übertragen von Steuersignalen, um zu bewirken, dass ein Antriebsstrangsteuersystem (z. B. DBW-System 202h, Antriebsstrangsteuersystem 204 und/oder dergleichen), ein Lenkungssteuersystem (z. B. Lenkungssteuersystem 206) und/oder ein Bremssystem (z. B. Bremssystem 208) arbeiten. In einem Beispiel, bei dem eine Trajektorie eine Linksabbiegung beinhaltet, überträgt das Steuersystem 408 ein Steuersignal, um zu bewirken, dass das Lenkungssteuersystem 206 einen Lenkwinkel des Fahrzeugs 200 anpasst, wodurch bewirkt wird, dass das Fahrzeug 200 nach links abbiegt. Zusätzlich oder alternativ erzeugt und überträgt das Steuersystem 408 Steuersignale, um zu bewirken, dass andere Vorrichtungen (z. B. Scheinwerfer, Blinker, Türverriegelungen, Scheibenwischer und/oder dergleichen) des Fahrzeugs 200 ihren Zustand ändern.
In manchen Ausführungsformen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 mindestens ein maschinelles Lernmodell (z. B. mindestens einen Multilayer-Perzeptron (MLP), mindestens ein faltendes neuronales Netzwerk (CNN), mindestens ein rekurrentes neuronales Netzwerk (RNN), mindestens einen Autocodierer, mindestens einen Transformator und/oder dergleichen). In manchen Beispielen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 mindestens ein maschinelles Lernmodell alleine oder in Kombination mit einem oder mehreren der oben angemerkten Systeme. In manchen Beispielen implementieren das Wahrnehmungssystem 402, das Planungssystem 404, das Lokalisierungssystem 406 und/oder das Steuersystem 408 mindestens ein maschinelles Lernmodell als Teil einer Pipeline (z. B. einer Pipeline zum Identifizieren eines oder mehrerer Objekte, die sich in einer Umgebung befinden, und/oder dergleichen).
Die Datenbank 410 speichert Daten, die zu dem Wahrnehmungssystem 402, dem Planungssystem 404, dem Lokalisierungssystem 406 und/oder dem Steuersystem 408 übertragen, von diesen empfangen und/oder durch diese aktualisiert werden. In manchen Beispielen beinhaltet die Datenbank 410 eine Speicherungskomponente (z. B. eine Speicherungskomponente, die die gleiche oder ähnlich ist wie die Speicherungskomponente 308 von 3), die Daten und/oder Software bezüglich des Betriebs speichert und mindestens ein System des autonomen Fahrzeugcomputers 400 verwendet. In manchen Ausführungsformen speichert die Datenbank 410 Daten, die mit 2D- und/oder 3D-Karten mindestens eines Bereichs assoziiert sind. In manchen Beispielen speichert die Datenbank 410 Daten, die mit 2D- und/oder 3D-Karten eines Teils einer Stadt, mehrerer Teile mehrerer Städte, mehrerer Städte, eines Landkreises, eines Staates (z. B. eines Landes) und/oder dergleichen assoziiert sind. In einem solchen Beispiel kann ein Fahrzeug (z. B. ein Fahrzeug, das das gleiche oder ähnlich ist wie die Fahrzeuge 102 und/oder das Fahrzeug 200) entlang eines oder mehrerer befahrbarer Gebiete (z. B. einspurige Straßen, mehrspurige Straßen, Landstraßen, Nebenstraßen, Feldwege und/oder dergleichen) fahren und bewirken, dass mindestens ein LiDAR-Sensor (z. B. ein LiDAR-Sensor, der der gleiche oder ähnlich ist wie die LiDAR-Sensoren 202b) Daten erzeugt, die mit einem Bild assoziiert sind, das die Objekte repräsentiert, die in einem Sichtfeld des mindestens einen LiDAR-Sensors enthalten sind.
In manchen Ausführungsformen kann die Datenbank 410 über mehrere Vorrichtungen implementiert werden. In manchen Beispielen ist die Datenbank 410 in einem Fahrzeug (z. B. einem Fahrzeug, das das gleiche oder ähnlich ist wie die Fahrzeuge 102 und/oder das Fahrzeug 200), einem autonomen Fahrzeugsystem (z. B. einem autonomen Fahrzeugsystem, das das gleiche oder ähnlich ist wie das Fern-AV-System 114), einem Flottenmanagementsystem (z. B. einem Flottenmanagementsystem, das das gleiche oder ähnlich ist wie das Flottenmanagementsystem 116 von 1), und/oder einem V21-System (z. B. einem V21-System, das das gleiche oder ähnlich ist wie das V21-System 118 von 1) und/oder dergleichen enthalten.
4B zeigt ein Planungssystem 404 (wie etwa ein Planungssystem eines Fahrzeugs), das dazu ausgelegt ist, basierend auf einem bei der Pfadplanung verwendeten Graphen 420 zu arbeiten. Das Planungssystem 404 kann dazu ausgelegt sein, beliebige der Schritte des Verfahrens 600 von 6 durchzuführen. Im Allgemeinen kann ein Graph 420 verwendet werden, um einen Pfad zwischen einem beliebigen Startpunkt und Endpunkt zu bestimmen. In der realen Welt kann die den Startpunkt und den Endpunkt trennende Distanz relativ groß sein (z. B. in zwei unterschiedlichen Großstadtgebieten) oder kann relativ klein sein (z. B. zwei Kreuzungen, die an einen Häuserblock angrenzen, oder zwei Fahrspuren einer mehrspurigen Straße). Der Graph 420 kann ein gerichteter Graph sein. Ein gerichteter Graph mit hoher Granularität kann auch ein Teilgraph eines anderen gerichteten Graphen mit einem größeren Maßstab sein. Beispielsweise kann ein gerichteter Graph, in dem der Startpunkt B und der Endpunkt D weit voneinander entfernt sind (z. B. mehrere Meilen getrennt), den Großteil seiner Informationen mit niedriger Granularität aufweisen und basiert auf gespeicherten Daten, kann aber auch einige hochgranulare Informationen für den Abschnitt des Graphen beinhalten, der physische Orte im Sichtfeld des AV 100 repräsentiert.
Der Graph 420 beinhaltet Knoten A, B, C, D, E, die jeweilige Orte zwischen einem Startpunkt und einem Endpunkt repräsentieren, die von einem AV 100 belegt werden könnten. Die Knoten sind durch Kanten 422, 424, 426, 428, 430, 431 verbunden. Wenn beispielsweise zwei Knoten E und A durch eine Kante 422 verbunden sind, ist es für ein AV 100 möglich, zwischen einem Knoten E und dem anderen Knoten A zu fahren, ohne z. B. zu einem Zwischenknoten fahren zu müssen, bevor es an dem anderen Knoten A ankommt. Mit anderen Worten bedeutet es, wenn Bezug auf ein AV 100 genommen wird, dass zwischen Knoten fährt, dass das AV 100 zwischen den beiden physischen Positionen fahren kann, die durch die jeweiligen Knoten repräsentiert werden. Die Kanten können in dem Sinne bidirektional sein, dass ein AV 100 von einem ersten Knoten zu einem zweiten Knoten oder vom zweiten Knoten zum ersten Knoten fahren kann. In einem oder mehreren Beispielen können die Kanten in dem Sinne unidirektional sein, dass ein AV 100 von einem ersten Knoten zu einem zweiten Knoten fahren kann, jedoch nicht vom zweiten Knoten zum ersten Knoten fahren kann. Die Kanten sind unidirektional, wenn die Kanten beispielsweise Einbahnstraßen, individuelle Fahrspuren einer Straße, Landstraße oder Autobahn oder andere Merkmale, auf denen aufgrund rechtlicher oder physischer Beschränkungen nur in einer Richtung gefahren werden kann, repräsentieren.
In manchen Beispielen, z. B. wenn der Startpunkt B und der Endpunkt D unterschiedliche Großstadtgebiete repräsentieren, können die Knoten Segmente von Straßen repräsentieren. In manchen Beispielen, z. B. wenn der Startpunkt B und der Endpunkt D unterschiedliche Orte auf derselben Straße repräsentieren, können die Knoten unterschiedliche Positionen auf dieser Straße repräsentieren. Auf diese Weise kann der Graph 420 Informationen bei unterschiedlichen Granularitätsstufen und/oder in verschiedenen Dimensionen beinhalten.
