JP6330921B2 - 乗客ドッキング位置を使用した自律走行車両のルーティング及びナビゲーション - Google Patents

Description

本開示は、自律走行車両のルーティング及びナビゲーションに関する。

自律走行車両は、直接の人的介入が無くても、出発地点から目的地までの走行ルートを通過するよう自律的に制御可能である。自律走行車両は、走行ルートの生成及び保持が可能で、当該自律走行車両が走行ルートを走行するよう制御可能な制御システムを備える。従って、乗客ドッキング位置を使用した、自律走行車両のルーティング及びナビゲーション方法及び装置は優位性がある。

ここでは、乗客ドッキング位置を使用した、自律走行車両のルーティング及びナビゲーションについての態様、特徴、要素、実施及び実施例を開示する。

開示された実施例の一態様は、乗客ドッキング位置による自律走行車両のルーティング及びナビゲーションが実行される自律走行車両である。自律走行車両は、非一時性コンピュータ可読媒体に格納された命令を実行するよう構成されたプロセッサを備え、第１目的地を含む車両交通ネットワークを示す、交通ネットワーク情報を特定し、交通ネットワーク情報の特定は、交通ネットワーク情報が、複数のドッキング位置を示すドッキング位置情報を含むよう、交通ネットワーク情報を特定することを含み、複数のドッキング位置の各ドッキング位置は、車両交通ネットワーク中の各位置に対応する。プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行するよう構成されており、交通ネットワーク情報に基づき、第１目的地について、複数のドッキング位置から一つの目標ドッキング位置を特定し、交通ネットワーク情報を使用して、車両交通ネットワークの出発地点から目標ドッキング位置までのルートを特定する。自律走行車両は、このルートを使用して、出発地点から目標ドッキング位置まで自律走行車両を走行させるよう構成された、軌道コントローラを備える。

開示された方法、装置、手順及びアルゴリズムについて上記に係る変形又はその他の態様、特徴、要素、実装、実施例について、更に以下で詳細に説明する。

ここに開示された方法及び装置の様々な態様は、以下の説明と図面に示す例を参照することにより、更に明確になる。

図１は、開示された態様、特徴及び要素を実施可能な、自律走行車両の一部を例示する。

図２は、開示された態様、特徴及び要素を実施可能な、自律走行車両の輸送及び通信システムの一部を例示する。

図３は、本開示に係る車両交通ネットワークの一部を示す。

図４は、本開示に係る候補ドッキング位置を含む、車両交通ネットワークの一部を示す。

図５は、本開示に係る候補ドッキング位置を含む、車両交通ネットワークの他の一部を示す。

図６は、本開示に係るドッキング位置を使用した、自律走行車両ナビゲーション及びルーティング方法を示す。

図７は、本開示に係る候補ドッキング動作の特定方法を示す。

図８は、本開示に係る候補ドッキング動作のフィルタリング方法を示す。

図９は、本開示に係るドッキング可能位置についての判定方法を示す。

図１０は、本開示に係る候補ドッキング位置を含む、車両交通ネットワークの一部を示す。

図１１は、本開示に係るドッキング位置クラスタを含む車両交通ネットワークの一部を示す。

図１２は、本開示に係るドッキング位置クラスタに基づくドッキング位置を含む車両交通ネットワークの一部を示す。

図１３は、本開示に係る乗客ドッキング位置の特定方法を示す。

図１４は、本開示に係る、候補ドッキング位置と設定目的地とを関連付ける方法を示す。

図１５は、本開示に係る、候補ドッキング位置と候補目的地とを関連付ける方法を示す。

図１６は、本開示に係る、ドッキング位置クラスタを使用した、ドッキング位置と目的地とを関連付ける方法を示す。

図１７は、本開示に係る、候補ドッキング位置を含む車両交通ネットワークの一部を示す。

図１８は、本開示に係る、道路セグメントを含む車両交通ネットワークの一部を示す。

図１９は、本開示に係る、車両交通ネットワーク領域を含む車両交通ネットワークの一部を示す。

図２０は、本開示に係る、分割による候補ドッキング位置と候補目的地とを関連付ける方法を示す。

図２１は、本開示に係る、進入位置の特定方法を示す。

図２２は、本開示に係る、候補ドッキング位置を含む車両交通ネットワークの一部を示す。

図２３は、本開示に係る、複数のドッキング位置を使用した自律走行車両のナビゲーション及びルーティング方法を示す。

図２４は、本開示に係る、拡張された乗客ドッキング位置の特定方法を示す。

自律走行車両は、車両交通ネットワークにおいて、人的な介入無しで、出発地点から目的地への走行が可能である。自律走行車両は、自律走行車両のルーティング及び歩行可能なコントローラを備える。コントローラは、車両情報、環境情報、車両交通ネットワークを示す交通ネットワーク情報、又はこれらの組み合わせに基づき、出発地点から目的地までの走行ルートを生成することができる。コントローラは、生成されたルートを使用して、出発地点から目的地へと車両を走行可能とする軌道コントローラに対し、走行ルートを出力する。

ある実施例の交通ネットワーク情報では、目的地の駐車位置とは別に、乗客が乗降できるよう、自律走行車両が停止できるドッキング位置の特定情報が除外されている。

乗客ドッキング位置による自律走行車両のルーティング及びナビゲーションは、交通ネットワーク情報に示された目的地の車両交通ネットワーク内の一つ以上のドッキング位置の特定を含む。マニュアル運転車両など、複数車両の運転情報に基づき、ドッキング位置が特定される。

ある実施例では、車両交通ネットワーク情報から、ドッキング位置の特定情報を除外する場合があり、自律走行車両は、乗客の乗降など、目的地の駐車位置とは独立した動作が可能になるよう停止する。乗客ドッキング位置の特定は、車両交通ネットワーク情報に示された目的地の車両交通ネットワークの一つ以上のドッキング位置の特定を含む。手動運転車両など、複数車両の運転情報に基づき、ドッキング位置が特定される。

ある実施例では、運転情報は、特定された候補ドッキング動作に対応する設定目的地を含み、候補ドッキング動作は、設定目的地に関連付けられる。ある実施例では、運転情報は設定目的地を除外し、乗客ドッキング位置と目的地との関連付けは、近接度に基づく目的地の特定を含む。近接度に基づく目的地の特定は、目的地に関連付けられた入口位置の使用を含み、入口位置は、設定入口位置又は推定入口位置を含む。ある実施例では、乗客ドッキング位置と目的地との関連付けは、候補ドッキング位置に基づくドッキング位置クラスタを生成することと、目的地のドッキング位置として、目的地のドッキング位置クラスタの算術平均を使用することを含む。

ある実施例では、車両交通ネットワーク情報から、ドッキング位置特定情報を除外する場合があり、自律走行車両は、乗客の乗降など、目的地の駐車位置とは独立した動作が可能になるよう停止する。乗客ドッキング位置の特定は、車両交通ネットワーク情報に示された目的地の車両交通ネットワークの一つ以上のドッキング位置の特定を含む。手動運転車両など、複数車両の運転情報に基づき、ドッキング位置が特定される。ある実施例では、運転情報は、特定された候補ドッキング動作に対応する設定目的地を含み、候補ドッキング動作は、設定目的地に関連付けられる。ある実施例では、運転情報から設定目的地を除外し、乗客ドッキング位置と目的地との関連付けは、近接度に基づく目的地の特定を含む。近接度に基づく目的地の特定は、目的地に関連付けられた入口位置の使用を含み、これには、設定入口位置又は推定入口位置の使用を含む。ある実施例では、乗客ドッキング位置と目的地との関連付けは、候補ドッキング位置に基づきドッキング位置クラスタを生成することと、目的地のドッキング位置クラスタの算術平均を、目的地のドッキング位置として使用することとを含む。

ある実施例では、車両交通ネットワーク分割を使用して、乗客ドッキング位置が目的地に関連付けられる。車両交通ネットワーク情報に基づき、車両交通ネットワーク分割を使用した、乗客ドッキング位置と目的地との関連付けは、車両交通ネットワーク情報に基づく道路セグメントの特定と、道路セグメント毎のドッキング位置クラスタの特定と、ボロノイなどの分割スキームによる車両交通ネットワークの分割とを含み、各ドッキング位置クラスタの中央値は、車両交通ネットワーク領域のシードとして使用され、推定歩行者移動時間に関連するスペースが設定される。

ある実施例では、車両交通ネットワーク情報が、ドッキング位置の特定情報を除外する場合があり、自律走行車両は、乗客の乗降など、目的地の駐車位置とは独立した動作が可能になるよう停止する。乗客ドッキング位置の特定は、車両交通ネットワーク情報に示された目的地の車両交通ネットワークの一つ以上のドッキング位置の特定を含む。手動運転車両など、複数車両の運転情報に基づき、ドッキング位置が特定される。ある実施例では、運転情報は、特定された候補ドッキング動作に対応する設定目的地を含み、候補ドッキング動作は、設定目的地に関連付けられる。ある実施例では、運転情報から設定目的地を除外し、乗客ドッキング位置と目的地との関連付けは、近接度に基づく目的地の特定を含む。近接度に基づく目的地の特定は、目的地に関連付けられた入口位置の使用を含み、これには、設定入口位置又は推定入口位置の使用を含む。ある実施例では、乗客ドッキング位置と目的地との関連付けは、候補ドッキング位置に基づきドッキング位置クラスタを生成し、目的地のドッキング位置クラスタの算術平均を目的地のドッキング位置として使用することを含む。ある実施例では、車両交通ネットワーク分割を使用して、乗客ドッキング位置が目的地に関連付けられる。車両交通ネットワーク情報に基づき、車両交通ネットワーク分割を使用した、乗客ドッキング位置と目的地との関連付けは、道路セグメントの特定と、道路セグメント毎のドッキング位置クラスタの特定と、ボロノイなどの分割スキームによる車両交通ネットワークの分割とを含み、各ドッキング位置クラスタの中央値は、車両交通ネットワークの領域のシードとして使用され、推定歩行者移動時間に関するスペースが設定される。

ある実施例では、自律走行車両は、車両交通ネットワークに基づき、車両決定モデルを生成して目標ドッキング位置を特定し、目的地に近接した歩行者交通ネットワークに基づき、歩行者決定モデルを生成して、出発地点から目標ドッキング位置までの候補ルートを含み、車両決定モデルと歩行者決定モデルに基づき拡張決定モデルを生成し、目標ドッキング位置から目的地の入口位置までの候補ルートを含み、車両ルートと歩行者ルートを有する増大ルートを含み、この増大決定モデルに基づき、最適ルートを特定する。

ここに開示されている方法の実施例や、これらの態様、特徴、要素を含む任意の一部は、汎用又は専用のコンピュータ又はプロセッサによる実行用として、有形固定コンピュータ読取可能記憶媒体又はコンピュータ使用可能記憶媒体に取り込まれた、コンピュータプログラム、ソフトウェア、ファームウェアもしくはこれらの一部において実施可能である。

ここで使用されている「コンピュータ」又は「コンピュータ機器」は、開示されている任意の方法又はその一部を実施可能な任意の装置又はこれらの装置の組み合わせを含む。

ここで使用されている「プロセッサ」は、一台以上の汎用プロセッサ、一台以上の専用プロセッサ、一台以上の従来型プロセッサ、一台以上のデジタル信号プロセッサ、一台以上のマイクロプロセッサ、一台以上のコントローラ、一台以上のマイクロコントローラ、一つ以上の特定用途向け集積回路、一つ以上のアプリケーション特化型集積回路、一つ以上のフィールドプログラマブルゲートアレイ、任意の集積回路又はこれらの組み合わせ、一台以上のステートマシーン、もしくは上記の任意の組み合わせなど、一台以上のプロセッサを示す。

ここで使用されている「メモリ」は、任意のプロセッサにより使用、接続される任意の信号又は情報を実体的に含み、記憶し、通信し、又は転送可能な、任意のコンピュータ使用可能媒体、コンピュータ可読媒体又は装置を意味する。例えば、一つ以上の読取り専用メモリ（ＲＯＭ）、一つ以上のランダムアクセスメモリ（ＲＡＭ）、一つ以上のレジスタ、一つ以上のキャッシュメモリ、一つ以上の半導体記憶装置、一つ以上の磁気媒体、一つ以上の光学媒体、一つ以上の光磁気記録媒体、又はこれらの任意の組み合わせなどがメモリとして使用される。

ここで使用されている「命令」は、ここで開示されている任意の方法やその一部を実行するための指示又は表現を含み、ハードウェア、ソフトウェア又はこれらの任意の組み合わせにより実現される。一例として、命令は、ここで記載されている任意の各方法、アルゴリズム、態様又はこれらの組み合わせを処理するプロセッサにより実行可能なメモリに記憶され、コンピュータプログラムなどの情報として実装可能である。ある実施例では、ここで記載されている任意の方法、アルゴリズム、態様又はこれらの組み合わせを実施する専用のハードウェアを含む、専用のプロセッサ又は回路として、命令又はその一部が実装可能である。ある実施例では、ローカルエリアネットワーク、広域ネットワーク、インターネット又はこれらの組み合わせなど、直接又はネットワーク経由で通信可能な、単一または複数デバイス上の複数プロセッサに命令の一部を分散させることができる。