Im Gebrauch kann das Planungssystem 404 den gerichteten Graphen 420 verwenden, um einen Pfad zu identifizieren, der aus Knoten und Kanten zwischen dem Startpunkt B und dem Endpunkt D besteht. Eine Kante 422-431 kann jeweils ein assoziiertes Kantenprofil 422A-431A aufweisen. Die Kanten 422, 424, 426, 428, 430, 431 (einzeln als Kante 422, 424, 426, 428, 430, 431 und kollektiv als Kanten 440 bezeichnet) können jeweils mit einem Kantenprofil assoziiert sein. Ein Kantenprofil kann sich auf einen Fahrtzeitparameter beziehen. Beispielsweise kann das Kantenprofil eine Verteilung für einen Fahrtzeitparameter umfassen, wie etwa eine Geschwindigkeitsverteilung und/oder eine Fahrtzeitverteilung und/oder dergleichen. Wenn das Planungssystem 404 einen Pfad zwischen dem Startpunkt B und dem Endpunkt D identifiziert, wählt das Planungssystem 404 einen für Fahrtzeit optimierten Pfad, z. B. den Pfad, der die geringste Fahrtzeit zum Bestimmungsort braucht. Das Planungssystem 404 kann die kürzeste Route von B zum Endpunkt D, wie etwa dem Bestimmungsort, berechnen. Die kürzeste Route zum Bestimmungsort kann berechnet werden, indem das Straßengeschwindigkeitsnetz angenommen wird, das durch den Graphen 420 veranschaulicht wird, bei dem jedes Kantenprofil 422A-431A eine Verteilung eines Fahrtzeitparameters wie etwa Geschwindigkeit oder Fahrtzeit repräsentiert. Die offenbarte Technik ermöglicht die Berechnung eines Fahrtzeitparameters für jede Kante oder zumindest einen Teilsatz von Kanten im Straßennetz basierend auf Kantenprofilen/Kantenverteilungen und assoziiertem benutzerspezifischem Perzentil für jeweilige Kanten im Straßennetz. Mit anderen Worten kann ein benutzer-/fahrzeugabhängiges Perzentil für jeweilige Kanten bestimmt/erhalten werden und anschließend auf z. B. eine Geschwindigkeits- oder Fahrtzeitverteilung des Kantenprofils abgebildet oder angewendet werden. Beispielsweise kann ein erster Fahrtzeitparameter TTP_1 für eine erste Kante E_1 im Straßennetz basierend auf einem ersten Perzentil P_1 und einem ersten Kantenprofil EP_1, das eine mit der ersten Kante E_1 assoziierte Geschwindigkeitsverteilung und/oder Fahrtzeitverteilung TTD_1 beinhaltet, wie etwa Fahrtzeitverteilung 422A, die mit der in 4B gezeigten Kante 422 assoziiert ist, bestimmt werden. Ferner kann ein zweiter Fahrtzeitparameter TTP_2 für eine zweite Kante E_2 im Straßennetz basierend auf einem zweiten Perzentil P_2 und einem zweiten Kantenprofil EP_2, das eine mit der zweiten Kante E_2 assoziierte Geschwindigkeits- und/oder Fahrtzeitverteilung TTD_2 beinhaltet, wie etwa Fahrtzeitverteilung 424A, die mit der in 4B gezeigten Kante 424 assoziiert ist, bestimmt werden.
Allgemeiner und unter Annahme von N Kanten im Straßennetz kann ein Fahrtzeitparameter TTP_n für die n-te Kante bestimmt werden, z. B. für n=1, ..., N oder n als ein Teilsatz von 1, 2, ..., N. Mit anderen Worten wird ein Fahrtzeitparameter TTP_n für jede mehrerer Kanten E_n wie etwa einen Teilsatz von oder alle Kanten des Straßennetzes bestimmt.
Somit kann ein benutzer-/fahrzeugspezifisches Perzentil für einen Fahrtzeitparameter, wie etwa Geschwindigkeit oder Fahrtzeit, für eine Verteilung, wie etwa eine Geschwindigkeitsverteilung oder eine Fahrtzeitverteilung, für jede mehrerer Kanten im Straßennetz bestimmt und darauf angewendet werden. Das Perzentil für jeweilige Kanten kann dann auf kantenabhängige Fahrtzeitverteilungen abgebildet oder angewendet werden, um einen Fahrtzeitparameter für jede mehrerer Kanten bereitzustellen.
Beispielsweise kann ein spezifischer Fahrer oder Benutzer mit einer höheren Geschwindigkeit auf der Autobahn fahren (z. B. entsprechend einem 0,75-Perzentil), folgt aber der Geschwindigkeitsbegrenzung auf Nebenstraßen (z. B. entsprechend einem 0,4-Perzentil). Ein Graphennetz mit diskreten Kantengewichten (ein oder mehrere Fahrtzeitparameter) entsprechend kantenspezifischen Perzentilen, abgebildet auf die jeweiligen Fahrtzeitverteilungen für Kanten des Graphennetzes, kann durch das Planungssystem erzeugt werden. Mit anderen Worten kann jedes Gewicht oder jeder Fahrtzeitparameter des Graphennetzes aufgrund der Unterschiede der Perzentil-Straßengeschwindigkeiten oder Fahrtzeit des Benutzers und/oder des Fahrzeugs verschieden sein. Beispielsweise kann Kante 422, auch als erste Kante E_1 bezeichnet, einen (ersten) Fahrtzeitparameter TTP_1 (wie etwa Kantengewicht) von 7 aufweisen und kann von E nach A gerichtet sein. Beispielsweise kann Kante 424, auch als zweite Kante E_2 bezeichnet, einen (zweiten) Fahrtzeitparameter TTP_2 (wie etwa Kantengewicht) von 10 aufweisen und kann von B nach A gerichtet sein. Beispielsweise kann Kante 426 einen (dritten) Fahrtzeitparameter TTP_3 (Kantengewicht) von 20 aufweisen und kann von C nach B gerichtet sein. Beispielsweise kann Kante 428 einen (vierten) Fahrtzeitparameter TTP_4 (wie etwa Kantengewicht) von 32 aufweisen und kann von C nach D gerichtet sein. Beispielsweise kann Kante 430 einen (fünften) Fahrtzeitparameter TTP_5 (wie etwa Kantengewicht) von 12 aufweisen und kann von A nach C gerichtet sein. Beispielsweise kann Kante 431 einen (sechsten) Fahrtzeitparameter TTP_6 (wie etwa Kantengewicht) von 60 aufweisen und kann von A nach D gerichtet sein. Das Planungssystem kann dann die kürzeste Route unter Verwendung des Dijkstra-Verfahrens und/oder eines verwandten Algorithmus zum Finden des kürzesten Pfades zwischen Knoten in einem Graphen basierend auf den Fahrtzeitparametern/Gewichten der Kanten im Graphen berechnen. Beispielsweise kann der kürzeste Pfad von B nach D über die Kanten 424, 430 und 428, z. B. B-A-C-D, laufen. Das Planungssystem kann die Fahrtzeitschätzung basierend auf den Fahrtzeitparametern/Kantengewichten von Kanten, die den kürzesten Pfad bilden, und falls die Fahrtzeitparameter Geschwindigkeit sind, auch der entsprechenden Kantenlänge berechnen, um die Fahrtzeitschätzung wie etwa Ankunftszeit bestimmen. Beispielsweise ist jeder Fahrtzeitparameter TTP_n für die n-te Kante und daher jede Berechnung für den Benutzer und/oder das Fahrzeug spezifisch. Beispielsweise werden die jeweiligen Kantenlängen der Kanten, die den kürzesten Pfad bilden, durch ihre entsprechenden Kantengewichte (wie etwa entsprechende Geschwindigkeiten für die Kante) der Kanten geteilt und summiert, um die Fahrtzeitschätzung wie etwa Ankunftszeit zu erhalten. Beispielsweise können die Fahrtzeit-/Kantengewichte der Kanten des kürzesten Pfades summiert werden, um die Fahrtzeitschätzung wie etwa Ankunftszeit zu erhalten.
In einer oder mehreren Ausführungsformen können zwei oder mehr redundante Planungssysteme 404 in einem Fahrzeug (z. B. einem Fahrzeug, das das gleiche oder ähnlich ist wie die Fahrzeuge 102, das Fahrzeug 200, ein autonomes Fahrzeug und/oder dergleichen) enthalten sein.
Jetzt mit Bezug auf die 5A-5D sind Diagramme einer Implementierung 500 eines Prozesses zur Fahrtzeitschätzung veranschaulicht. In manchen Ausführungsformen beinhaltet die Implementierung 500 einen AV-Computer 504 und ein Fahrzeug 502 (ähnlich dem Fahrzeug 200 von 2), ein Planungssystem 504a. In manchen Ausführungsformen ist das System 500 das gleiche wie oder wie ein System, wie etwa ein Fern-AV-System, ein Flottenmanagementsystem, ein V21-System.
In 5A beinhaltet das Fahrzeug 502 einen AV-Computer 504. Der AV-Computer 504 kann ein Planungssystem 504a beinhalten. Bei Schritt 512 kann das Planungssystem 504a eine Anforderung für eine Fahrt des Fahrzeugs 502 von einem Startort zu einem Endort erhalten und/oder empfangen. Die Anforderung kann Informationen bezüglich des Benutzers, Datumsinformationen und Uhrzeitinformationen beinhalten. Beispielsweise kann die Anforderung über eine Benutzeroberfläche des Fahrzeugs 502 z. B. eine Benutzeroberfläche eines Navigationssystems des Fahrzeugs 502 erzeugt werden. Beispielsweise kann die Anforderung von einem Passagier eingehen, während die Fahrt im Gange ist, wenn der Passagier wünscht, den Absetzort zu ändern, und das Planungssystem 504a braucht eine Aktualisierung, um die Anforderung zu unterstützen. Nach dem Empfangen und/oder Erhalten der Anforderung kann das Planungssystem 504a dazu ausgelegt sein, das hierin offenbarte Verfahren durchzuführen, wie in 6 und dem zugehörigen Text veranschaulicht.
In 5B beinhaltet das Fahrzeug 502 einen AV-Computer 504. Der AV-Computer 504 kann ein Planungssystem beinhalten. Bei Schritt 510 empfängt der AV-Computer 504 eine Anforderung für eine Fahrt des Fahrzeugs 502 von einem Startort zu einem Endort. Die Anforderung kann Informationen bezüglich des Benutzers, Datumsinformationen und Uhrzeitinformationen beinhalten. Die Anforderung kann durch eine Benutzervorrichtung 504 wie etwa ein Mobiltelefon erzeugt werden. Nach dem Empfangen und/oder Erhalten der Anforderung kann der AV-Computer 504 dazu ausgelegt sein, das hierin offenbarte Verfahren durchzuführen, wie in 6 und dem zugehörigen Text veranschaulicht.
In 5C beinhaltet das Fahrzeug 502 einen AV-Computer 504. Der AV-Computer 504 kann ein Planungssystem 504a und ein Steuersystem 504b beinhalten. Der AV-Computer 504 kann bei Schritt 514 unter Verwendung des Planungssystems 504a eine Route und ihre assoziierte Fahrtzeitschätzung gemäß Verfahren von 6 bestimmen. Das Planungssystem 504a kann bei Schritt 516 Informationen, die die Route angeben, zu dem Steuersystem 504b übertragen, um den AV-Computer anzuweisen, das Fahrzeug 502 zur Navigation gemäß der Route zu betreiben.
In 5D beinhaltet das Fahrzeug 502 den AV-Computer 504 und ein DBW-System 506. Bei Schritt 518 kann der AV-Computer 504 unter Verwendung des Steuersystems 504b ein Steuersignal basierend auf der Route erzeugen und kann das Steuersignal bei Schritt 520 zu dem DBW-System 506 übertragen, um das Fahrzeug 502 gemäß dem Steuersignal zu navigieren.
Jetzt mit Bezug auf 6 ist ein Flussdiagramm eines Prozesses 600 zur Fahrtzeitschätzung veranschaulicht. In manchen Ausführungsformen werden ein oder mehrere der Schritte, die mit Bezug auf den Prozess 600 beschrieben sind, (z. B. vollständig, teilweise und/oder dergleichen) durch das autonome System 202 durchgeführt. Zusätzlich oder alternativ werden in manchen Ausführungsformen ein oder mehrere Schritte, die mit Bezug auf den Prozess 600 beschrieben sind, (z. B. vollständig, teilweise und/oder dergleichen) durch eine andere Vorrichtung oder Gruppe von Vorrichtungen separat von oder einschließlich des autonomen Systems 202 durchgeführt.
6 zeigt ein Flussdiagramm eines beispielhaften Verfahrens 600, das durch ein System gemäß der Offenbarung z. B. zur Fahrtzeitschätzung durchgeführt wird. Das Verfahren kann durch ein hierin offenbartes System durchgeführt werden, wie etwa einen AV-Computer 504 und ein Fahrzeug 102, 200, 502, 300 der 1, 2, 3, 4A-B, 5A-C. Das offenbarte System kann mindestens einen Prozessor beinhalten, der dazu ausgelegt sein kann, eine oder mehrere der Operationen des Verfahrens 600 auszuführen.
Das Verfahren 600 beinhaltet Erhalten, bei Schritt 602, durch mindestens einen Prozessor (z. B. ein Prozess des offenbarten Systems), eines Profils, das ein Fahrprofil umfasst. Beispielsweise kann ein Profil empfangen und/oder abgerufen (wie etwa von einer Servervorrichtung, die dazu ausgelegt ist, ein oder mehrere Profile zu verwalten) und/oder bestimmt werden. Ein Profil kann als ein Benutzerprofil und/oder ein Fahrzeugprofil (wie etwa ein AV-Profil) verstanden werden, wie etwa ein Profil, das Fahrbedingungen und/oder ein Fahrverhalten repräsentiert, wie etwa ein Geschwindigkeitsverhalten eines Benutzers und/oder eines Fahrzeugs wie etwa eines AV. Ein Fahrprofil kann als ein Benutzerfahrprofil und/oder ein Fahrzeugfahrprofil wie etwa ein AV-Fahrprofil verstanden werden. Ein AV-Fahrprofil kann als ein AV-Betriebsprofil verstanden werden. Das Fahrprofil kann einen oder mehrere Modellparameter oder Parameterkoeffizienten umfassen, die Fahrbedingungen und/oder Fahrverhalten repräsentieren. Beispielsweise kann das Profil mit einem Benutzer eines Fahrzeugs und/oder mit einem Fahrzeug wie etwa einem AV assoziiert sein. Beispielsweise kann das Fahrprofil mit einem Benutzer eines Fahrzeugs und/oder mit einem Fahrzeug wie etwa einem AV assoziiert sein. Beispielsweise kann ein Benutzer und/oder ein Fahrzeug ein Profil aufweisen, in dem sein Fahrverhalten (z. B. Fahrgeschwindigkeit) bezüglich anderer Benutzer und/oder anderer Fahrzeuge im Laufe der Zeit erhalten wird, um ein Perzentil zu erhalten, das das Fahrverhalten (z. B. ein Gesamtgeschwindigkeitsperzentil) und möglicherweise jegliche Änderungen im Perzentil basierend auf anderen Straßenfaktoren (z. B. Tageszeit, Wetter, Verkehrsbelastung usw.) repräsentiert. Das Fahrprofil kann die Zeit des Fahrens berücksichtigen, wie etwa Tageszeit, Wochentag, aktueller Monat. Das Fahrprofil kann zum Beispiel einen regelmäßigen privaten Mitarbeiter berücksichtigen, der gewöhnlich am Morgen schneller fährt, um zum Büro zu kommen. Das Fahrprofil kann individuelle Faktoren berücksichtigen, wie etwa Stimmung eines Fahrers. In einem oder mehreren Beispielen kann der Fahrer ein Fahrer einer Fahrplattform und/oder eines autonomen Fahrzeugs sein. Fahrdaten eines Benutzers und/oder eines Fahrzeugs können gesammelt und als Teil des Trainings gelernt werden, um bessere Vorhersagen unter Berücksichtigung der verschiedenen Faktoren bereitzustellen.
Das Verfahren 600 beinhaltet Bestimmen, bei Schritt 604, durch den mindestens einen Prozessor, eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil. Beispielsweise können Fahrtzeitparameter für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil bestimmt werden. In einem oder mehreren Beispielen beinhaltet der Fahrtzeitparameter Zeit, Geschwindigkeit und/oder dergleichen. Zum Beispiel beinhaltet der Fahrtzeitparameter einen Zeitparameter, einen Geschwindigkeitsparameter und/oder dergleichen. Ein Straßennetz kann mehrere Knoten entsprechend jeweiligen Orten beinhalten. Ein Straßennetz kann mehrere Kanten beinhalten, die (zumindest teilweise) die Knoten des Straßennetzes verbinden. Das Straßennetz kann als ein Graph (wie in 4B veranschaulicht) wie etwa ein gerichteter Graph verstanden werden.
Das Verfahren 600 beinhaltet Bestimmen, bei Schritt 606, durch den mindestens einen Prozessor, einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter. In einem oder mehreren Beispielen kann die Fahrtzeitschätzung basierend auf den Fahrtzeitparametern über die Kanten zum Erreichen des Ortes bestimmt werden. Beispielsweise kann die Fahrtzeitschätzung eine geschätzte Ankunftszeit an einem Ort, wie etwa einem Bestimmungsort einer Reise, sein. In einem oder mehreren Beispielen kann die Fahrtzeitschätzung basierend auf Geschwindigkeit und/oder Zeit und/oder dergleichen als ein oder mehrere Fahrtzeitparameter bestimmt werden. Beispielsweise können zwei unterschiedlichen Benutzern und/oder Fahrzeugen, die vom gleichen Startort zu dem gleichen Zielort fahren, zwei unterschiedliche geschätzte Ankunftszeiten basierend auf ihren individuellen Fahrprofilen (wie etwa Geschwindigkeitsprofil und optional Fahrdaten bezüglich bestimmter Autobahnen und Straßenbedingungen) bereitgestellt werden. Das gleiche gilt für zwei unterschiedliche autonome Fahrzeuge.