ここで使用されている「例」、「実施例」、「実施」、「態様」、「特徴」又は「要素」は、例、実例、例示を目的とすることを意味する。特に記載がない限り、任意の例、実施例、実施、態様、特徴又は要素は、他の例、実施例、実施、態様、特徴又は要素とは互いに独立し、更に別の例、実施例、実施、態様、特徴又は要素と組み合わせて使用することができる。

ここで使用されている「決定」及び「特定」又はこれらに類する語は、選択、確認、計算、探索、受信、判定、確定、取得、もしくは、ここで示され、ここに記載された一つ以上のデバイスを使用した任意の特定又は判定を含む。

ここで使用されている「又は」という用語は、排他的な「又は」よりもむしろ包含的な「又は」を意味することが意図される。すなわち、他に特に規定がなければ、もしくは内容から明白でなければ、「ＸはＡ又はＢを含む」は、自然な包含的置換を示すものと意図される。つまり、もしＸがＡを含むなら、ＸはＢを含む、又は、ＸはＡとＢを両方含み、その場合、「ＸはＡ又はＢを含む」が上記のどの場合においても満たされる。また、本明細書及び添付の請求の範囲で使用される各構成要素について、他に特に規定がなければ、もしくは内容から明白でなければ、「一つまたは複数の」構成要素を意味するものと解釈されるべきである。

説明を簡単にするため、図面と説明に、連続した又は一連の工程もしくは段階を含めることができるが、開示されている方法の要素は、様々な順序又は同時に出現する場合がある。また、開示されている方法の要素は、明確に提示、記載されていない他の要素と共に出現する場合もある。更に、記載されている方法の全ての要素が、本開示に係る方法を実施するために必要とされなくてもよい。態様、特徴及び要素が特定の組み合わせで記載されているが、各態様、特徴又は要素は独立して使用可能であり、他の態様、特徴及び要素との様々な組み合わせにおいて、又はこれらと組み合わせることなく使用可能である。

図１は、開示されている態様、特徴及び要素を実施可能な、自律走行車両を例示する。ある実施例では、自律走行車両１０００は、シャシー１１００、パワートレイン１２００、コントローラ１３００、ホイール１４００又は自律走行車両の他の要素もしくは要素の組み合わせを備える。自律走行車両１０００は、四つのホイール１４００を含むものとして簡易的に示されているが、プロペラやトレッドなど、他の推進装置の使用も可能である。図１において、パワートレイン１２００、コントローラ１３００、ホイール１４００などの要素を相互接続する線は、データや制御信号などの情報及び/又は電力やトルクなどの動力を意味する。例えば、コントローラ１３００がパワートレイン１２００から動力を受け、パワートレイン１２００及び/又はホイール１４００と通信して、自律走行車両１０００を制御する。上記制御には、自律走行車両１０００の加速、減速、操舵又はその他の制御を含む。

パワートレイン１２００は、電源１２１０、変速機１２２０、操舵部１２３０、アクチュエータ１２４０又はサスペンション、ドライブシャフト、車軸や排気システムなど、パワートレインの他の要素や、これらの組み合わせを含む。ホイール１４００は、独立して示されているが、パワートレイン１２００に含めてよい。

電源１２１０に、エンジン、バッテリ又はその組み合わせを含めてよい。電源１２１０は、電力、熱エネルギー又は運動エネルギーなどのエネルギーを供給する任意の装置又は装置の組み合わせである。例えば、電源１２１０は、内燃機関などのエンジン、電動機又は内燃機関と電動機との組み合わせを含み、一つ以上のホイール１４００に対して動力としての運動エネルギーを供給するよう作動する。ある実施例では、電源１２１０は、ニッカド（ＮｉＣｄ）、ニッケル亜鉛（ＮｉＺｎ）、ニッケル水素（ＮｉＭＨ）、リチウムイオン（Ｌｉ−ｉｏｎ）などの一つ以上の乾電池、太陽電池、燃料電池又はエネルギー供給が可能なその他のデバイスなど、可能性のあるエネルギーユニットを含む。

変速機１２２０は、電源１２１０から運動エネルギーなどのエネルギーを受け、このエネルギーをホイール１４００に伝達して動力を供給する。変速機１２２０は、コントローラ１３００及び/又はアクチュエータ１２４０によって制御可能である。操舵部１２３０は、コントローラ１３００及び/又はアクチュエータ１２４０によって制御可能であり、ホイール１４００を制御して、自律走行車両を操縦する。車両のアクチュエータ１２４０は、コントローラ１３００から信号を受信し、電源１２１０、変速機１２２０、操舵部１２３０、又はこれらの任意の組み合わせを起動又は制御して自律走行車両１０００を操作する。

ある実施例では、コントローラ１３００は、位置特定部１３１０、電子通信部１３２０、プロセッサ１３３０、メモリ１３４０、ユーザインターフェース１３５０、センサー１３６０、通信インターフェース１３７０又はこれらの任意の組み合わせを含む。これは単一ユニットとして示されているが、コントローラ１３００の任意の一つ以上の要素を、任意の台数の独立した物理ユニットに統合可能である。例えば、ユーザインターフェース１３５０とプロセッサ１３３０を、第１の物理ユニットに統合し、メモリ１３４０を第２の物理ユニットに統合することができる。図１には示されていないが、コントローラ１３００に、バッテリなどの電源を含めてよい。独立した要素として示されているが、位置特定部１３１０、電子通信部１３２０、プロセッサ１３３０、メモリ１３４０、ユーザインターフェース１３５０、センサー１３６０、通信インターフェース１３７０、又はこれらの任意の組み合わせを、一つ以上の電子ユニット、回路又はチップに統合させてよい。

ある実施例では、プロセッサ１３３０は、光学プロセッサ、量子プロセッサ、分子プロセッサ又はこれらの組み合わせを含む、既存の又はこれから開発される、信号他の情報を動作又は処理可能な任意のデバイス、又はその組み合わせを含む。例えばプロセッサ１３３０は、一台以上の汎用プロセッサ、一台以上の専用プロセッサ、一台以上のデジタル信号プロセッサ、一台以上のマイクロプロセッサ、一台以上のコントローラ、一台以上のマイクロコントローラ、一つ以上の集積回路、一つ以上の特定用途向け集積回路、一つ以上のフィールドプログラマブルゲートアレイ、一つ以上のプログラマブルロジックアレイ、一台以上のプログラマブルロジックコントローラ、一台以上のステートマシーン又はこれらの任意の組み合わせを含む。プロセッサ１３３０は、位置特定部１３１０、メモリ１３４０、通信インターフェース１３７０、電子通信部１３２０、ユーザインターフェース１３５０、センサー１３６０、パワートレイン１２００又はこれらの任意の組み合わせと作動的に結合することができる。例えばこのプロセッサは、通信バス１３８０を介してメモリ１３４０と作動的に結合される。

メモリ１３４０は、プロセッサ１３３０の使用又は接続において、機械可読命令や、関連する任意の情報を、含み、記憶し、通信し、又は送信することができる、任意の有形固定コンピュータ使用可能媒体又はコンピュータ可読媒体を含めることができる。メモリ１３４０は、例えば、一つ以上のソリッドステートドライブ、一つ以上のメモリカード、一つ以上のリムーバブル媒体、一つ以上の読出し専用メモリ、一つ以上のランダムアクセスメモリ、ハードディスク、フロッピー（登録商標）ディスク、光学ディスクを含み、一つ以上のディスク、磁気又は光学カード、又は電子情報の記憶に適した任意の種類の固定媒体、もしくはこれらの任意の組み合わせとすることができる。

通信インターフェース１３７０は、図示のような無線アンテナ、有線通信ポート、光学通信ポート、有線又は無線電子通信媒体１５００とのインターフェースが可能な、その他任意の有線又は無線ユニットである。図１は、単一の通信リンクを介して通信する通信インターフェース１３７０を示しているが、通信インターフェースは、複数の通信リンクを介して通信するよう構成される。図１は単一の通信インターフェース１３７０を示しているが、自律走行車両に、任意の数の通信インターフェースを含めてよい。

電子通信部１３２０を、通信インターフェース１３７０などの有線又は無線電子通信媒体１５００を介して信号を送受信するよう構成することができる。図１には明示されていないが、電子通信部１３２０は、無線周波数（ＲＦ）、紫外線（ＵＶ），可視光、光ファイバ、ワイヤライン又はこれらの組み合わせなど、任意の有線又は無線通信媒体を介して、送信及び/又は受信するよう構成されている。図１は、電子通信部１３２０と通信インターフェース１３７０のそれぞれ単体を示しているが、任意の数の電子通信部や通信インターフェースを使用できる。

位置特定部１３１０は、経度、緯度、標高、自律走行車両１０００の走行方向又は速度などの測位情報を判定することができる。例えば、位置特定部は、全地球測位システム（ＧＰＳ）ユニット、無線三角測量又はこれらの組み合わせを含む。位置特定部１３１０は、例えば、自律走行車両１０００の現在の進行方向、二次元又は三次元での自律走行車両１０００の現在位置、自律走行車両１０００の現在の配向角度又はこれらの組み合わせを示す情報を取得するために使用可能である。

ユーザインターフェース１３５０は、仮想又は物理的キーパッド、タッチパッド、ディスプレー、タッチディスプレー、スピーカー、マイクロフォン、ビデオカメラ、センサー、プリンタ又はこれらの任意の組み合わせなど、人とのインターフェースが可能な任意のユニットを含む。ユーザインターフェース１３５０と、図示のプロセッサ１３３０又はコントローラ１３００の他の任意の要素とを作動的に結合することができる。ユーザインターフェース１３５０は、単体として示されているが、一台以上の物理ユニットを含めてよい。例えば、ユーザインターフェース１３５０は、人との音声通信を実行する音声インターフェースや、視覚、触れることで人との通信を実行するタッチディスプレーを含めてよい。

センサー１３６０は、自律走行車両の制御に使用可能な情報を提供するよう作動するセンサーアレイなど、一つ以上のセンサーを含む。センサー１３６０は、車両の現在の動作状態の特徴に関する情報を提供する。センサー１３６０は、例えば、自律走行車両１０００の現在の動作状況の態様についての情報を報告するように作動する、速度センサー、加速度センサー、舵角センサー、牽引関連センサー、制動関連センサー、任意のセンサー又はこれらの組み合わせを含む。

ある実施例では、センサー１３６０は、自律走行車両１０００の物理的な周囲環境に関する情報を取得するよう作動するセンサーを含む。例えば、一つ以上のセンサーにより、固定された障害物、車両及び歩行者など、道路形状や障害物が検出される。ある実施例では、センサー１３６０は、周知の又は将来開発される、一台以上のビデオカメラ、レーザ感知システム、赤外線感知システム、音響感知システム又は任意の適正な車載環境感知装置、又はこれらの組み合わせ、もしくはこれらを含む。ある実施例では、センサー１３６０及び位置特定部１３１０が組み合わされている。

ある実施例では個別に示されていないが、自律走行車両１０００は軌道コントローラを含む。例えばコントローラ１３００は、軌道コントローラを備える。軌道コントローラは、自律走行車両１０００の現在の状況、計画されているルートを示す情報を取得するよう作動し、この情報に基づき、自律走行車両１０００の軌道を判定し、最適化する。ある実施例では、軌道コントローラは、自律走行車両１０００が軌道コントローラにより決定された軌道を辿るよう、自律走行車両１０００を制御する信号を出力する。例えば軌道コントローラは、パワートレイン１２００及び/又はホイール１４００に供給可能な、最適化軌道を出力する。ある実施例では、最適化軌道は、動作時又は動作位置に対応する各操舵角による、一組の操舵角などの制御入力である。ある実施例では最適化軌道は、一つ以上の経路、線、カーブ又はこれらの組み合わせである。

一つ以上のホイール１４００は、操舵部１２３０で制御された操舵角で回転する操舵ホイール、変速機１２２０で制御された自律走行車両１０００を駆動するようトルクが付与されたプロペルホイール又は自律走行車両１０００を操舵、駆動する操舵プロペルホイールなどである。

自律走行車両は、図１に示されていない筐体、ブルートゥース（登録商標）モジュール、周波数変調（ＦＭ）無線ユニット、近距離無線通信（ＮＦＣ）モジュール、液晶ディスプレー（ＬＣＤ）表示ユニット、有機発光ダイオード（ＯＬＥＤ）表示ユニット、スピーカー又はこれらの組み合わせなどの装置や要素を含む。

図２は、ここで開示されている態様、特徴及び要素が実装可能な、自律走行車両交通通信システムの一部を例示する。自律走行車両交通通信システム２０００は、図１に示す自律走行車両１０００など、一つ以上の車両交通ネットワーク２２００の一つまたは一つ以上の一部を介して走行可能な、一台以上の自律走行車両２１００を含み、一つ以上の通信ネットワーク２３００を介して通信可能である。図２には明示されていないが、自律走行車両は、オフロード区域など、車両交通ネットワークに示されていないか、全く含まれていない区域を通過する場合がある。

ある実施例では、通信ネットワーク２３００は、例えば多重アクセスシステムであり、自律走行車両２１００と一台以上の通信装置２４００間で音声通信、データ通信、ビデオ通信、メッセージ通信又はこれらを組み合わせた通信を提供する。例えば自律走行車両２１００は、通信ネットワーク２３００を介して、通信装置２４００から、車両交通ネットワーク２２００を示す情報などを受信する。

ある実施例では、自律走行車両２１００は、有線通信リンク（図示せず）、無線通信リンク２３１０/２１２０又は任意の数の有線又は無線通信リンクの組み合わせを介して通信可能である。例えば図示のように、自律走行車両２１００は、地上無線通信リンク２３１０、非地上無線通信リンク２３２０又はこれらの組み合わせを介して通信可能である。ある実施例では、地上無線通信リンク２３１０は、イーサネット（登録商標）リンク、シリアルリンク、ブルートゥースリンク、赤外線（ＩＲ）リンク、紫外線（ＵＶ）リンク又は電子通信可能な任意のリンクを含む。

ある実施例では、自律走行車両２１００は、アクセス位置２３３０を介して通信ネットワーク２３００と通信可能である。アクセス位置２３３０は演算装置を備え、有線又は無線通信リンク２３１０/２３４０を介して自律走行車両２１００、通信ネットワーク２３００、一台以上の通信装置２４００又はこれらの組み合わせと通信するよう構成されている。例えばアクセス位置２３３０は、基地局、基地局装置（ＢＴＳ）、ノードＢ、拡張ノードＢ（ｅＮｏｄｅ−Ｂ）、ホームノードＢ（ＨＮｏｄｅ−Ｂ）、無線ルータ、有線ルータ、ハブ、リレー、スイッチ又はこれらに類する任意の有線又は無線デバイスである。アクセス位置は単体で図示されているが、任意の数の相互接続要素を含めてよい。

ある実施例では、自律走行車両２１００は、衛星２３５０又は他の非地上通信装置を介して通信ネットワーク２３００と通信する。衛星２３５０は、演算装置を備え、一つ以上の通信リンク２３２０/２３６０を介して、自律走行車両２１００、通信ネットワーク２３００、一台以上の通信装置２４００又はこれらの組み合わせと通信するよう構成されている。衛星は、単一ユニットとして図示されているが、任意の数の相互接続された衛星を備えてよい。

通信ネットワーク２３００は、音声、データ又は他の電子通信を提供するよう構成されている、任意の種類のネットワークである。例えば通信ネットワーク２３００は、ローカルエリアネットワーク（ＬＡＮ），広域ネットワーク（ＷＡＮ）、仮想私設ネットワーク（ＶＰＮ）、モバイル又は携帯電話ネットワーク、インターネット又は他の任意の電子通信システムを含む。通信ネットワーク２３００は、送信制御プロトコル（ＴＣＰ）、ユーザデータグラムプロトコル（ＵＤＰ）、インターネットプロトコル（ＩＰ）、リアルタイムトランスポートプロトコル（ＲＴＰ）、ハイパーテキストトランスポートプロトコル（ＨＴＴＰ）又はこれらの組み合わせなどの通信プロトコルを使用する。
電子通信ネットワークは単一ユニットとして図示されているが、任意の数の相互接続されたネットワークを備えてよい。

ある実施例では、自律走行車両２１００は、車両交通ネットワーク２２００の一部又は接続条件を特定する。例えば自律走行車両は、速度センサー、ホイール速度センサー、カメラ、ジャイロスコープ、光学センサー、レーザセンサー、レーダーセンサー、音響センサー、他のセンサー、装置又はこれらの組み合わせを含み、車両交通ネットワーク２２００の一部又は状態を判定又は特定できる図１に示すセンサー１３６０など一つ以上の車載センサー２１１０を有する。

ある実施例では、自律走行車両２１００は、車両交通ネットワーク２２００を示す情報、一つ以上の車載センサー２１１０で特定される情報又はこれらの組み合わせなど、通信ネットワーク２３００を介して通信される情報を使って、一つ以上の車両交通ネットワーク２２００の一部または一つ以上の一部を通過する。

説明を簡単にするため、図２は、一台の自律走行車両２１００、一つの車両交通ネットワーク２２００、一つの通信ネットワーク２３００及び一台の通信装置２４００を示しているが、任意の数の自律走行車両、ネットワーク又は演算装置を使用してよい。ある実施例では、自律走行車両交通通信システム２０００は、図２に示されていない装置、ユニット又は要素を含む。自律走行車両２１００は単一ユニットとして示されているが、任意の数の相互接続された自律走行車両を含めることができる。

図３は、本開示に係る車両交通ネットワークの一部を示す。車両交通ネットワーク３０００は、建物３１００などの一つ以上のナビゲーション不可区域、駐車区域３２００など一つ以上の一部歩行可能区域、道路３３００/３４００などの一つ以上の歩行可能区域又はこれらの組み合わせを含む。ある実施例では、図１に示す自律走行車両１０００や、図２に示す自律走行車両２１００などの自律走行車両は、車両交通ネットワーク３０００を部分的に通過する。

車両交通ネットワークは、一つ以上の歩行可能又は一部歩行可能区域３２００/３３００/３４００間の一つ以上のインターチェンジ３２１０を含む。例えば図３に示す車両交通ネットワークの一部は、駐車区域３２００と道路３４００間のインターチェンジ３２１０を含む。ある実施例では、駐車区域３２００は、駐車区画３２２０を含む。

道路３３００/３４００などの車両交通ネットワークの一部は、一つ以上のレーン３３２０/３３４０/３３６０/３４２０/３４４０を含み、図３の矢印に示すように一つ以上の走行方向に関連付けられている。

ある実施例では、図３に示す車両交通ネットワークのような、車両交通ネットワーク又はその一部は、交通ネットワーク情報を表している。例えば交通ネットワーク情報は、データベースやファイルに格納可能なマークアップ言語要素など、要素の階層として表現される。簡単に言えば、同図は、車両交通ネットワークの一部を示す交通ネットワーク情報を、ダイアグラム又はマップとして表現している。ただし交通ネットワーク情報は、車両交通ネットワーク又はその一部を示すことのできるコンピュータ使用可能な任意の形式で表現できる。ある実施例では、交通ネットワーク情報は、走行方向情報、制限速度情報、料金情報、傾斜又は角度情報などの勾配情報、表面材質情報、美的情報又はこれらの組み合わせなどの車両交通ネットワーク制御情報を含む。

ある実施例では、車両交通ネットワークの一部又はこれらの組み合わせは、関心地点又は目的地として特定される。例えば交通ネットワーク情報は、建物３１００及び隣接する一部歩行可能な駐車区域３２００を関心地点として特定し、自律走行車両は、この位置を目的地として特定する。自律走行車両は、車両交通ネットワークを通過することで出発地点から目的地まで走行する。建物３１００に関連付けられた駐車区域３２００は、図３では建物３１００に隣接して示されているが、目的地は、例えば建物と、この建物と物理的に隣接していない駐車区域を含む。ある実施例では目的地の特定は、目的地の位置の特定を含むが、これは一意的に特定可能な地理的位置情報である。例えば車両交通ネットワークは、番地、郵便宛先、車両交通ネットワークアドレス又はＧＰＳアドレスなど、目的地の設定位置を含む。

ある実施例では、目的地は、図３の入口３５００など、一つ以上の入口に関連付けられている。ある実施例では、交通ネットワーク情報は、目的地に関連付けられた入口の地理的位置情報を特定する情報など、設定入口位置情報を含む。ある実施例では、予測入口位置情報は、上記のように決定される。

ある実施例では、車両交通ネットワークは、歩行者通行ネットワークと関連付けられるか、これを含む。例えば図３は、歩行者専用道路などの歩行者通行ネットワークの一部３６００を含む。ある実施例では、図３に示す歩行者通行ネットワークの一部３６００などの歩行者通行ネットワーク又はその一部は、歩行者通行ネットワーク情報として示される。ある実施例では、交通ネットワーク情報は、歩行者通行ネットワーク情報を含む。歩行者通行ネットワークは、歩行者歩行可能区域を含む。歩行者専用道路や歩道など、歩行者歩行可能区域は、車両交通ネットワークのナビゲーション不可区域に対応する。図３では個別に示されていないが、歩行者の横断歩道などの歩行者歩行可能区域は、車両交通ネットワークの歩行可能区域又は一部歩行可能区域に対応する。

ある実施例では、目的地は、図３に示すドッキング位置３７００などの一つ以上のドッキング位置と関連付けられている。ドッキング位置３７００は、乗客の乗降を可能とするドッキング動作である自律走行車両の停止、停車又は駐車が可能な目的地に近接した指定又は未指定の位置又は区域である。

ある実施例では、交通ネットワーク情報は、目的地に関連付けられた一つ以上のドッキング位置３７００の地理位置情報を特定する情報など、ドッキング位置情報を含む。ある実施例では、ドッキング位置情報は、交通ネットワーク情報に手動で組み込むよう設定されたドッキング位置情報である。例えば、設定されたドッキング位置情報は、ユーザ入力に基づく交通ネットワーク情報に含まれる。ある実施例では、ドッキング位置情報は、ここで記載のように自動的に生成されたドッキング位置情報である。図３には個別に示されていないが、ドッキング位置情報により、ドッキング位置３７００に関連付けられたドッキング動作の種類が特定される。例えば目的地は、乗客が乗車する第１ドッキング位置と、乗客が降車する第２ドッキング位置とに関連付けられる。自律走行車両はドッキング位置で駐車可能だが、目的地に関連付けられたドッキング位置は、その目的地に関連付けられた駐車区域とは独立し、異なるものである。

ある実施例では自律走行車両は、建物３１００、駐車区域３２００、入口３５００を含む関心地点を目的地として特定する。自律走行車両は、関心地点の第１目的地として建物３１００又は入口３５００を特定し、第２目的地として駐車区域３２００を特定する。自律走行車両は、ドッキング位置３７００を、第１目的地のドッキング位置として特定する。自律走行車両は、出発地点（図示せず）からドッキング位置３７００までのルートを生成する。自律走行車両は、ルートにより、出発地点からドッキング位置３７００までの車両交通ネットワークを通過する。乗客が乗降できるよう、自律走行車両をドッキング位置３７００に停止又は駐車してよい。自律走行車両は、ドッキング位置３７００から駐車区域３２００までの後続ルートを生成し、後続ルートでドッキング位置３７００から駐車区域３２００の車両交通ネットワークを通過し、駐車区域３２００に駐車する。

図４は、本開示に係る、ドッキング位置を含む車両交通ネットワークの一部を示す。図４に示す車両交通ネットワーク４０００の一部は、ここで記載された特徴の追加又は変形により、図３に示す車両交通ネットワーク３０００の一部に類似する。

車両交通ネットワーク４０００は、建物４１００など一つ以上のナビゲーション不可区域、駐車区域４２００など一つ以上の一部歩行可能区域、道路４３００/４４００など一つ以上の歩行可能区域又はこれらの組み合わせを含む。車両交通ネットワークは、一つ以上の歩行可能又は一部歩行可能区域４２００/４３００/４４００間の一つ以上のインターチェンジ４２１０を含む。例えば図４に示す車両交通ネットワークの一部は、駐車区域４２００と道路４４００との間のインターチェンジ４２１０を含む。ある実施例では、駐車区域４２００は、駐車区画４２２０を含む。道路４３００/４４００などの車両交通ネットワークの一部は、一つ以上のレーン４３２０/４３４０/４３６０/４４２０/４４４０を含み、図４の矢印に示す一つ以上の走行方向に関連付けられる。ある実施例では、車両交通ネットワークの一部又はこれらの組み合わせは、関心地点又は目的地として特定される。例えば交通ネットワーク情報は、建物４１００と、これに近接する一部歩行可能な駐車区域４２００を目的地として特定する。ある実施例では、目的地は入口４５００のような一つ以上の入口に関連付けられる。ある実施例では、車両交通ネットワークは、歩行者歩行可能区域４６００（例えば、歩行者専用道路）のような歩行者の歩行可能な区域を含む。

ある実施例では、図１に示す自律走行車両１０００や、図２に示す自律走行車両２１００などの自律走行車両は、車両交通ネットワーク４０００の一つ以上の部分を通過する。

ある実施例では、交通ネットワーク情報は、一つ以上の目的地の設定ドッキング位置情報を除外し、車両操作情報に基づき生成される、自動生成されたドッキング位置情報を含む。