Das Verfahren 600 beinhaltet Ausgeben, bei Schritt 608, durch den mindestens einen Prozessor, der Fahrtzeitschätzung. In einem oder mehreren Beispielen beinhaltet der Schritt 608 des Ausgebens der Fahrtzeitschätzung Anzeigen eines Benutzeroberflächenelements gemäß der Fahrtzeitschätzung auf einer Anzeige (z. B. durch Anzeigen eines Benutzeroberflächenobjekts, das die Fahrtzeitschätzung repräsentiert). In einem oder mehreren Beispielen beinhaltet der Schritt 608 des Ausgebens der Fahrtzeitschätzung Auswählen einer kürzesten Route zu dem Ort basierend auf der Fahrtzeitschätzung. In einem oder mehreren Beispielen beinhaltet der Schritt 608 des Ausgebens der Fahrtzeitschätzung Ermöglichen, dass ein AV und/oder eine AV-Flotte eine Route unter Verwendung der kürzesten Route basierend auf einer verbesserten Fahrtzeitschätzung auswählt. In einem oder mehreren Beispielen beinhaltet das Ausgeben 608 der Fahrtzeitschätzung Kommunizieren, z. B. Übertragen, der Fahrtzeitschätzung und/oder einer Route, die unter Verwendung der Fahrtzeitschätzung ausgewählt wird. Die offenbarte Technik kann die Fahrtzeitschätzung und daher Schätzungen von Zeit-bis-zum-Bestimmungsort verbessern. Die offenbarte Technik kann auf eine Anzahl möglicher Anwendungen anwendbar sein, von einzelnen Fahranweisungen bis hin zur Optimierung eines autonomen Fahrzeugs.
In einem oder mehreren beispielhaften Verfahren beinhaltet der Schritt 602 des Erhaltens eines Profils Erhalten eines Kantenprofils oder mehrerer Kantenprofile. In einem oder mehreren beispielhaften Verfahren kann das bei Schritt 602 erhaltene Profil ein Kantenprofil, das mit einer Kante der mehreren Kanten assoziiert ist, oder ein Kantenprofil, das mit jeder jeweiligen Kante der mehreren Kanten assoziiert ist, beinhalten. Ein Kantenprofil kann als ein Verteilungsprofil verstanden werden, das mit einer Kante der mehreren Kanten, die das Straßennetz repräsentieren, assoziiert ist. Ein Kantenprofil kann sich auf einen Fahrtzeitparameter beziehen. Beispielsweise kann das Kantenprofil eine Verteilung für einen Fahrtzeitparameter, wie etwa eine Geschwindigkeitsverteilung oder eine Fahrtzeitverteilung für eine gegebene Kante des Straßennetzes umfassen. Beispiele für Kantenprofile sind in 4B veranschaulicht, siehe 422A, 424A, 426A, 428A, 430A, 431A. In einem oder mehreren beispielhaften Verfahren umfasst der Schritt 604 des Bestimmens, durch den mindestens einen Prozessor, des Fahrtzeitparameters (z. B. für jede Kante der mehreren Kanten) Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf dem Kantenprofil (das z. B. mit der Kante der mehreren Kanten assoziiert ist). Dies ermöglicht beispielsweise das Bereitstellen genauerer Fahrtzeitschätzungen selbst für einen Fahrer und/oder ein Fahrzeug (wie etwa ein AV), der/das zu einem neuen Ort auf einem neuen, niemals zuvor befahrenen Straßenabschnitt fährt, mittels der Verwendung des Kantenprofils und/oder Fahrprofils, z. B. durch Beobachten oder Lernen von ähnlichen Straßenabschnitten und/oder Autobahnen, die der Fahrer und/oder das Fahrzeug zuvor befahren haben.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Kantenprofil eine Geschwindigkeitsverteilung. In einem oder mehreren beispielhaften Verfahren beinhaltet der Schritt 604 des Bestimmens, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung. Mit anderen Worten kann die Geschwindigkeit und/oder die Zeit zum Fahren über eine Kante basierend auf der Geschwindigkeitsverteilung für die entsprechende Kante bestimmt werden. Beispielsweise können Geschwindigkeitsverteilungen einer oder mehrerer Kanten des Straßennetzes basierend auf der aktuellen Fahrzeuggeschwindigkeit und/oder einer Vorkenntnis des historischen Geschwindigkeitsperzentils eines Benutzers und/oder einem oder mehreren Parametern, die eine oder mehrere Straßenbedingungen angeben, und/oder Parameter, die einen oder mehrere andere Fahrer und/oder eine oder mehrere Straßeninteraktionen angeben, bestimmt (z. B. geschätzt) werden. Es kann verstanden werden, dass die offenbarte Technik die Schätzung einer Echtzeit-Straßengeschwindigkeitsdaten-Verteilung verbessern kann. Außerdem ermöglicht die offenbarte Technik eine verbesserte zugeschnittene kürzeste Route unter Berücksichtigung eines für einen Fahrer und/oder ein Fahrzeug wie etwa ein AV spezifischen Fahrverhaltens.
In einem oder mehreren beispielhaften Verfahren gibt jeder Fahrtzeitparameter eine Geschwindigkeit an, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist. Die Geschwindigkeit kann als eine vektorielle Geschwindigkeit eines Fahrzeugs zum Fahren einer gegebenen Kante des Straßennetzes angesehen werden. Mit anderen Worten kann der Fahrtzeitparameter für eine gegebene Kante die Geschwindigkeit angeben, die mit der gegebenen Kante für einen gegebenen Benutzer und/oder ein gegebenes Fahrzeug assoziiert ist. In einem oder mehreren Beispielen kann die mit einer Kante für einen Benutzer und/oder ein Fahrzeug assoziierte Geschwindigkeit basierend auf dem Fahrprofil des entsprechenden Benutzers und/oder des entsprechenden Fahrzeugs bestimmt werden.
In einem oder mehreren beispielhaften Verfahren gibt jeder Fahrtzeitparameter eine Fahrtzeit an, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist. Die Fahrtzeit kann als eine Zeit zum Fahren über die Kante verstanden werden, wie etwa vom Startpunkt der Kante zum Endpunkt der Kante. Mit anderen Worten kann der Fahrtzeitparameter für eine gegebene Kante die Fahrtzeit angeben, die mit der gegebenen Kante für einen gegebenen Benutzer und/oder ein gegebenes Fahrzeug assoziiert ist. In einem oder mehreren Beispielen kann die mit einer Kante für einen Benutzer und/oder ein Fahrzeug assoziierte Fahrtzeit basierend auf dem Fahrprofil des entsprechenden Benutzers und/oder des entsprechenden Fahrzeugs bestimmt werden.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Fahrprofil einen oder mehrere Modellparameter, die ein Fahrverhalten angeben. In einem oder mehreren beispielhaften Verfahren beinhalten der eine oder die mehreren Modellparameter einen ersten Modellparameter. Ein Modellparameter kann sich auf einen Parameter eines Modells beziehen, der zum Charakterisieren eines Fahrverhaltens ausgelegt ist. In einem oder mehreren Beispielen können der eine oder die mehreren Modellparameter einen zweiten Modellparameter und optional einen dritten Modellparameter und optional einen vierten Modellparameter beinhalten. In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem ersten Modellparameter und/oder dem zweiten Modellparameter. In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem dritten Modellparameter und/oder dem vierten Modellparameter. Ein Modellparameter kann einen oder mehrere Faktoren charakterisieren, wie etwa: Alter, Stimmung, Unfallrisiko, Verkehrsbelastung und Wetter. Beispielsweise können der eine oder die mehreren Modellparameter auf Beispielstraßengeschwindigkeiten von mehreren Benutzern im Laufe der Zeit basieren, um ein Durchschnittsgeschwindigkeitsperzentil vieler verfolgter Benutzer zu bestimmen. Das Kantenprofil kann Kantenparameter wie etwa Straßentyp, einen Längenparameter, der eine Länge einer entsprechenden Kante angibt, und/oder Geschwindigkeitsparameter und/oder dergleichen umfassen.
In einem oder mehreren beispielhaften Verfahren basieren der eine oder die mehreren Modellparameter auf einem parametrischen Modell. Beispielsweise kann ein parametrisches Modell durch eine schrittweise Analyse verfügbarer Parameter erzeugt werden. Die Modellparameter können in Form von Parameterkoeffizienten des parametrischen Modells vorliegen. Optional können Interaktionen verwendet werden, bei denen Ausreißer bei Bedarf verworfen werden können, wie etwa durch RANSAC (Random Sample Consensus) und/oder Least-Square-Regressionsmodell, um die Parameterkoeffizienten zu finden, und/oder ein anderes ähnliches Verfahren.