車両操作情報は、有人運転車両である一台以上の車両について生成された運転情報を含み、車両プローブデータ、車両位置情報、車両状態情報、車両事象情報、コントローラ区域ネットワーク（ＣＡＮ）データのような車両バス情報または車両操作により生成された他の任意の情報を含む。運転情報は、車両操作を示す情報を含む。車両操作は、始動、停止、停車、駐車、ドアの開閉、乗降など、車両操作の種類又は事象を含む事象インジケータを備える。車両操作は、日付及び/又は時間を含む。車両操作は、車両交通ネットワーク内のＧＰＳ位置のような位置を含む。車両操作は、現在の乗客の人数、占有度の変化、乗車人数の変化又は乗客の乗車状態などの車両状況情報を含む。ある実施例では、ドッキング位置情報の自動生成は、車両操作情報のフィルタリングを含む。

ある実施例では、ドッキング位置情報は、設定された車両の種類により生成される情報を含む車両操作情報に基づき、自動的に生成される。例えば、運転情報は、車両がタクシーや宅配便車両などの搬送車両かどうかを示す車両種別インジケータを含み、非搬送用車両の運転情報を除外するため、運転情報をフィルタリングする。別の例では、運転情報は、当該車両が、タクシーや宅配便車両など占有度の低い輸送車両かを示す車両運転種類インジケータを含み、運転情報は、占有度が低くない輸送車両として運転されている車両の運転情報を除外するため、フィルタリングされる。

ある実施例では、ドッキング位置情報の自動生成は、車両操作情報に基づくドッキング位置の特定を含む。例えば車両操作情報は、候補ドッキング動作として特定される車両の停止から始動までの時間のような静止時間を含む車両操作を示し、対応する位置が候補ドッキング位置として特定される。説明を簡潔にするため、図４〜５、１０〜１１、１７、１９及び２２には、各候補ドッキング位置が符号Ｘで示されている。例えば図４には、１１個の候補ドッキング位置を示す、１１個の符号Ｘ４７００/４７１０/４７２０が含まれている。

ある実施例において、候補ドッキング位置は、静止時間、車両状態又は位置情報など、一つ以上の測定基準に基づきフィルタリングされる。例えば、道路４３００/４４００の交差点に近い候補ドッキング位置４７１０はフィルタリングされるか、交通ネットワーク情報で示される候補ドッキング位置から除外される。

図５は、本開示に係る候補ドッキング位置を含む車両交通ネットワークの別の部分を示す。図５に示す車両交通ネットワークの一部は、建物５１００のような一つ以上のナビゲーション不可区域、道路５２００のような一つ以上の歩行可能区域、駐車区域５３００のような一つ以上の一部歩行可能な区域、一つ以上の歩行者歩行可能区域５４００、一つ以上の候補ドッキング位置５５００又はこれらの組み合わせを含む。ある実施例において、交通ネットワーク情報は、図５に示す白い三角形５１１０として示す予定入口情報を含む。ある実施例では、交通ネットワーク情報は、図５の黒い菱形５１２０として示されている設定入口情報を含む。

図６は本開示に係る、ドッキング位置による自律走行車両ナビゲーション及びルーティング方法を示す。ドッキング位置を使用した自律走行車両のナビゲーション及びルーティングは、図１に示す自律走行車両１０００又は図２に示す自律走行車両２１００のような自律走行車両で実施される。例えば図１に示す自律走行車両１０００のコントローラ１３００のプロセッサ１３３０は、図１に示す自律走行車両１０００のコントローラ１３００のメモリ１３４０に格納された命令により、ドッキング位置を使用して自律走行車両のナビゲーション及びルーティングを実行する。ドッキング位置を使用した自律走行車両のナビゲーション及びルーティングの実行は、６１００での交通ネットワーク情報の特定、６２００での目標ドッキング位置の決定、６３００でのルートの特定、６４００での走行、又はこれらの組み合わせを含む。

ある実施例では、図３に示すような交通ネットワーク情報は、６１００で特定される。例えば図１に示すコントローラ１３００のような自律走行車両制御ユニットは、図２に示す通信ネットワーク２３００などの通信システムを介して、図１に示すメモリ１３４０のようなデータ記憶ユニットからの交通ネットワーク情報を読出し、または図２に示す通信装置２４００などの外部データソースから、交通ネットワーク情報を受信する。ある実施例では、交通ネットワーク情報は、当該ネットワーク内の一つ以上のドッキング位置を示すドッキング位置情報を含む。ある実施例では、自律走行車両は、交通ネットワーク情報が、設定されたドッキング位置情報及び/又は自動生成されたドッキング位置情報を含むよう、交通ネットワーク情報を特定する。

ある実施例では、交通ネットワーク情報の特定は、交通ネットワーク情報のトランスコードやリフォーマット及び/又はリフォーマットされた交通ネットワーク情報の格納を含む。

ある実施例では、６２００で目的地が特定される。目的地の特定は、図３に示す建物３１００、図４に示す建物４１００、図５に示す建物５１００などの目的地を第１目的地として特定、関心地点に関連付けられた駐車区域を第２目的地として特定、又は第１及び第２目的地の特定を含む。ある実施例では、車両交通ネットワーク内の第１目的地の目標ドッキング位置は、交通ネットワーク情報に基づき、６２００で特定される。例えば図３に示す建物３１００などの建物は、第１目的地として特定され、図３に示すドッキング位置３７００などのドッキング位置は、目標ドッキング位置として特定される。

ある実施例では、ドッキング位置情報の自動生成は、車両の運転情報で示された一連の事象の特定を含む。例えば運転情報は、停止及び後続する始動を含む、一連の事象を表す事象インジケータを含み、一連の動作の特定は、停止と始動間の時間差としての静止時間の判定を含む。ある実施例では、候補ドッキング位置の特定は、運転情報に示された車両交通ネットワーク位置に対応する、交通ネットワーク情報の特定を含む。

６３００でルートが生成される。ある実施例では、ルートの生成は、出発地点の特定を含む。例えば出発地点は、自律走行車両の現在位置など、目標となる始点を示す。ある実施例では、出発地点の特定は、自律走行車両の現在の地理的位置を判定するための、図１に示す１３１０などの位置特定部の制御を含む。ある実施例では、６３００での出発地点の特定は、この出発地点に対応する交通ネットワーク情報の特定を含む。例えば出発地点の特定は、道路、道路セグメント、レーン、中間位置又はこれらの組み合わせの特定を含む。ある実施例において、自律走行車両の現在位置は、オフロード区域のような、ナビゲート可能な非道路区域又は車両交通ネットワークに表示されていないか、完全に含まれていない区域にあり、出発地点の特定は、自律走行車両の現在位置に近い又は近接した道路、道路セグメント、レーン、中間位置又はこれらの組み合わせの特定を含む。ルートの生成は、出発地点から、６２００で特定された目標ドッキング位置までのルートの決定を含む。

ある実施例では、ルートの生成は、出発地点から目標ドッキング位置までの候補ルートの生成を含む。ある実施例では、候補ルートは、出発地点から目標ドッキング位置までの一意の又は個別のルートを示す。例えば候補ルートは、道路、道路セグメント、レーン、中間位置及びインターチェンジの一意の又は個別の組み合わせを含む。

ある実施例では、ルートの生成は、ルーティング状態の特定を含む。ある実施例では、ルーティング状態の特定は、各候補ルートにつき、それぞれの中間位置に対応するルーティング状態の特定を含む。例えば第１ルーティング状態は、第１候補ルートの道路、道路セグメント、レーン、中間位置又はこれらの組み合わせを示し、第２ルーティング状態は、第２候補ルートの道路、道路セグメント、レーン、中間位置又はこれらの組み合わせを示す。

ある実施例では、ルート生成は、あるルーティング状態から別の状態への移行にかかると想定されるコストの算定を含む。これは、ルーティング中、ある中間位置から別の中間位置の移動に対応し、第１中間位置の位置から、第２中間位置の別の位置までの自律走行車両の走行でかかると想定されるコストを示す。ある実施例では、ルーティング状態から、直近のルーティング状態への移動を示す動作を示す。これは、別の中継位置を介することなく、ある中間位置から直近の中間位置への移動に対応し、自律走行車両が第１中間位置の位置から、直近の中間位置である別の位置まで走行することを意味する。

ある実施例では、動作コストは、交通ネットワーク情報に基づき判定される。例えば候補ルート内で、第１ルーティング状態は第１中継位置に対応し、車両交通ネットワークの第１位置に対応する。第２ルーティング状態は第２中継位置に対応し、車両交通ネットワークの第２位置に対応する。動作コストは、自律走行車両が第１位置から第２位置への走行に伴う推定コスト、予測コスト、又は想定コストを示す。ある実施例では、動作コストは状況に依存する。例えば一日のある時間の２箇所の中継位置間の移動にかかる動作コストは、一日の別の時間の２箇所の中継位置間の移動にかかる動作コストよりかなり高い場合もある。

ある実施例では、ルート生成は、確率分布の生成を含む。ある実施例では、確率分布の生成は、あるルーティング状態から別の状態への移行などの動作にかかる妥当なコスト配分の生成を含む。妥当なコスト配分の生成は、動作の成功確率、動作の失敗確率、動作の実行により想定される複数のコスト、発生し得るコストの確率に伴う見積コスト又はこれらの組み合わせの判定を含む。

ある実施例では、確率分布の生成は、正規分布、ガウス分布、Ｎ（μ，σ）の使用を含み、μは正規分布の算術平均、σは標準偏差を示す。正規分布の算術平均と標準偏差は、動作により変動する。ある実施例では、標準偏差は、動作コストの不確実性偏差変更子に基づき増大する。これは、動作コストの不確実性の変動を意味する。

ある実施例では、確率分布の生成は、動作の個別コスト確率の組み合わせの生成を含む。例えば、ルート内の動作について、確率分布の生成は、４５のような第１動作コストの組み合わせとしての第１見積コスト、０．０５のような第１確率の生成、５０のような第２動作コストの組み合わせとしての第２見積コスト及び０．０８のような第２確率の生成とを含む。

ある実施例では、確率分布の生成は、資源とコストの線形モデルの使用を含む。例えば、動作に伴う走行時間の確率分布は、区分定数関数で示され、動作にかかるコストは、区分線形関数で示される。

ある実施例では、動作コストの判定は、距離コスト測定基準、時間コスト測定基準、燃料コスト測定基準、許容コスト測定基準又はこれらの組み合わせなどのコスト測定基準の算定を含む。ある実施例では、コスト測定基準は、動的に決定され、または生成され、データベースなどのメモリに格納され、そしてメモリからアクセスされる。ある実施例では、動作コストの判定は、一つ以上の測定基準に基づくコスト関数の計算を含む。例えばコスト関数は、距離コスト測定基準、時間コスト測定基準、燃料コスト測定基準などを最小化し、許容コスト測定基準を最大化する。

距離コスト測定基準は、第１ルーティング状態に対応する第１中継位置の第１位置から、第２ルーティング状態に対応する第２中継位置の第２位置までの距離を示す。

時間コスト測定基準は、第１ルーティング状態に対応する第１中継位置の第１位置から、第２ルーティング状況に対応する第２中継位置の第２位置までの予測走行時間を示し、自律走行車両及び車両交通ネットワークの状況情報に基づき、当該情報は、燃費情報、想定された初期速度情報、想定された平均速度情報、想定された最終速度情報、路面情報又は走行時間に関する他の任意の情報を含む。

燃料コスト測定基準は、第１ルーティング状態から第２ルーティング状態への移行に対する予測燃料利用率を示し、自律走行車両の状態情報及び車両交通ネットワークに基づき、当該情報は、燃費情報、想定された初期速度情報、想定された平均速度情報、想定された最終速度情報、路面情報、又は燃料コストに関する他の任意の情報を含む。

許容コスト測定基準は、第１ルーティング状態に対応する第１中継位置の第１位置から、第２ルーティング状態に対応する第２中継位置の第２位置までの予測された走行許容性を示し、自律走行車両の状態情報及び車両交通ネットワークに基づき、当該情報は、予想初期速度情報、予想平均速度情報、予想最終速度情報、路面情報、審美情報、料金情報又は走行許容性に関する他の任意の情報を含む。ある実施例では、許容コスト測定基準は、許容性要因に基づく。ある実施例では、許容性要因は、位置を示し、許容性の低い即ちマイナスの工業地域のような規定道路又は地域、もしくは無舗装路又は有料道路などの道路の種類を含み、許容性要因は、景観の良い道路など、その位置の許容性要因が高い即ちプラスであることを示す。

ある実施例では、コスト測定基準の算定は、コスト測定基準の重み付け及び重み付けされたコスト測定基準に基づく動作コストの計算を含む。コスト測定基準の重み付けは、コスト測定基準に伴う重み係数の算定を含む。例えば、重み係数の算定は、重み係数を示す記録へのアクセス及び重み係数とコスト測定基準との関連付けを含む。ある実施例では、コスト測定基準の重み付けは、重み係数とコスト測定基準に基づく重み付けされたコスト測定基準の生成を含む。例えば重み付けされたコスト測定基準は、重み係数とコスト測定基準との積である。ある実施例では、動作コストの推定は、コスト測定基準の総計又は重み付けされたコスト測定基準の総計を求める計算を含む。

ある実施例では、ルートの生成は、最適ルートの特定を含む。最適ルートの特定は、確率分布に基づく候補ルート群からの候補ルートの選択を含む。例えばルートコスト見積もり値が最小である候補ルートが最適ルートとして特定される。ある実施例では、最適ルートの特定は、ハイブリッドマルコフ決定過程のような、一定時間確率制御過程の使用を含む。

ある実施例では、最適ルートの特定は、第１ルーティング状態から第２ルーティング状態への移行時の動作コスト確率分布及び、第１ルーティング状態から第３ルーティング状態への移行時の動作コスト確率分布の中で最小の想定動作コストの選択を含む。

ある実施例では、最適ルートの特定は、ルート内の各動作の動作コスト確率分布に基づく、候補ルートのルートコスト確率分布の生成を含む。ある実施例では、最適ルートの特定は、各候補ルートのルートコスト確率分布の生成と、ルートコスト見積もり値が最低即ち最小の候補ルートを最適ルートとして選択することを含む。

ある実施例では、コントローラは、候補ルート及び/又は最適ルートを出力又はメモリに格納する。例えばコントローラは、候補ルートと最適ルートをメモリに格納し、最適ルートを軌道コントローラ、車両アクチュエータ又はこれらの組み合わせに出力し、最適ルートにより、自律走行車両を出発地点から目標ドッキング位置まで走行させる。

ある実施例では、６４００において、自律走行車両は最適ルートにより、出発地点から目標ドッキング位置まで走行する。例えば自律走行車両は、図１に示すアクチュエータ１２４０などの車両アクチュエータを含み、車両アクチュエータは、自律走行車両を作動させ、最適ルートにより、出発地点から目標ドッキング位置までの走行を開始させる。ある実施例では、自律走行車両は軌道コントローラを含み、軌道コントローラは、最適ルート、自律走行車両の現在の動作特性及びその車両周囲の物理的環境に基づき、自律走行車両が走行を開始するよう制御する。

ある実施例では、最適ルートは更新される。ある実施例では、最適ルートの更新は、候補ルート及び確率分布の更新又は再生成と、更新又は再生成された候補ルートと確率分布からの更新された最適ルートの特定とを含む。

ある実施例では、最適ルートは、更新された交通ネットワーク情報と、実際の走行コストと選択ルートのコスト見積り値との差、そして更新された交通ネットワーク情報と、実際の走行コストと選択ルートのコスト見積もり値との差との組み合わせに基づき更新される。

ある実施例では、自律走行車両は、走行前又は走行中の現在の車両交通ネットワーク状態情報を受信する。ある実施例では、自律走行車両は、車外センサーから直接、又は図２に示す通信ネットワーク２３００などのネットワーク経由で、車外センサー情報などの現在の車両交通ネットワーク状態情報を受信する。ある実施例では、最適ルートは、現在の車両交通ネットワーク状態情報に応じて更新される。例えば現在の車両交通ネットワーク状態情報は、開状態から閉状態への変化のような、最適ルートに含まれる車両交通ネットワークの一部の状態の変化を示し、候補ルートの更新は、車両交通ネットワークの閉塞部を含む候補ルートの除外、出発地点としての自律走行車両の現在位置を使用した、新たな候補ルートと確率分布の生成とを含み、最適ルートの更新は、新しい候補ルートからの新しい最適ルートの識別を含む。

ある実施例では、自律走行車両は、更新された最適ルートを使用して、自律走行車両の現在位置から目標ドッキング位置への走行を完了する。

ある実装例では、６１００で特定された交通ネットワーク情報により、車両交通ネットワーク中のドッキング位置が特定される。例えば交通ネットワーク情報は、設定されたドッキング位置情報及び/又は自動生成されたドッキング位置情報を含む。自動生成されたドッキング位置情報は、複数車両の車両操作情報に基づき生成される。車両操作情報に基づくドッキング位置情報の生成は、図７〜９に示す、候補ドッキング動作及び対応する候補ドッキング位置を特定するための運転情報のフィルタリング又は特定を含む。

図７は、本開示に係る候補ドッキング動作の特定方法を示す。ある実施例では、候補ドッキング動作の特定は、複数車両の運転情報のフィルタリング又は特定を含む。候補ドッキング動作の特定のための実装は、７１００での車両の特定、７２００での車両操作の特定、７３００での停止時間の特定、７４００でのその後の始動時間の特定、７５００での候補ドッキング動作の特定又はこれらの組み合わせを含む。ある実施例では、候補ドッキング動作は、目標ドッキング位置で実施されるドッキング動作である。

車両は７１００で特定される。車両操作情報は、複数車両の運転情報を含み、候補ドッキング動作の特定は、車両操作情報からの車両の特定を含む。例えば車両操作情報は記録を含み、各記録は車両識別子に関連付けられ、各車両は、車両識別子に基づき一意に特定される。

車両が７１００で特定されるように、車両の事象は７２００で特定される。例えば車両操作情報は、停止や始動など、車両の事象を示す情報を含む。ある実施例では、事象の特定は、事象の順序付けを含む。例えば時間による事象の順序付けが実行される。

７２００で特定された事象などに基づき、７３００で、停止時間が算定される。その後の始動時間は、事象及び７３００で算定された停止時間のような算定された時間に基づき、７４００で算定される。例えば後続の始動時間は、７３００で算定された停止時間の後の時間的に直近の始動動作に対応する。

候補ドッキング動作は、７５００で特定される。例えば候補ドッキング動作の特定は、７３００で算定される停止時間から、７４００で算定される始動時間までの静止時間に対応する、７１００で特定される車両用の車両操作情報の特定を含み、これには、算定された静止時間中の車両位置の特定が含まれる。例えば静止時間は、７３００で算定された停止時間と、７４００で算定された始動時間との時間差として算定される。候補ドッキング動作及び対応する候補ドッキング位置は、図８〜９に示すようにフィルタリングされる。

図８は、本開示に係る候補ドッキング動作のフィルタリング方法を示す。候補ドッキング動作のフィルタリングは、８１００での静止時間の算定、８２００での車両種類及び/又は車両操作種類の特定、８３００での車両占有度の算定、８４００での車両状態情報の特定、８５００でのドッキング可能位置の特定、８６００での候補ドッキング動作からのある動作の包含又は除外、もしくはこれらの組み合わせを含む。ある実施例では、候補ドッキング動作は、目標ドッキング位置で実行されるドッキング動作である。

候補ドッキング動作の静止時間は、８１００で算定される。ある実施例では、静止時間の算定は、静止時間の判定を含む。例えば静止時間は、運転情報に基づき算定され、図７に示すように、停止時間と後続する始動時間とが含まれる。静止時間の算定は、この静止時間が、設定最小ドッキング時間より長いかについての判定と、静止時間が、設定最小ドッキング時間より短い候補ドッキング動作を除外するための運転情報のフィルタリングとを含む。静止時間の算定は、静止時間が、設定最大ドッキング時間より小さいかについての判定と、静止時間が、設定最大ドッキング時間を超える候補ドッキング動作を除外するための運転情報のフィルタリングとを含む。

例えば静止時間は、ドッキング動作の最小時間を示す、最小ドッキング時間より大きく、車両操作に対応する位置は、候補ドッキング位置として特定される。最小ドッキング時間より短い静止時間に対応する位置は、候補ドッキング位置から除外される。

別の例において、静止時間は、ドッキング動作の最大時間を示す、最大ドッキング時間内であり、車両操作に対応する位置は、候補ドッキング位置として特定される。最大ドッキング時間より長い静止時間に対応する位置は、候補ドッキング位置から除外される。例えば図４に示す駐車区域４２００の候補ドッキング位置４７２０の運転情報は、駐車動作及び/又は最大ドッキング時間を超える静止時間を示し、その位置は、候補ドッキング位置から除外される。

車両種別及び/又は車両操作種別は８２００で特定される。車両種別の特定は、運転情報が、当該車両の種別が搬送用車両のような設定車両を表しているかどうかの判定と、搬送用車両に関連しない候補ドッキング動作を除外するための運転情報のフィルタリングとを含む。車両操作種別の特定は、運転情報が、当該車両が低占有度の輸送車両のような設定された車両操作種別を表しているかどうかの判定と、低占有度の輸送車両としての車両操作に関連しない候補ドッキング動作を除外するための運転情報のフィルタリングとを含む。ある実施例では、車両操作種別の特定は、低占有度の輸送車両としての搬送用車両に関連しない候補ドッキング動作を除外するための運転情報のフィルタリングを含む。

車両占有度は８３００で特定される。例えば運転情報は、車両乗客数、運転席占有情報又は助手席占有情報などの乗客検知情報又は車両と座席の占有情報の組み合わせを表す占有情報を含み、候補ドッキング位置は、占有度の変化に基づき特定される。例えば静止時間が最小ドッキング時間より大きく、最大ドッキング時間内であり、占有度が変化しない車両操作に関連する位置は、候補ドッキング位置から除外される。ある実施例では、占有度の変化は、乗客検知センサーなどの車両センサーからの信号に基づき示される。例えば車両占有度の算定は、乗客占有信号の変化に関連付けられていない候補ドッキング動作を除外するための運転情報のフィルタリングを含む。

車両状態情報は、８４００で使用される。例えば運転情報は、助手席側の車両ドアの半開情報など、半ドア情報を含み、候補ドッキング位置は、半ドア情報に基づき特定される。例えば車両状態情報の特定は、半ドア情報に関連付けられていない候補ドッキング動作を除外するための運転情報のフィルタリングを含む。

ドッキング可能位置については、８５００で特定される。例えばドッキング可能位置は、図９に示すように、歩行者専用道路との隣接性、停止又は乗車の許容度、交差点との距離又はこれらの組み合わせに基づき特定される。

車両操作は、８１００、８２００、８３００、８４００又は８５００に記載された一つ以上の測定基準に基づき、８６００で、候補ドッキング動作に含まれる。ある実施例では、一つ以上の測定基準が除外される。例えば８２００、８３００、８４００及び８５００の測定基準は、一つ以上の測定基準が除外可能であることを示す破線で示されている。

図９は、本開示に係るドッキング可能位置の判定方法を示す。ドッキング可能位置の判定は、９１００での位置の特定、９２００での当該位置に対応する交通ネットワーク情報の特定、９３００での当該位置が歩行者歩行可能区域に隣接しているかの判定、９４００での当該位置が停止又は乗車禁止区域かの判定、９５００での当該位置が交差点に近いかの判定、９６００でのドッキング可能位置の包含又は除外、もしくはこれらの組み合わせを含む。ある実施例では、候補ドッキング動作は、目標ドッキング位置で実行されるドッキング動作である。

図７〜８に示すように、特定された候補ドッキング動作など、候補ドッキング動作の対応位置は、９１００で特定される。例えば車両操作情報は、車両交通ネットワーク内のＧＰＳ位置のような、候補ドッキング動作に対応する位置情報を含む。

９１００で特定された位置に対応する交通ネットワーク情報は、９２００で使用される。ある実施例では、９１００で特定された位置に対応する交通ネットワーク情報の特定は、当該位置に近接する車両交通ネットワークの一部についての交通ネットワーク情報の特定を含む。例えば特定された交通ネットワーク情報は、道路、道路セグメント、レーン、交差点、又は速度制限や特定された位置に対応する他の交通制御規制などの属性を含む。

９１００で特定された交通ネットワーク情報は、当該位置が歩行者歩行可能区域に隣接しているかについて判定するため、９３００で使用される。例えば図４のレーン４３６０に示す候補ドッキング動作位置の交通ネットワーク情報は、当該位置がレーン４３２０、４３４０に隣接し、歩行者歩行可能区域には隣接していないことを示し、交通ネットワーク情報の特定は、当該位置に対応する候補ドッキング動作を除外するための運転情報のフィルタリングを含む。別の例として、図４のレーン４３２０に示す候補ドッキング動作位置の交通ネットワーク情報は、当該位置が歩行者歩行可能区域４６００に隣接していることを示し、交通ネットワーク情報の特定は、レーン４３２０に示す位置に対応する候補ドッキング動作を含む運転情報のフィルタリングを含む。

９１００で特定された交通ネットワーク情報は、当該位置が停止又は乗車禁止区域であるか判定するため、９４００で使用される。例えば、交通ネットワーク情報は、候補ドッキング動作に関連する位置が、停止、停車又は乗車禁止区域として車両交通ネットワークが特定されている部分内にあることを示し、車両状態情報の使用は、停止、停車又は乗車禁止区域として特定されている位置に関連付けられた候補ドッキング動作を除外するための運転情報のフィルタリングを含む。

９１００で特定された交通ネットワーク情報は、当該位置が交差点に近いかについて判定するため、９５００で使用される。例えば、交通ネットワーク情報は、候補ドッキング動作に関連付けられる位置と、設定された交差ドッキングバッファ距離を超える交差点との距離などの空間的な差を表示し、車両状態情報の評価は、交差点からの交差ドッキングバッファ距離内の位置に関連付けられた候補ドッキング動作を除外するための運転情報のフィルタリングを含む。