In einem oder mehreren beispielhaften Verfahren beinhaltet das parametrische Modell ein neuronales Netzwerk. Beispielsweise kann ein neuronales Netzwerk dazu ausgelegt sein, ein Fahrverhalten z. B. über eine Kante zu charakterisieren. In einem oder mehreren Beispielen kann das neuronale Netzwerk als Eingabe Eingangsdaten annehmen, die eines oder mehrere von Folgendem angeben: eine aktuelle Uhrzeit, einen aktuellen Tag, einen aktuellen Monat, ein Wetter, eine Geschwindigkeitsbegrenzung und eine Verkehrsbelastung. Beispielsweise kann das neuronale Netzwerk an historischen Fahrdaten wie etwa des Benutzers und/oder Fahrzeugs trainiert werden. Beispielsweise können Fahrdaten über einen Zeitraum gesammelt und gespeichert werden. Beispielsweise können die Fahrdaten verwendet werden, um das neuronale Netzwerk zu trainieren, das dazu ausgelegt ist, Navigationspfade vorherzusagen und genauere Fahrtzeitschätzungen bereitzustellen oder zu empfehlen. Ein kontinuierlich lernendes neuronales Netzwerk kann verwendet werden, um das Fahrmuster vorherzusagen und Basisfahrdaten periodisch (wie etwa stündlich, täglich, wöchentlich, monatlich) zu aktualisieren und/oder aufzufrischen.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz Bestimmen eines Perzentils basierend auf dem einen oder den mehreren Modellparametern, wie etwa eines Perzentils P_n für jede der mehreren Kanten basierend auf dem einen oder den mehreren Modellparametern. Beispielsweise können die Perzentile P_N, n=1, 2, ..., N basierend auf dem Anwenden des einen oder der mehreren Modellparameter des Fahrprofils bestimmt werden. Beispielsweise kann das parametrische Modell verwendet werden, um ein Perzentil für einen Benutzer für jede Kante oder mehrere Kanten des Straßennetzes zu bestimmen. Das eine oder die mehreren Perzentile können als Folgendes gegeben sein:
P_n = f(Uhrzeit, Tag, Monat, Wetter, Geschwindigkeitsbegrenzung, Verkehrsbelastung). Mit anderen Worten können das eine oder die mehreren Perzentile als eine Funktion von Uhrzeit und/oder Tag und/oder Monat und/oder Wetter und/oder Geschwindigkeitsbegrenzung und/oder Verkehrsbelastung bestimmt werden.
Beispielsweise kann das Perzentil basierend auf dem Anwenden des einen oder der mehreren Modellparameter des Fahrprofils bestimmt werden. Beispielsweise kann das parametrische Modell verwendet werden, um ein Perzentil für einen Benutzer für eine Kante des Straßennetzes zu bestimmen, wie etwa: $\begin{array}{l} Perzentil = A_1 * Uhrzeit + A_2 * Tag + A_3* Monat + A_4 * Wetter + A_5 * \\ Geschwindigkeitsbegrenzung + A_6 * Verkehrsbelastung + K - Reihenfolge - \\ I n t e r a k t i o n e n + quadratische Ausdr \ddot{u} cke + B \end{array}$
wobei A_i, i = 1-6 Parameterkoeffizienten (wie etwa Modellparameter) sind, Uhrzeit, Tag und Monat aktuelle Uhrzeit, aktuellen Tag bzw. aktuellen Monat bezeichnen,
Wetter aktuelles Wetter bezeichnet,
Geschwindigkeitsbegrenzung die Geschwindigkeitsbegrenzung für die Kante bezeichnet,
Verkehrsbelastung einen Verkehrsbelastungsparameter bezeichnet, wie etwa einen Verkehrsbelastungsfaktor für die Kante,
K-Reihenfolge-Interaktionen eine oder mehrere Interaktionen auf der Kante (wie etwa Spurwechsel) bezeichnet,
quadratische Ausdrücke Konstanten für eine quadratische Anpassung bezeichnen, und
B das Interzept (wie etwa 50. Perzentil oder Median) ist.
Für einen einzelnen Fahrer wurden manche der Modellparameter oder ihre Interaktionen möglicherweise noch nicht gemessen. Für einen einzelnen Fahrer oder ein einzelnes Fahrzeug wurden manche der Parameter oder ihre Interaktionen möglicherweise gemessen, wurden aber möglicherweise nicht als statistisch signifikant beobachtet. Beispielsweise kann für einen einzelnen Fahrer oder ein einzelnes Fahrzeug eine Vorhersage des Perzentils basierend auf einer statistischen Analyse bestimmt und über Least-Squares-Regression (und/oder ein anderes Verfahren) z. B. basierend auf der folgenden Gleichung angepasst werden: $\begin{array}{l} Perzentil = 0,3 * Tag + 4,2 * Wetter + 3,7 * Geschwindigkeitsbegrenzung - 2,3 * \\ Verkehrsbelastung + 40 \end{array}$
wobei ein Konfidenzintervall von der Modellanpassung und ein Vorhersagekonfidenzintervall bestimmt werden können, um eine gegebene Vorhersage mit einem Konfidenzwert bereitzustellen, sodass die Konfidenz in Richtung eines Zielwerts (wie etwa 95 % Konfidenzintervallbereich) verbessert werden kann. Zusätzlich können Modellanpassungsmetriken (z. B. Rsquare, mittlerer quadratischer Fehler (Mean Squared Error) und/oder Wurzel aus dem mittleren quadratischen Fehler (Root Mean Squared Error) und/oder andere Ableitungen) bestimmt werden und verwendet werden, um zu bestimmen, wann das Vorhersageverfahren zu verwenden ist und wann auf das Verteilungsmittel oder den Median vertraut werden sollte, wenn Vorhersagen und Berechnungen für die kürzeste Route vorgenommen werden.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen 602 des Fahrtzeitparameters für jede mehrerer Kanten im Straßennetz Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten im Straßennetz basierend auf dem Perzentil oder basierend auf mehreren Perzentilen, wie etwa basierend auf einem kantenspezifischen Perzentil für jede Kante. Beispielsweise kann das Perzentil für eine Kante auf eine Geschwindigkeitsverteilung und/oder das Kantenprofil für jede berücksichtigte Kante abgebildet werden. Beispielsweise kann das Perzentil auf eine Echtzeit-Geschwindigkeitsverteilung des Kantentyps oder einer spezifischen Kante abgebildet werden. In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil Abbilden des Perzentils auf das Kantenprofil. Beispielsweise kann das Perzentil auf eine Echtzeit-Geschwindigkeitsverteilung und/oder Fahrtzeitverteilung des Kantentyps oder der spezifischen Kante abgebildet werden und/oder mit dieser assoziiert sein. Die Abbildung kann unter Verwendung einer Nachschlagetabelle und/oder durch Anwenden einer Verteilungsfunktion implementiert werden.
Die Bestimmung des Fahrtzeitparameters für jede Kante kann eine spezifische Frequentist-Technik verwenden (z. B. ohne die Verwendung einer Konfidenzbewertung, die mit dem Perzentilwert für einen Benutzer und/oder ein Fahrzeug wie etwa ein AV assoziiert ist). Die Bestimmung des Fahrtzeitparameters für jede Kante kann alternative Frequentist-Techniken verwenden. Die Bestimmung des Fahrtzeitparameters für jede Kante kann eine Bayessche Technik verwenden. Daten, die eine Geschwindigkeit angeben (z. B. Geschwindigkeitsdaten), können mit Zeitintervallen für einen Benutzer z. B. von einer Anwendung gesammelt werden, die auf dem Fahrzeugcomputer und/oder auf dem Mobiltelefon eines Benutzers ausgeführt wird. Daten, die eine Geschwindigkeit angeben, können auf Positionierungsdaten (z. B. von einem globalen Positionssystem GPS) und/oder Fahrzeugdaten basieren. Beispielsweise können Daten, die eine Geschwindigkeit angeben, eine oder mehrere Schätzungen einer Fahrzeuggeschwindigkeit und eine Konfidenzbewertung, die mit dem Perzentil eines Benutzers assoziiert ist (z. B. das vorhergesagte Perzentil des Benutzers), beinhalten. In einem oder mehreren Beispielen können Daten, die als Eingabe in das offenbarte Modell genommen werden, Daten beinhalten, die einen Standort eines Benutzers und/oder eines Fahrzeugs über ein Mobiltelefon ohne Berechtigung zur Verfolgung des Standorts basierend auf Anrufen und Nachrichtenverfolgung durch Tracing von Netzwerkmasten (z. B. Basisstationen) basierend auf Signalempfang angeben. Beispielsweise kann das Mobiltelefon mit einem Netzwerkmast beim Streaming von Liedern kommunizieren. Mit anderen Worten können in einer oder mehreren Ausführungsformen dieser Offenbarung Benutzer, die keine Navigation verwenden, noch Standortverfolgung erlauben, abgedeckt werden, um ihr Fahrprofil zu bestimmen.
Die Bestimmung des Fahrtzeitparameters für jede Kante kann mit einer Anfangsschätzung des Perzentils oder der Perzentile für einen Benutzer initialisiert werden. Die Anfangsschätzung des Perzentils kann basierend auf M Straßennetzen erhalten werden. Die Bestimmung des Fahrtzeitparameters für jede Kante kann eine Normalverteilung sein. In einem oder mehreren Beispielen kann die Bestimmung des Fahrtzeitparameters für jede Kante eine Quantilsfunktion und/oder andere Verteilungen und/oder nicht parametrische Verteilungen und/oder ein ähnliches Verfahren verwenden. In einer oder mehreren Ausführungsformen wird angenommen, dass mindestens zwei Stichproben einer Population und keine genau das 0,5-Quantil ist und die Verteilung ein Mittel ist. Wenn eine andere Verteilung verwendet wird, kann der Ort und Maßstab der Verteilung unter Verwendung eines Least Squares, RANSAC oder anderer Verfahren (wie etwa MLESAC (Maximum Likelihood Estimation SAmple and Consensus), MAPSAC (Maximum A Posterior Sample Consensus)) berechnet werden, um die Verteilungseigenschaften zu berechnen und eine Regression der Daten (z. B. Geschwindigkeitsdaten) zu der Perzentilsfunktion durchzuführen.