候補ドッキング動作に関連付けられる位置は、９６００でドッキング可能かが特定される。例えば候補ドッキング動作に対応する位置は、９３００、９４００又は９５００での一つ以上の測定基準に基づき、ドッキング可能かが特定される。ある実施例では、一つ以上の測定基準が除外される。例えば９３００、９４００及び９５００の測定基準は、一つ以上の測定基準が除外されることを示す破線で示されている。ある実施例では、更に一つ以上の測定基準が追加される。例えば駐車区域３２００などの駐車区域内の位置は、候補ドッキング位置から除外される。

図１０〜１２は、本開示に係る車両交通ネットワーク１００００の一部を示す。図１０〜１２に示す車両交通ネットワーク１００００の一部は、駐車区域５３００に近接した、図５に示す車両交通ネットワークの一部に対応する。

図１０は、本開示に係る候補ドッキング位置を含む車両交通ネットワーク１００００の一部を示す。ある実施例では、図１０に示すように、車両交通ネットワーク１００００の一部を示す交通ネットワーク情報は、左向きの走行方向で、西行きの道路に対応する上側の道路１０１００、上向きの走行方向で、南行きの道路に対応する右側の道路１０１１０、下向きの走行方向で、北行きの道路に対応する左側の道路１０１２０、右向きの走行方向で、東行きの道路に対応する中央の道路１０１３０、そして右向きの走行方向で、東行きの道路に対応する下側の道路１０１４０など、歩行可能区域を示す情報を含む。交通ネットワーク情報は、右上角の建物１０２００や、左上角の建物１０２１０などのナビゲーション不可区域を示す情報を含む。図１０の符号Ｘは、複数車両の運転情報に基づき自動的に特定された候補ドッキング位置を示す。

ある実施例では、交通ネットワーク情報は、右上角の建物１０２００の１０２０２のような設定入口位置を示す情報を含む。ある実施例では、交通ネットワーク情報は、図１０に黒い四角で示した右上角の建物１０２００の１０２０４のような設定目的地の位置を示す情報を含む。ある実施例では、交通ネットワーク情報は、目的地の縁部位置を示す情報を含む。ある実施例では、交通ネットワーク情報は、左上角の建物１０２１０の１０２１２のような予測入口位置を示す情報を含む。

ある実施例では、ドッキング位置情報の自動生成は、交通ネットワーク情報と運転情報とに基づき、一つ以上の候補ドッキング位置と関心地点との関連付けを含む。例えば図１０の左上角の候補ドッキング位置は、左上角の建物１０２１０と関連付けられ、右上角の候補ドッキング位置は、右上角の建物１０２００と関連付けられる。駐車区域５３００に示される候補ドッキング位置は、駐車区域５３００に関連付けられ、近接性に基づき建物に関連付けられ、もしくは候補ドッキング位置は、図１１〜１２の駐車区域５３００に示されている候補ドッキング位置を除外するためフィルタリングされる。

図１１は、本開示に係るドッキング位置クラスタを含む車両交通ネットワーク１００００の一部を示す。ある実施例では、ドッキング位置情報の自動生成は、関心地点に関連付けられた候補ドッキング位置に基づく関心地点の一つ以上のドッキング位置クラスタ１１０００/１１００２/１１００４/１１００６/１１００８/１１０１０を含む。各ドッキング位置クラスタ１１０００/１１００２/１１００４/１１００６/１１００８/１１０１０は、複数の候補ドッキング位置を含む。例えば、右上のドッキング位置クラスタ１１００２は、四つの候補ドッキング位置を含む。

ある実施例では、ドッキング位置クラスタは、k-means法を使用して生成される。ドッキング位置クラスタの生成は、ドッキング位置クラスタから、関心地点と関連付けられる一つ以上の候補ドッキング位置の除外を含む。例えば右側に沿った候補ドッキング位置は、建物１０２００に関連付けられ、ドッキング位置クラスタ１１０００の生成は、候補ドッキング位置１１１００を異常値として特定すること及び候補ドッキング位置１１１００をドッキング位置クラスタ１１０００から除外することとを含む。

ある実施例では、複数のドッキング位置クラスタは、関心地点と関連付けられる。例えば、ドッキング位置クラスタ１１０００/１１００２/１１００４/１１００６は、建物１０２００に関連付けられ、ドッキング位置クラスタ１１００８/１１０１０は、建物１０２１０に関連付けられる。

図１２は、本開示に係るドッキング位置クラスタに基づくドッキング位置を含む車両交通ネットワーク１００００の部分を示す。ある実施例では、関心地点のドッキング位置は、関心地点に関連付けられるドッキング位置クラスタに基づき特定される。例えばドッキング位置クラスタに基づき特定されたドッキング位置は、ドッキング位置クラスタのドッキング位置クラスタ算術平均に対応する。図１２は、図１０に示す各ドッキング位置クラスタのドッキング位置クラスタ算術平均を示す。ただし一つ以上のドッキング位置クラスタのドッキング位置クラスタ算術平均の判定は除外される。例えばドッキング位置クラスタ算術平均は、各関心地点における最大ドッキング位置クラスタについて特定される。例えばドッキング位置クラスタ１１００４は、建物１０２００に関連付けられるドッキング位置クラスタのうち、候補ドッキング位置の最大カーディナリティを含み、ドッキング位置クラスタ算術平均１２０００は、ドッキング位置クラスタ１１００４について特定され、建物１０２００に関連付けられる他のドッキング位置クラスタのドッキング位置クラスタ算術平均の取得は除外される。

図１３は、本開示に係る乗客ドッキング位置の特定方法を示す。乗客ドッキング位置の特定は、１３１００での候補ドッキング位置の特定、１３２００での候補目的地の特定、１３３００での候補ドッキング位置と候補目的地との関連付け、１３４００での選択目的地の特定、１３５００でのドッキング位置の特定又はこれらの組み合わせを含む。ある実施例では、候補ドッキング位置は、目標ドッキング位置でのドッキング動作に対応し、選択された目的地が第１目的地である。

運転情報に基づき、候補ドッキング位置が１３１００で特定される。例えば図１０に示すような候補ドッキング位置は、図７〜９のように特定される。

交通ネットワーク情報に基づき、一つ以上の候補目的地が１３２００で特定される。車両交通ネットワークの一部の各関心地点は、候補目的地に対応する。例えば図１０に示す各建物は、候補目的地として特定される。

各候補ドッキング位置は、交通ネットワーク情報及び運転情報に基づき、１３３００における候補目的地と関連付けられる。ある実施例では、候補ドッキング位置は、図１４の運転情報に示される設定目的地との近接性に基づいた候補目的地と関連付けられる。ある実装例では、候補ドッキング位置は、図１５に示す近接性に基づいた候補目的地と関連付けられる。

ある実施例では、選択された目的地と関連付けられる候補ドッキング位置に基づき、選択された目的地について一つ以上のドッキング位置が特定される。例えば候補目的地は、１３４００で選択された目的地として特定され、選択された目的地のドッキング位置は、１３３００で選択された目的地に関連付けられた候補ドッキング位置に基づき、１３５００で特定される。ある実装例では、１３５００でのドッキング位置の特定は、図１６に示すドッキング位置クラスタリングの使用を含む。

図１４は、本開示に係る、候補ドッキング位置と設定目的地とを関連付ける方法を示す。候補ドッキング位置と設定目的地との関連付けの実装は、１４１００での候補ドッキング位置の特定と、１４２００での、候補ドッキング位置と、運転情報に設定された目的地との関連付けについての判定と、１４３００での設定目的地が候補ドッキング位置と近接しているかについての判定と、１４４００での候補ドッキング位置と、設定目的地との関連付けについての判定又はこれらの組み合わせを含む。ある実施例では、候補ドッキング位置は、目標ドッキング位置でのドッキング動作に対応し、候補目的地は第１目的地である。

候補ドッキング位置は、１４１００で特定される。例えば候補ドッキング位置は、図６〜９に示すように、運転情報に基づき特定される。

候補ドッキング位置に対応する運転情報が設定目的地を示しているかは１４２００で判定される。ある実施例では、候補ドッキング位置に対応する運転情報は、目的地として明示される関心地点を特定する、設定目的地を含む。例えば、運転情報に示された車両の乗客は、関心地点を目的地として、車両のナビゲーションシステムに入力し、運転情報は、設定時間の中で設定目的地へ車両が走行することを示す。１４１００で特定された候補ドッキング位置は、設定時間に対応する。

候補ドッキング位置に対応する運転情報が、１４２００での設定目的地を示しているかについての判定は、１４１００で特定された候補ドッキング位置に対応する運転情報が、設定目的地を示していることを意味し、候補ドッキング位置が設定目的地に近接しているかについて、１４３００で判定される。例えば候補ドッキング位置と設定目的地との距離は、設定閾値内であり、当該判定は、候補ドッキング位置が、設定目的地と近接していることを示す。図１４には示されていないが、ある実施例では、候補ドッキング位置と設定目的地との距離の判定は、図１５に示す設定目的地について使用可能な目的地の位置の特定を含む。

１４３００での候補ドッキング位置が設定目的地に近接しているかについての判定は、候補ドッキング位置が設定目的地に近接していることを示し、１４４００において、候補ドッキング位置が設定目的地と関連付けられる。ある実施例において、１４３００での候補ドッキング位置が設定目的地と近接しているかの判定は、候補ドッキング位置が設定目的地と近接していないことを示し、候補ドッキング位置は、図１５に示すような目的地に関連付けられる。

図１５は、本開示に係る候補ドッキング位置と候補目的地とを関連付ける方法を示す。候補ドッキング位置と候補目的地との関連付けは、１５１００での候補ドッキング位置の特定と、１５２００での候補ドッキング位置と運転情報で特定された目的地との関連付けについての判定と、１５３００での近接する候補目的地の特定と、１５４００での候補ドッキング位置と近接候補目的地との関連付け又はこれらの組み合わせを含む。ある実施例では、候補ドッキング位置は、目標ドッキング位置でのドッキング動作と対応し、候補目的地は、第１目的地である。

候補ドッキング位置は、１５１００で特定される。例えば、候補ドッキング位置は、図６―９に示す運転情報に基づき特定される。

候補ドッキング位置に対応する運転情報が、設定目的地を示しているかについては、１５２００で判定される。１５２００での判定は、図１４に示す１４２００での判定と同様である。

１５２００において、候補ドッキング位置に対応する運転情報が、設定目的地を示しているかについての判定は、１５１００で特定された候補ドッキング位置に対応する運転情報から、設定目的地が除外されることを表し、近接候補目的地は、１５３００で特定される。

ある実施例では、１５３００での近接候補目的地の特定は、候補ドッキング位置に空間的に最も近い候補目的地を特定するための一つ以上の候補目的地の特定を含む。車両交通ネットワークの一部に含まれる関心地点のそれぞれは、候補目的地に対応する。例えば図１０に示す各建物は、候補目的地として特定される。

ある実施例では、１５１００で特定された候補ドッキング位置は、設定された関連近接閾値内など、候補目的地に近接している。候補ドッキング位置と他の候補目的地との距離が、設定関連近接度を超える場合には、候補ドッキング位置は、近接候補目的地に関連付けられる。

ある実施例では、候補ドッキング位置は、複数の候補目的地に近接し、候補ドッキング位置は、候補ドッキング位置と候補目的地との距離が最小となるよう、候補ドッキング位置と候補目的地とが関連付けされる。例えば候補ドッキング位置と候補目的地の距離の最小化は、交通ネットワーク情報により、候補ドッキング位置と各候補目的地との距離を判定し、最小距離に対応する候補目的地と候補ドッキング位置とを関連付けることで実行される。

ある実施例では、１５３００での近接候補目的地の判定は、１５３１０での各候補目的地の目的地の位置を特定するための交通ネットワーク情報の評価を含む。ある実施例では、１５３１０での候補目的地として目的地の位置を特定するための評価は、候補目的地として使用可能な位置の特定を含む。

ある実施例では、候補目的地として利用可能な目的地の位置の特定は、１５３１２で第１位置が候補目的地として利用可能かについての判定を含む。例えば交通ネットワーク情報は、設定入口位置のような、候補目的地の第１位置を示し、設定入口位置は、使用可能な目的地の位置として使用される。

ある実施例では、候補目的地の第１位置は使用できず、候補目的地として使用可能な目的地の位置の特定は、１５３１４での予測位置が候補目的地として利用可能かについての判定を含む。例えば予測位置は、交通ネットワーク情報に基づき特定される。ある実施例では、予測位置は、図２１に示す交通ネットワーク情報に基づき特定される。

ある実施例では、候補目的地の第１の位置と予測された位置は使用可能でなく、候補目的地についての使用可能な目的地の位置の特定は、交通ネットワーク情報に基づく、１５３１６での候補目的地の縁部位置が使用可能かについての判定を含む。ある実施例では、交通ネットワーク情報は、明示的に縁部情報を特定する。例えば交通ネットワーク情報は、建物の縁部位置を示す。ある実施例では、交通ネットワーク情報は、明示的に特定された縁部位置を除外し、予測された縁部位置が選定される。例えば候補目的地は建物であり、交通ネットワーク情報は、建物の位置を特定し、建物に隣接する道路を示し、道路の少なくとも一部の位置を特定し、建物の縁部位置が、建物の位置及び道路の位置に基づき判定される。