In einem oder mehreren beispielhaften Verfahren kann das Bestimmen des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung Bestimmen von Echtzeit-Verteilungen aller Kanten aller Straßennetze (z. B. in einem Bereich von Interesse) basierend auf den aktuellen Daten (z. B. Geschwindigkeitsdaten) und vorherigen Informationen (z. B. ein vorheriges Perzentil, wie etwa ein vergangenes Geschwindigkeitsperzentil) für den Benutzer beinhalten. Das eingesetzte neuronale Netzwerk kann dazu ausgelegt sein, aus Fahrmustern eines Benutzers und/oder eines Fahrzeugs zu lernen und eine Aktualisierung seiner Parameter mit den jüngsten Daten durchzuführen. Das Lernen kann kontinuierlich sein, um eine größere Datenbankerzeugung und verbesserte Genauigkeit bereitzustellen. In einem oder mehreren Beispielen mit einem regelmäßigen Benutzer, der einen Navigationsdienst (z. B. auf seinem Mobiltelefon oder auf dem Fahrzeugsystem) regelmäßig verwendet, nimmt die offenbarte Technik ein Fahrprofil (z. B. ein Geschwindigkeitsprofil) über die gewöhnliche regelmäßige Route an. Beispielsweise kann dies angewendet werden, wenn Mitarbeiter regelmäßig vom gleichen Startort zum gleichen Zielort auf Arbeit gehen. In manchen Ausführungsformen kann die Fahrtzeit oder Abholzeit eines AV geschätzt werden, um die Dienstleistungsqualität zu verbessern oder eine verstärkte Optimierung (z. B. koordiniertes Absetzen und Abholen) bereitzustellen. Die Offenbarung kann eine verbesserte Zeitvorhersage bereitstellen, die verwendet werden kann, um ein oder mehrere Optimierungsprobleme zu verbessern, die ein oder mehrere Fahrzeuge auf einem Straßennetz erfahren. Das offenbarte Verfahren ermöglicht eine schnellere Detektion einer statistisch signifikanten Differenz zwischen den Vorhersagen des offenbarten Modells und den tatsächlichen Daten, um den Beginn eines ungewöhnlichen Ereignisses (z. B. gerade auftretender Verkehrsunfall) vorherzusagen.
In einem oder mehreren beispielhaften Verfahren repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko. Beispielsweise, wenn bestimmte Fahrer, die zu Unfällen neigen und eine schlechte Fahrhistorie aufweisen, auf der gleichen Route wie die eines Hostfahrzeugs navigieren und/oder navigiert haben, kann der Modellparameter, der ein Unfallrisiko repräsentiert, als ein Anpassungsfaktor verwendet werden, um diese Daten zum Vorhersagen von Unfällen einzubeziehen. Der eine oder die mehreren Modellparameter können einen Unfallrisikoparameter beinhalten. Der eine oder die mehreren Modellparameter können Unfalldaten angeben, wie etwa Daten, die Unfallrisiko angeben. Beispielsweise können Unfalldaten als Teil des Trainings des neuronalen Netzwerks zum Lernen von Daten des Kantenprofils und/oder Fahrprofils (z. B. eines Geschwindigkeitsprofils) verwendet werden. Wenn beispielsweise Fahrer und/oder Fahrzeuge, die zu Unfällen neigen und eine schlechte Fahrhistorie aufweisen, auf der gleichen Route wie die eines Hostfahrzeugs navigieren und/oder navigiert haben, wird ein Anpassungsfaktor verwendet, um diese Daten einzubeziehen, um das Unfallrisiko z. B. zum Vorhersagen eines Unfalls zu berücksichtigen. Mit anderen Worten kann das offenbarte Modell offline und/oder unter Verwendung einer Online-Komponente mit Echtzeitdaten und/oder -anpassung erzeugt und/oder erstellt werden.
In einem oder mehreren beispielhaften Verfahren repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung. Beispielsweise können bestimmte Kanten in Abhängigkeit von der Tageszeit und/oder dem Wochentag mehr überlastet sein als andere. Der Modellparameter, der Verkehrsbelastung repräsentiert, kann angeben, wie sich ein Benutzer und/oder ein Fahrzeug auf einer verkehrsreichen Kante, wie etwa in angestautem Verkehr, verhält oder fährt. Der Modellparameter, der Verkehrsbelastung repräsentiert, kann als ein Anpassungsfaktor verwendet werden, um Verkehrsbelastungsdaten einzubeziehen. Der eine oder die mehreren Modellparameter können einen Parameter beinhalten, der eine Verkehrsbelastung für eine Kante angibt.
In einem oder mehreren beispielhaften Verfahren repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge. Beispielsweise kann sich eine Interaktionsreihenfolge auf ein Spurwechselmuster beziehen. Beispielsweise kann ein Spurwechselmuster auf eine Autobahn durch Kartendaten (z. B. High-Definition- bzw. HD-Kartendaten) abgebildet werden, um Fahrtzeitparameterberechnungen für eine Kante (z. B. entsprechend einem bestimmten Straßenabschnitt) über einen Modellparameter, der das Spurwechselmuster angibt, anzupassen. Eine Interaktion auf der Straße kann die Spurpräferenz(en) zum Ändern des Kurses im Verkehr oder andere Interaktion(en) angeben. Beispielsweise kann der Modellparameter, der die Interaktionsreihenfolge angibt, angeben, dass das Fahrzeug bei Näherung an Ausfahrten links bleiben soll, während das Fahrzeug zur restlichen Zeit in der mittleren oder äußerst rechten Spur bleiben kann. Beispielsweise kann der Modellparameter, der die Interaktionsreihenfolge repräsentiert, ein aggressives Spurwechselmuster gegenüber einer passiven Kursänderung angeben.
In einem oder mehreren beispielhaften Verfahren repräsentiert ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine. Die Benutzerroutine kann z. B. ein Fitnessstudio besuchen, zur Arbeit gehen, zu einem Lebensmittelgeschäft gehen angeben. Beispielsweise kann der Modellparameter, der eine Benutzerroutine angibt, basierend auf der Untersuchung von Daten abgeleitet werden, die durch einen Benutzer und/oder ein Fahrzeug regelmäßig besuchte Orte angeben (wie etwa jede Woche an dem gleichen Tag ein Fitnessstudio besuchen, um Sport zu treiben, oder einen Sport zu spielen). Daten, die eine Benutzerroutine angeben, können verwendet werden, um die Fahrtzeitschätzung zum Erreichen eines Bestimmungsortes z. B. während einer späteren Fahrt vorherzusagen. Es kann angenommen werden, dass der Modellparameter, der eine Benutzerroutine für eine spezifische Kante (z. B. für eine spezifische Straße) angibt, verwendet werden kann, wenn ausreichend Daten verfügbar sind, die eine Benutzerroutine angeben. Dies kann die Genauigkeit der hierin offenbarten Fahrtzeitschätzung verbessern. Eine Pfadplanung kann andere regelmäßige Routinen kombinieren, um Verkehr zu vermeiden. Beispielsweise können Daten, die eine Benutzerroutine angeben, Daten über das Besuchen von Einkaufszentren wie Supermärkten zum Einkaufen von Lebensmitteln auf einer regelmäßigen wöchentlichen Basis beinhalten und/oder erfassen. Beispielsweise kann das Planungssystem im Fall von starkem Verkehr in einem bestimmten Teil des Navigationspfades eine oder mehrere Indikationen (z. B. Vorschläge) zum Fahren zu einem zusätzlichen Stopp bereitstellen, um z. B. das Einkaufen zu beenden, während der Verkehr aufgrund eines Unfalls aufgelöst wird. Beispielsweise kann das Planungssystem eine oder mehrere Indikationen (z. B. Vorschläge) für eine Route oder eine Umleitung (z. B. durch Berechnen gefahrener Meilen basierend auf einem vorherigen Kraftstoffzyklus, um mögliche Umleitungen vorzuschlagen) bereitstellen, um das Fahrzeug aufzutanken, während eine Verkehrsbelastung aufgelöst wird.
In einem oder mehreren beispielhaften Verfahren basiert ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten. Beispielsweise können Musikdaten Daten sein, die im Fahrzeug abgespielte Musik angeben, wie etwa über ein Mobiltelefon und/oder ein Fahrzeug-Soundsystem und/oder dergleichen. Musikdaten können verwendet werden, um die Stimmung eines Benutzers z. B. Fahrers vorherzusagen. Musikdaten können verwendet werden, um dementsprechend das Fahrprofil z. B. ein Fahrmuster zu bestimmen und/oder zu aktualisieren.