ある実施例では、候補目的地について第１位置、予測位置及び縁部位置は使用できず、候補目的地として使用可能な目的地の位置の特定は、交通ネットワーク情報に基づき、１５３１８で候補目的地として関心地点の使用を含む。例えば交通ネットワーク情報は、番地、郵便宛先、車両交通ネットワークアドレス又はＧＰＳアドレスなど、候補目的地の位置を示す。

近接候補目的地は、１５３００で特定され、候補ドッキング位置は、１５４００で、近接候補目的地と関連付けられる。

図１６は、本開示に係る、ドッキング位置クラスタの使用によるドッキング位置と目的地とを関連付ける方法を示す。ドッキング位置クラスタを使用した候補ドッキング位置と目的地との関連付けは、１６１００での一組の候補ドッキング位置の特定と、１６２００での一つ以上のドッキング位置クラスタの特定と、１６３００でのドッキング位置クラスタの選択と、１６４００でのドッキング位置クラスタの特定と、１６５００でのドッキング位置と目的地との関連付け、又はこれらの組み合わせを含む。ある実施例では、ドッキング位置は、目標ドッキング位置でのドッキング動作に対応し、目的地は第１目的地である。

一組の候補ドッキング位置は１６１００で特定される。ある実施例では、候補ドッキング位置クラスタは、目的地と関連付けられた候補ドッキング位置を含む。例えば図１０は、目的地と関連付けられた候補ドッキング位置が例示されており、図１４〜１５に示すように、候補ドッキング位置が目的地と関連付けられる。

ある実施例では、一つ以上のドッキング位置クラスタが１６２００で特定される。ドッキング位置クラスタは、一組の候補ドッキング位置の複数の候補ドッキング位置を含む。例えば図１１は、ドッキング位置クラスタの例を示す。ある実施例では、ドッキング位置クラスタは、k-means法を使用して生成される。ドッキング位置クラスタの生成は、ドッキング位置クラスタからの関心地点と関連付けられた一つ以上の候補ドッキング位置の除外を含む。例えば図１１の右側に示す候補ドッキング位置は、図１１に示す建物１０２００に関連付けられる。図１１に示すドッキング位置クラスタ１１０００の生成は、図１１に示す候補ドッキング位置１１１００の異常値としての特定と、図１１に示すドッキング位置クラスタ１１０００からの、図１１に示す候補ドッキング位置１１１００の除外を含む。ある実施例では、複数のドッキング位置クラスタは、目的地と関連付けられる。例えば図１１に示すドッキング位置クラスタ１１０００/１１００２/１１００４/１１００６は、図１１に示す建物１０２００と関連付けられ、図１１に示すドッキング位置クラスタ１１００８/１１０１０は、図１１に示す建物１０２１０に関連付けられる。

ある実施例では、ドッキング位置クラスタは１６３００で選択される。例えば目的地は、複数のドッキング位置クラスタ及び、最大サイズのドッキング位置クラスタである候補補ドッキング位置の最大カーディナリティを含むドッキング位置クラスタに関連付けられる。ある実施例では、ドッキング位置クラスタの選択は、目的地と関連付けられる各ドッキング位置クラスタについて、候補ドッキング位置のカウント数又はカーディナリティを示すサイズ判定を含む。例えば図１１に示すドッキング位置クラスタ１１０００は、８箇所の候補ドッキング位置を含み、図１１に示すドッキング位置クラスタ１１００４は、１０箇所の候補ドッキング位置を含む。ある実施例では、目的地のドッキング位置クラスタの選択は、目的地と関連付けられたドッキング位置クラスタからの、最大カーディナリティのドッキング位置クラスタの選択を含む。ある実施例では、ドッキング位置クラスタは、順序付けまたはサイズによるランク付けがなされる。

ある実施例では、ドッキング位置クラスタの算術平均、中央値又は平均値は１６４００で特定される。例えば図１１に示すドッキング位置クラスタ１１００４は、１６３００において、選択されたドッキング位置クラスタとして特定され、ドッキング位置クラスタに含まれる、候補ドッキング位置の算術平均、中央値又は平均値は、図１２の１２０００が示すように、ドッキング位置クラスタ算術平均として特定される。ある実施例では、ドッキング位置クラスタの算術平均は、目的地と関連付けられるそれぞれのドッキング位置クラスタ毎に特定される。

ドッキング位置は、１６５００で目的地に関連付けられる。例えば図１１に示すドッキング位置クラスタ１１００４は、１６３００において、選択されたドッキング位置クラスタとして特定され、図１２に示すドッキング位置クラスタ算術平均１２０００は、１６４００において、ドッキング位置クラスタ算術平均として特定され、１６５００において、ドッキング位置クラスタ算術平均に対応するドッキング位置が目的地と関連付けられる。ある実施例では、ドッキング位置クラスタ算術平均は、目的地に関連付けられたそれぞれのドッキング位置クラスタ毎に特定され、各ドッキング位置クラスタ算術平均に対応するドッキング位置は、目的地に関連付けられる。ある実施例では、ドッキング位置は、対応するドッキング位置クラスタのカーディナリティに基づき、順序付け又はランキングがなされる。

図１７〜１９は、本開示に係る車両交通ネットワークの別の部分１７０００を示す。図１７〜１９に示す車両交通ネットワークの部分１７０００は、図５に示す車両交通ネットワークの一部に類似する部分と対応する。

図１７は、本開示に係る候補ドッキング位置を含む車両交通ネットワークの部分１７０００を示す。図示のように、車両交通ネットワークの部分１７０００は、上部に建物１７１００、右下に建物１７２００、左下に建物１７３００、駐車区域１７４００、上向きの走行方向の左側に道路１７５００、下向きの走行方向の右側に道路１７５１０、左向きの走行方向にレーン１７５２２と、右向きの走行方向にレーン１７５２４を有する中央の道路１７５２０を含む。図１７は、候補ドッキング位置を示す符号Ｘを含む。右下の建物１７２００は、黒い四角で示された設定目的地の位置１７２１０を含み、左下の建物１７３００は、黒い菱形で示された設定入口１７３１０を含む。車両交通ネットワークの部分１７０００は、上部の建物１７１００〜１７１１０に隣接する歩行者専用道路１７６００及び中央の道路１７５２０と交差する横断歩道１７６１０など、斜線で示されている歩行者歩行可能区域を含む。

図１８は、本開示に係る道路セグメントを含む車両交通ネットワークの部分１７０００を示す。ある実施例では、候補ドッキング位置と目的地との関連付けは、一つ以上の道路セグメントの特定を含む。ある実施例では、交通ネットワーク情報は、車両交通ネットワークの複数の道路セグメントを示す、道路セグメント情報を含む。例えば右側の道路１７５１０は、上部の第１道路セグメント（セグメント１）、下部の第２道路セグメント（セグメント２）を含み、中央の道路１７５２０は、第３道路セグメント（セグメント３）を含む。第１道路セグメント（セグメント１）は、第１ドッキング位置クラスタ１８０００を含み、これには、第１ドッキング位置クラスタ中央値１８０１０が含まれる。第２道路セグメント（セグメント２）は、第２ドッキング位置クラスタ中央値１８１１０を含む、第２ドッキング位置クラスタ１８１００を含む。第３道路セグメント（セグメント３）は、第３ドッキング位置クラスタ中央値１８２１０を含む第３ドッキング位置クラスタ１８２００、第４ドッキング位置クラスタ中央値を含む、第４ドッキング位置クラスタ、及び第５ドッキング位置クラスタ中央値を含む、第５ドッキング位置クラスタを含む。説明を簡潔にするため、図１８では、左側の道路の候補ドッキング位置、セグメント、ドッキング位置クラスタ及びドッキング位置クラスタ中央値は図示されていない。

ある実施例では図２１に示すように、予測入口位置が目的地として生成される。図１８は、第３セグメント（セグメント３）に垂直な、設定目的地の位置１７２１０からの線１８３００と、第２セグメント（セグメント２）に垂直な、設定目的地の位置１７２１０からの線１８３１０と、第３セグメント（セグメント３）に垂直な、設定目的地の位置１７２１０からの線１８３００の交点に対応する予測入口位置１８４００と、第２セグメント（セグメント２）に垂直な、設定目的地の位置１７２１０からの線１８３１０の交点に対応する予測入口位置１８４１０とを示す。

図１９は、本開示に係る車両交通ネットワーク領域を含む、車両交通ネットワークの部分１７０００を示す。図１９では説明を簡潔にするため、車両交通ネットワーク領域として、右上の車両交通ネットワーク領域１９０００、右下の車両交通ネットワーク領域１９１００、中央右の車両交通ネットワーク領域１９２００及び左上の車両交通ネットワーク領域１９３００を太線で示す。候補ドッキング位置１９５００を、右上の車両交通ネットワーク領域１９０００の左側に示す。

車両交通ネットワーク領域は、道路などの歩行可能区域、駐車区域１７４００などの一部歩行可能区域、建物１７１００〜１７１１０/１７２００などのナビゲーション不可区域、又は車両交通ネットワークのその他の部分を含む。車両交通ネットワーク領域は、任意の規則的又は不規則な形状を有する。説明を簡潔にするため図１９は、車両交通ネットワークの部分１７０００の一つ以上の車両交通ネットワーク領域の図が省略されている。

ある実施例では、車両交通ネットワーク領域は、目的地又は目的地の一部を含み、車両交通ネットワーク領域のドッキング位置クラスタ中央値は、目的地のドッキング位置として目的地と関連付けられる。ある実施例では、右下の建物１７２００又はその一部などの目的地は、右下の車両交通ネットワーク領域１９１００や、中央右の車両交通ネットワーク領域１９２００などのような複数の車両交通ネットワーク領域に含まれる。ある実施例では、上部の建物１７１０２〜１７１１０又はこれらの一部など、複数の目的地は、中央の車両交通ネットワーク領域１９４００のような車両交通ネットワーク領域に含まれる。

図２０は、本開示に係り、ネットワーク分割により、候補ドッキング位置と候補目的地とを関連付ける方法を示す。ネットワーク分割による候補ドッキング位置と候補目的地との関連付けは、２０１００での候補ドッキング位置と道路セグメントとの関連付けと、２０２００でのセグメントのドッキング位置クラスタの生成と、２０３００でのドッキング位置クラスタ中央値の特定と、２０４００での車両交通ネットワークの分割と、２０５００での分割に基づくドッキング位置クラスタ中央値と目的地との関連付け、ドッキング位置の順序付け２０６００又はこれらの組み合わせを含む。ある実施例では、候補ドッキング位置は、目標ドッキング位置に対応するドッキング位置クラスタでのドッキング動作に相当し、ドッキング位置クラスタ中央値に関連付けられる目的地は、第１目的地である。

ある実施例では、候補ドッキング位置は、２０１００で道路セグメントに関連付けられる。例えば交通ネットワーク情報は、図１８に示すような道路セグメントを特定する道路セグメント情報と、図１７に示すような候補ドッキング位置とを含み、交通ネットワーク情報及び運転情報に基づき、対応する道路セグメントに関連付けられる。

ある実施例では、２０２００において、ドッキング位置クラスタは、２０１００で特定された道路セグメントとして判定される。例えば図１８〜１９に示すようなドッキング位置クラスタは、セグメント毎に判定される。道路セグメントのドッキング位置クラスタの判定は、セグメントについて生成されたドッキング位置クラスタが、候補ドッキング位置をセグメントから除外している点を除き、図１６の１６２００に示す、ドッキング位置クラスタの特定と類似する。

ある実施例では、ドッキング位置クラスタ中央値は、２０３００で算定される。例えば図１８〜１９に示す第１ドッキング位置クラスタ１８０００は、第１セグメント（セグメント１）について２０２００で特定され、第１ドッキング位置クラスタ１８０００に含まれる候補ドッキング位置の算術平均、中央値、平均値は、第１ドッキング位置クラスタ中央値１８０１０として算定され、図１８〜１９に示す第２ドッキング位置クラスタ１８１００は、第２セグメント（セグメント２）について２０２００で特定され、第２ドッキング位置クラスタ１８１００に含まれる候補ドッキング位置の算術平均、中央値、平均値は、第２ドッキング位置クラスタ中央値１８１１０として算定され、図１８〜１９に示す第３ドッキング位置クラスタ１８２００は、第３セグメント（セグメント３）について２０２００で特定され、第３ドッキング位置クラスタ１８２００に含まれる候補ドッキング位置の算術平均、中央値又は平均値は、第３ドッキング位置クラスタ中央値１８２１０として算定される。