In einem oder mehreren beispielhaften Verfahren basiert ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten. Altersdaten können Daten sein, die ein Alter eines Benutzers und/oder eines Fahrzeugs angeben. Altersdaten können zum Beispiel das Alter eines Fahrers beinhalten. Altersdaten können verwendet werden, um einen Modellparameter zu charakterisieren und einen Fahrer zu klassifizieren und ein Fahrprofil zu bestimmen und/oder zu aktualisieren, um z. B. ein Fahrmuster (z. B. Spurwechsel auf einer oder m Kanten, wie etwa Kanten entsprechend bestimmten häufig genutzten Autobahnen) vorherzusagen. Beispielsweise können Pfadplanung und Zeitschätzung, wie hierin offenbart, beim Reduzieren der Verkehrsbelastung auf Straßen effizienter sein. Beispielsweise kann das hierin offenbarte Planungssystem Anweisungen bereitstellen, sodass ein sich langsam bewegender Fahrer und ein sich schnell bewegender Fahrer auf unterschiedliche Pfade gelegt werden können. Beispielsweise kann das hierin offenbarte Planungssystem Anweisungen bereitstellen, sodass ein sich langsam bewegendes Fahrzeug (wie etwa AV) und ein sich schnell bewegendes Fahrzeug (wie etwa AV) auf unterschiedliche Pfade gelegt werden können. Schließlich kann dies dabei helfen, den Verkehr zu regeln und mögliche Unfälle zu reduzieren.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Bestimmen der Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter Bestimmen eines kürzesten Pfades zu dem Ort. Das Bestimmen des kürzesten Pfades zu dem Ort kann Berechnen der kürzesten Route unter Verwendung eines Dijkstra- oder verwandten Algorithmus zum Finden einer kürzesten Route oder eines kürzesten Pfades beinhalten, wie in 4B veranschaulicht.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einem Navigationssystem. Beispielsweise ist das Navigationssystem in dem Fahrzeug enthalten, das dazu ausgelegt ist, das offenbarte Verfahren auszuführen, wie etwa einem AV. Beispielsweise befindet sich das Navigationssystem extern zu dem Fahrzeug, das dazu ausgelegt ist, das offenbarte Verfahren auszuführen. Beispielsweise kann die offenbarte Technik, die die Fahrtzeitschätzung ausgibt, mit dem Navigationssystem integriert sein, um Benutzer, die Karten verwenden, beim Navigieren zu einem Bestimmungsort zu unterstützen. Beispielsweise kann das Navigationssystem Teil eines Flottenmanagementsystems sein.
In einem oder mehreren beispielhaften Verfahren beinhaltet das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einer Plattform gemeinsam genutzter Mobilitätsdienste. Die offenbarten Techniken können ein genaueres Vorhersagen der Fahrtzeitschätzung (z. B. der geschätzten Ankunftszeit von Taxis und/oder Gemeinschaftsfahrten und/oder dergleichen) ermöglichen. Es wird angemerkt, dass die durch eine gemeinsam genutzte Mobilitätsdienstplattform gegebene geschätzte Ankunftszeit heutzutage nicht sehr genau ist. Die Offenbarung kann genauere geschätzte Ankunftszeiten eines Taxis und/oder einer Gemeinschaftsfahrt bereitstellen. Die offenbarte Technik kann sogar noch effektiver für Taxis und Gemeinschaftsfahrten sein, da Taxis und gemeinsam genutzte Fahrzeuge für Gemeinschaftsfahrten in einem definierten Gebiet auf regelmäßiger Basis fahren und denselben Satz von Straßen abdecken. Dies ermöglicht dem Planungssystem (z. B. im Fahrzeug, z. B. in einem AV) ein besseres Lernen des Fahrmusters und/oder Geschwindigkeitsprofils, um die offenbarten Profile genau zu bestimmen.
In der vorstehenden Beschreibung wurden Aspekte und Ausführungsformen der vorliegenden Offenbarung mit Bezugnahme auf zahlreiche spezifische Einzelheiten beschrieben, die von Implementierung zu Implementierung variieren können. Dementsprechend sind die Beschreibung und die Zeichnungen als veranschaulichend anstatt beschränkend aufzufassen. Der alleinige und exklusive Indikator des Schutzumfangs der Erfindung, und was durch die Anmelder als der Schutzumfang der Erfindung beabsichtigt wird, ist der wörtliche und äquivalente Schutzumfang des Satzes von Ansprüchen, der sich aus dieser Anmeldung ergibt, in der spezifischen Form, in der solche Ansprüche sich ergeben, einschließlich jeglicher anschließender Korrektur. Jegliche Definitionen, die hierin für in solchen Ansprüchen enthaltenen Begriffe dargelegt sind, sollen die Bedeutung solcher Begriffe, wie in den Ansprüchen verwendet, bestimmen. Zusätzlich, wenn der Begriff „ferner umfassend“ in der vorstehenden Beschreibung oder den folgenden Ansprüchen verwendet wird, kann, was diesem Ausdruck folgt, ein zusätzlicher Schritt oder eine zusätzliche Entität oder ein Teilschritt/eine Teilentität eines zuvor vorgetragenen Schritts oder einer zuvor vorgetragenen Entität sein.
Es sind außerdem Verfahren, nichtflüchtige computerlesbare Medien und Systeme gemäß einem der folgenden Elemente offenbart:

Element 1. Ein Verfahren, umfassend:
- Erhalten, durch mindestens einen Prozessor, eines Profils, das ein Fahrprofil umfasst;
- Bestimmen, durch den mindestens einen Prozessor, eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil;
- Bestimmen, durch den mindestens einen Prozessor, einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und
- Ausgeben, durch den mindestens einen Prozessor, der Fahrtzeitschätzung.
Element 2. Das Verfahren nach Element 1, wobei das Erhalten eines Profils Erhalten eines Kantenprofils umfasst und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf dem Kantenprofil umfasst.
Element 3. Das Verfahren nach Element 2, wobei das Kantenprofil eine Geschwindigkeitsverteilung umfasst und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung umfasst.
Element 4. Das Verfahren nach einem der Elemente 1-3, wobei jeder Fahrtzeitparameter eine Geschwindigkeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 5. Das Verfahren nach einem der Elemente 1-3, wobei jeder Fahrtzeitparameter eine Fahrtzeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 6. Das Verfahren nach einem der Elemente 1-5, wobei das Fahrprofil einen oder mehrere Modellparameter umfasst, die ein Fahrverhalten angeben, wobei der eine oder die mehreren Modellparameter einen ersten Modellparameter beinhalten, und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem ersten Modellparameter umfasst.
Element 7. Das Verfahren nach Element 6, wobei der eine oder die mehreren Modellparameter auf einem parametrischen Modell basieren.
Element 8. Das Verfahren nach Element 7, wobei das parametrische Modell ein neuronales Netzwerk umfasst.
Element 9. Das Verfahren nach einem der Elemente 6-8, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz Folgendes umfasst:
- Bestimmen eines Perzentils basierend auf dem einen oder den mehreren Modellparametern, und
- Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten in dem Straßennetz basierend auf dem Perzentil.
Element 10. Das Verfahren nach Element 9, abhängig von Element 2, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil Abbilden des Perzentils auf das Kantenprofil umfasst.
Element 11. Das Verfahren nach einem der Elemente 6-10, wobei ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko repräsentiert.
Element 12. Das Verfahren nach einem der Elemente 6-11, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung repräsentiert.
Element 13. Das Verfahren nach einem der Elemente 6-12, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge repräsentiert.
Element 14. Das Verfahren nach einem der Elemente 6-13, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine repräsentiert.
Element 15. Das Verfahren nach einem der Elemente 6-14, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten basiert.
Element 16. Das Verfahren nach einem der Elemente 6-15, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten basiert.
Element 17. Das Verfahren nach einem der Elemente 1-16, wobei das Bestimmen der Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter Bestimmen eines kürzesten Pfades zu dem Ort umfasst.
Element 18. Das Verfahren nach einem der Elemente 1-17, wobei das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einem Navigationssystem umfasst.
Element 19. Ein nichtflüchtiges computerlesbares Medium, das darauf gespeicherte Anweisungen umfasst, die bei Ausführung durch mindestens einen Prozessor bewirken, dass der mindestens eine Prozessor Operationen ausführt, die Folgendes umfassen:
- Erhalten eines Profils, das ein Fahrprofil umfasst;
- Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil;
- Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und
- Ausgeben der Fahrtzeitschätzung.
Element 20. Das nichtflüchtige computerlesbare Medium nach Element 19, wobei das Erhalten eines Profils Erhalten eines Kantenprofils umfasst und wobei das Bestimmen des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf dem Kantenprofil umfasst.
Element 21. Das nichtflüchtige computerlesbare Medium nach Element 20, wobei das Kantenprofil eine Geschwindigkeitsverteilung umfasst und wobei das Bestimmen des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung umfasst.
Element 22. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 19-21, wobei jeder Fahrtzeitparameter eine Geschwindigkeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 23. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 19-21, wobei jeder Fahrtzeitparameter eine Fahrtzeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 24. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 19-23, wobei das Fahrprofil einen oder mehrere Modellparameter umfasst, die ein Fahrverhalten angeben, wobei der eine oder die mehreren Modellparameter einen ersten Modellparameter beinhalten, und wobei das Bestimmen des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem ersten Modellparameter umfasst.
Element 25. Das nichtflüchtige computerlesbare Medium nach Element 24, wobei der eine oder die mehreren Modellparameter auf einem parametrischen Modell basieren.
Element 26. Das nichtflüchtige computerlesbare Medium nach Element 25, wobei das parametrische Modell ein neuronales Netzwerk umfasst.
Element 27. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-26, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einen Straßennetz Folgendes umfasst:
- Bestimmen eines Perzentils basierend auf dem einen oder den mehreren Modellparametern, und
- Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten in dem Straßennetz basierend auf dem Perzentil.
Element 28. Das nichtflüchtige computerlesbare Medium nach Element 27, abhängig von Anspruch 20, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil Abbilden des Perzentils auf das Kantenprofil umfasst.
Element 29. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-28, wobei ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko repräsentiert.
Element 30. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-29, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung repräsentiert.
Element 31. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-30, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge repräsentiert.
Element 32. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-31, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine repräsentiert.
Element 33. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-32, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten basiert.
Element 34. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 24-33, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten basiert.
Element 35. Das nichtflüchtige computerlesbare Medium nach einem der Elemente 19-34, wobei das Bestimmen der Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter Bestimmen eines kürzesten Pfades zu dem Ort umfasst.
Element 36. Das nichtflüchtige computerlesbare Medium nach einem der Anspruchselemente 19-35, wobei das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einem Navigationssystem umfasst.
Element 37. Ein System, das mindestens einen Prozessor und mindestens einen Speicher umfasst, der Anweisungen darauf speichert, die bei Ausführung durch den mindestens einen Prozessor bewirken, dass der mindestens eine Prozessor Folgendes durchführt:
- Erhalten eines Profils, das ein Fahrprofil umfasst;
- Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil;
- Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und
- Ausgeben der Fahrtzeitschätzung.
Element 38. Das System nach Element 37, wobei die Anweisungen, die den mindestens einen Prozessor zum Erhalten eines Profils bewirken, den mindestens einen Prozessor zum Erhalten eines Kantenprofils bewirken, und wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters bewirken, den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters basierend auf dem Kantenprofil bewirken.
Element 39. Das System nach Element 38, wobei das Kantenprofil eine Geschwindigkeitsverteilung umfasst und wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters bewirken, den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung bewirken.
Element 40. Das System nach einem der Elemente 37-39, wobei jeder Fahrtzeitparameter eine Geschwindigkeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 41. Das System nach einem der Elemente 37-39, wobei jeder Fahrtzeitparameter eine Fahrtzeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Element 42. Das System nach einem der Elemente 37-41, wobei das Fahrprofil einen oder mehrere Modellparameter umfasst, die ein Fahrverhalten angeben, wobei der eine oder die mehreren Modellparameter einen ersten Modellparameter beinhalten, und wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters bewirken, den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem ersten Modellparameter bewirken.
Element 43. Das System nach Element 42, wobei der eine oder die mehreren Modellparameter auf einem parametrischen Modell basieren.
Element 44. Das System nach Element 43, wobei das parametrische Modell ein neuronales Netzwerk umfasst.
Element 45. Das System nach einem der Elemente 42-44, wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz bewirken, den mindestens einen Prozessor bewirken zum:
- Bestimmen eines Perzentils basierend auf dem einen oder den mehreren Modellparametern, und
- Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten in dem Straßennetz basierend auf dem Perzentil.
Element 46. Das System nach Element 45, abhängig von Element 38, wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil bewirken, den mindestens einen Prozessor zum Abbilden des Perzentils auf das Kantenprofil bewirken.
Element 47. Das System nach einem der Elemente 42-46, wobei ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko repräsentiert.
Element 48. Das System nach einem der Elemente 42-47, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung repräsentiert.
Element 49. Das System nach einem der Elemente 42-48, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge repräsentiert.
Element 50. Das System nach einem der Elemente 42-49, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine repräsentiert.
Element 51. Das System nach einem der Elemente 42-50, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten basiert.
Element 52. Das System nach einem der Elemente 42-51, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten basiert.
Element 53. Das System nach einem der Elemente 37-52, wobei die Anweisungen, die den mindestens einen Prozessor zum Bestimmen der Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter bewirken, den mindestens einen Prozessor zum Bestimmen eines kürzesten Pfades zu dem Ort bewirken.
Element 54. Das System nach einem der Elemente 37-53, wobei das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einem Navigationssystem umfasst.

Claims

Verfahren, umfassend: Erhalten, durch mindestens einen Prozessor, eines Profils, das ein Fahrprofil umfasst; Bestimmen, durch den mindestens einen Prozessor, eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil; Bestimmen, durch den mindestens einen Prozessor, einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und Ausgeben, durch den mindestens einen Prozessor, der Fahrtzeitschätzung.
Verfahren nach Anspruch 1, wobei das Erhalten eines Profils Erhalten eines Kantenprofils umfasst und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf dem Kantenprofil umfasst.
Verfahren nach Anspruch 2, wobei das Kantenprofil eine Geschwindigkeitsverteilung umfasst und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters basierend auf der Geschwindigkeitsverteilung umfasst.
Verfahren nach einem der Ansprüche 1-3, wobei jeder Fahrtzeitparameter eine Geschwindigkeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Verfahren nach einem der Ansprüche 1-3, wobei jeder Fahrtzeitparameter eine Fahrtzeit angibt, die mit einer jeweiligen Kante der mehreren Kanten assoziiert ist.
Verfahren nach einem der Ansprüche 1-5, wobei das Fahrprofil einen oder mehrere Modellparameter umfasst, die ein Fahrverhalten angeben, wobei der eine oder die mehreren Parameter einen ersten Modellparameter beinhalten, und wobei das Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters Bestimmen, durch den mindestens einen Prozessor, des Fahrtzeitparameters für jede der mehreren Kanten basierend auf dem ersten Modellparameter umfasst.
Verfahren nach Anspruch 6, wobei der eine oder die mehreren Modellparameter auf einem parametrischen Modell basieren.
Verfahren nach Anspruch 7, wobei das parametrische Modell ein neuronales Netzwerk umfasst.
Verfahren nach einem der Ansprüche 6-8, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz Folgendes umfasst: Bestimmen eines Perzentils basierend auf dem einen oder den mehreren Modellparametern, und Bestimmen des Fahrtzeitparameters für jede der mehreren Kanten in dem Straßennetz basierend auf dem Perzentil.
Verfahren nach Anspruch 9, abhängig von Anspruch 2, wobei das Bestimmen des Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Perzentil Abbilden des Perzentils auf das Kantenprofil umfasst.
Verfahren nach einem der Ansprüche 6-10, wobei ein Modellparameter des einen oder der mehreren Modellparameter ein Unfallrisiko repräsentiert.
Verfahren nach einem der Ansprüche 6-11, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Verkehrsbelastung repräsentiert.
Verfahren nach einem der Ansprüche 6-12, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Interaktionsreihenfolge repräsentiert.
Verfahren nach einem der Ansprüche 6-13, wobei ein Modellparameter des einen oder der mehreren Modellparameter eine Benutzerroutine repräsentiert.
Verfahren nach einem der Ansprüche 6-14, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Musikdaten basiert.
Verfahren nach einem der Ansprüche 6-15, wobei ein Modellparameter des einen oder der mehreren Modellparameter auf Altersdaten basiert.
Verfahren nach einem der Ansprüche 1-16, wobei das Bestimmen der Fahrtzeitschätzung zum Erreichen des Ortes im Straßennetz basierend auf dem Fahrtzeitparameter Bestimmen eines kürzesten Pfades zu dem Ort umfasst.
Verfahren nach einem der Ansprüche 1-17, wobei das Ausgeben der Fahrtzeitschätzung Übertragen der Fahrtzeitschätzung zu einem Navigationssystem umfasst.
Nichtflüchtiges computerlesbares Medium, das darauf gespeicherte Anweisungen umfasst, die bei Ausführung durch mindestens einen Prozessor bewirken, dass der mindestens eine Prozessor Operationen ausführt, die Folgendes umfassen: Erhalten eines Profils, das ein Fahrprofil umfasst; Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil; Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und Ausgeben der Fahrtzeitschätzung.
System, das mindestens einen Prozessor und mindestens einen Speicher umfasst, der Anweisungen darauf speichert, die bei Ausführung durch den mindestens einen Prozessor bewirken, dass der mindestens eine Prozessor Folgendes durchführt: Erhalten eines Profils, das ein Fahrprofil umfasst; Bestimmen eines Fahrtzeitparameters für jede mehrerer Kanten in einem Straßennetz basierend auf dem Fahrprofil; Bestimmen einer Fahrtzeitschätzung zum Erreichen eines Ortes im Straßennetz basierend auf dem Fahrtzeitparameter; und Ausgeben der Fahrtzeitschätzung.