ある実施例では、車両交通ネットワークは、図１９に示す車両交通ネットワーク領域１９０００、１９１００又は１９２００などの車両交通ネットワーク領域を判定するため、２０４００で分割される。ある実施例では、車両交通ネットワークは、２０３００において、ドッキング位置クラスタ中央値に基づき分割される。例えば車両交通ネットワーク領域１９０００は、第１ドッキング位置クラスタ中央値１８０１０に基づき分割され、車両交通ネットワーク領域１９１００は、第２ドッキング位置クラスタ中央値１８１１０に基づき分割され、車両交通ネットワーク領域１９２００は、第３ドッキング位置クラスタ中央値１８２１０に基づき分割される。ある実施例では、各車両交通ネットワーク領域は、一つのドッキング位置クラスタ中央値を含む。各車両交通ネットワーク領域は、車両交通ネットワークからの複数の位置を含む。位置は、車両交通ネットワーク内の任意の特定可能な位置を示す。

ある実施例では、車両交通ネットワークの分割は、対応するドッキング位置クラスタ中央値との近接度に基づく車両交通ネットワーク領域の特定を含む。例えば車両交通ネットワーク領域を示す交通ネットワーク情報は、ボロノイ図として表される。ドッキング位置クラスタ中央値は、各車両交通ネットワーク領域のシードである。ある実施例では、一つの車両交通ネットワーク領域の位置と当該車両交通ネットワーク領域のドッキング位置クラスタ中央値との距離は、当該位置と他のドッキング位置クラスタ中央値との距離内にある。例えば図１９に示す右下の車両交通ネットワーク領域１９１００の任意の位置と、車両交通ネットワーク領域１９１００内の第２ドッキング位置クラスタ中央値１８１１０との距離は、各位置と他の任意のドッキング位置クラスタ中央値との距離内である。

ある実施例では、位置とドッキング位置クラスタ中央値との距離は、歩行者移動時間の推定に基づき判定される。ある実施例では、歩行者移動時間の推定は、歩行者通行ネットワーク情報に基づき判定される。例えば歩行者通行ネットワーク情報は、図１７〜１９に示す歩行者歩行可能区域を示す。

第１の例において、歩行者は、歩行者歩行可能区域を経由して、右上の車両交通ネットワーク領域１９０００の左側にある候補ドッキング位置１９５００に隣接した歩行者歩行可能区域の位置から、右上の車両交通ネットワーク領域１９０００の第１ドッキング位置クラスタ中央値１８０１０に隣接した歩行者歩行可能区域の位置へと移動する。例えば歩行者は、建物１７１００〜１７１１０に隣接した歩道を経由して移動する。

第２の例では、歩行者は、歩行者歩行可能区域を経由して、右上の車両交通ネットワーク領域１９０００の左側の候補ドッキング位置１９５００に隣接した歩行者歩行可能区域の位置から、中央右の車両交通ネットワーク領域１９２００の第３ドッキング位置クラスタ中央値１８２１０に隣接した歩行者歩行可能区域の位置まで移動する。例えば歩行者は、上部の建物１７１００〜１７１１０に隣接する歩道、右側の横断歩道、及び右下の建物１７２００に隣接する歩道を経由して移動する。

右上の車両交通ネットワーク領域１９０００の左側の候補ドッキング位置１９５００と、中央右の車両交通ネットワーク領域１９２００の第３ドッキング位置クラスタ中央値１８２１０に隣接する歩行者歩行可能区域の位置との地理的距離は、右上の車両交通ネットワーク領域１９０００の左側の候補ドッキング位置１９５００と、右上の車両交通ネットワーク領域１９０００の第１ドッキング位置クラスタ中央値１８０１０に隣接する歩行者歩行可能区域の位置との距離内にある。

右上の車両交通ネットワーク領域１９０００の左側の候補ドッキング位置１９５００と、右上の車両交通ネットワーク領域１９０００の第１ドッキング位置クラスタ中央値１８０１０に隣接した歩行者歩行可能区域との間の歩行者移動時間の推定値は、右上の車両交通ネットワーク領域１９０００の左側の候補ドッキング位置１９５００と、中央右の車両交通ネットワーク領域１９２００の第３ドッキング位置クラスタ中央値１８２１０に隣接する歩行者歩行可能区域との間の歩行者移動時間の推定値内である。

ある実施例では、２０５００において、ドッキング位置が目的地に関連付けられる。ある実施例では、目的地を含む車両交通ネットワーク領域のドッキング位置クラスタ中央値に対応するドッキング位置は、目的地に関連付けられる。例えば左上の車両交通ネットワーク領域１９３００は、図１９の左上に示す建物１７１００を含み、車両交通ネットワーク領域１９３００のドッキング位置クラスタ中央値は、図１９の左上に示す建物１７１００のドッキング位置として算定される。

ある実施例では、使用可能な位置情報に基づき、ドッキング位置が目的地と関連付けられる。例えば、使用可能な位置情報に基づき、建物の入口位置が判定され、判定された入口位置に基づき、ドッキング位置が目的地に関連付けられる。ある実施例では、使用可能な位置情報は、図２１に示すように、予測入口位置の生成を含み、図１５のように特定される。

ある実施例では、複数の車両交通ネットワーク領域は、目的地の一部を含み、一つ以上のドッキング位置は、入口位置情報に基づき、当該目的地と関連付けられる。

例えば、図１９のように、右下の車両交通ネットワーク領域１９１００は、右下の建物１７２００の一部を含み、これは建物の右縁部の予測入口位置１８４１０を含む。車両交通ネットワーク領域１９１００の第２ドッキング位置クラスタ中央値１８１１０に対応するドッキング位置は、予測入口位置１８４１０に関連付けられる。建物１７２００の一部を含む中央右の車両交通ネットワーク領域１９２００は、当該建物の上縁部の予測入口位置１８４００を含む。車両交通ネットワーク領域１９２００の第３ドッキング位置クラスタ中央値１８２１０に対応するドッキング位置は、予測入口位置１８４００と関連付けられる。

ある実施例では、目的地と関連付けられたドッキング位置は、２０６００で順序又は順位付けられる。ある実施例では、目的地と関連付けられたドッキング位置は、歩行者の移動時間の推定に基づき順序付けられる。例えば図１９に示す、第２ドッキング位置クラスタ中央値１８１１０に対応するドッキング位置と、関連付けられた予測入口位置１８４１０との間の歩行者移動時間の推定値は、第３ドッキング位置クラスタ中央値１８２１０に対応するドッキング位置と、関連付けられた予測入口位置１８４００との間の歩行者移動時間の推定値より大きい。第３ドッキング位置クラスタ中央値１８２１０に対応するドッキング位置は、第２ドッキング位置クラスタ中央値１８１１０に対応するドッキング位置よりも順位又は順序が高い。

図２１は、本発明に係る、入口位置の特定方法を示す。入口位置の特定は、２１１００での目的地の特定、２１２００での設定入口位置が目的地として使用可能かについての判定、２１３００での予測入口位置の生成、２１４００での予測入口位置の順序付け、２１５００での目的地の位置としての入口位置の特定又はこれらの組み合わせを含む。ある実施例では、ドッキング位置クラスタ中央値は、目標ドッキング位置に対応し、目的地は第１目的地である。

ある実施例では、目的地は２１１００で特定される。目的地の特定は、番地、郵便宛先、車両交通ネットワークアドレス又はＧＰＳアドレスなど、目的地の交通ネットワーク情報に示された設定目的地の位置の特定を含む。例えば図１７〜１９に示す、設定目的地の位置１７２１０は、図１７〜１９に示す建物１７２００の設定目的地の位置として特定される。

ある実施例では、設定入口位置が目的地として使用可能かについて、２１２００で判定される。例えば交通ネットワーク情報は、目的地の設定入口位置情報を含む。

ある実施例では、交通ネットワーク情報は、目的地の設定入口位置情報を除外し、一つ以上の予測入口位置は、交通ネットワーク情報に基づき、２１３００において目的地のため生成される。ある実施例では、交通ネットワーク情報に基づく目的地の予測入口位置の生成は、２１３１０での道路セグメントの特定、２１３２０での線の描画、２１３３０での交点の特定又はこれらの組み合わせを含む。

ある実施例では、２１１００で特定された設定目的地の位置に近接する一つ以上の道路セグメントは、２１３１０で特定される。図１８は、道路セグメントを含む車両交通ネットワークの一部を例示する。ある実施例では、道路セグメントは、交通ネットワーク情報に示される。例えば、道路セグメントと設定目的地の位置との直線距離は、設定閾値内であり、道路セグメントは、目的地に近接する。例えば、図１８に示す第２セグメント（セグメント２）と第３セグメント（セグメント３）は、図１８に示す設定目的地の位置１７２１０に近接する。

ある実施例では、線は２１３２０で描画される。例えば２１３１０で特定された各道路セグメントとして、２１１００で特定された設定目的地の位置から、各道路セグメントに対して垂直な線が描画される。図１８〜１９は、描画された線を太線で示す。図１８〜１９は、第３セグメント（セグメント３）と交差し、設定目的地の位置１７２１０から第３セグメント（セグメント３）に垂直に描画される線１８３００と、第２セグメント（セグメント２）と交差し、設定目的地の位置１７２１０から第２セグメント（セグメント２）に垂直に描画された線１８３１０を含む。

２１３２０で描画された線と２１３１０で特定された道路セグメントとの各交差は、目的地の予測入口位置として、２１３３０で特定される。例えば図１８〜１９では、描画された線１８３００と第３セグメント（セグメント３）の交差は、目的地の予測入口位置１８４００として特定され、描画された線１８３１０と第２セグメント（セグメント２）の交差は、目的地の予測入口位置１８４１０として特定される。ある実施例では、予測入口位置は、道路セグメントと交差する線に沿った目的地の縁部に対応する。例えば、図１８〜１９の予測入口位置１８４００/１８４１０は、各セグメントに対して垂直な線１８３００/１８３１０に沿った建物１７２００の各縁部に対応する。

入口位置は設定入口位置又は予測入口位置を含み、図２０に示す建物２１４００のドッキング位置に関連付けられる。

図２２は、本開示に係る候補ドッキング位置を含む車両交通ネットワークの別の部分を示す。ある実施例では、歩行者通行ネットワーク情報は、車両交通ネットワークの一つ以上の歩行可能区域、一部歩行可能区域、又は歩行不可区域と同時発生する、歩行者通行ネットワークの一つ以上の部分を特定する。例えば図２２は、駐車区域２２０００/２２００２、道路２２１００/２２１０２/２２１０４及び建物２２２００を含み、それぞれに歩行者歩行可能区域が含まれている。設定入口位置又は予測入口位置の入口位置を、白の菱形で示す。建物２２２００の一つ以上のドッキング位置は、上記のように特定される。図２２は、第１選択区域インジケータ２２３００及び第２選択区域インジケータ２２３１０を含む。第１選択区域インジケータ２２３００及び第２選択区域インジケータ２２３１０は、破線の円で示す車両交通ネットワーク内の乗客入力選択区域を示す。

図２３は、本開示に係り、複数のドッキング位置による自律走行車両のナビゲーション及びルーティング方法を示す。複数のドッキング位置の使用による自律走行車両のナビゲーション及びルーティングは、図１に示す自律走行車両１０００や、図２に示す自律走行車両２１００などの自律走行車両で実施される。例えば図１に示す自律走行車両１０００のコントローラ１３００のプロセッサ１３３０は、図１に示す自律走行車両１０００のコントローラ１３００のメモリ１３４０に格納された命令を実行し、複数のドッキング位置を使用して、自律走行車両のナビゲーション及びルーティングが実行される。ある実施例では、複数のドッキング位置を使用した自律走行車両のナビゲーション及びルーティングは、ここに記載されている特徴の追加又は変形による、図６に示す自律走行車両のナビゲーション及びルーティングに類似する。

ある実施例では、複数のドッキング位置を使用した自律走行車両のナビゲーション及びルーティングは、２３１００での第１目的地の特定と、２３１１０での第１目標ドッキング位置の判定と、２３１２０の第１目標ドッキング位置へのルートの特定と、２３１３０での第２目的地の特定と、２３１４０での第２目的地のへのルートの特定と、２３１５０での第２目標ドッキング位置の特定と、２３１６０での第２目標ドッキング位置へのルートの特定と、２３２００での第１目標ドッキング位置への走行と、２３２１０でのドッキング動作の実行と、２３２２０での第２目的地への走行と、２３２３０での駐車と、２３２４０での第２目標ドッキング位置への走行と、２３２５０での第２ドッキング動作の実行又はこれらの組み合わせを含む。

ある実施例では、乗客ドッキング位置の特定は、一連の目標ドッキング位置の特定を含む。例えば、図２２に示す建物２２２０００は、ショッピングセンター又は映画館であり、自律走行車両の乗客は、ショッピングセンターを目的地として選択し、右側に近い入口位置など、ショッピングセンターの入口位置を、降車位置として使用可能な第１目標ドッキング位置として特定し、左上角部に近い入口位置として、他の入口位置を乗車位置として使用可能な第２目標ドッキング位置として特定する。ある実施例では、自律走行車両は、第１目標ドッキング位置と第２ドッキング位置との間の歩行者移動ルートを特定する。

ある実施例では、第１目的地は、２３１００で特定される。第１目的地の特定は、図６に示す交通ネットワーク情報の特定を含む。第１目的地の特定は、番地、郵便宛名、車両交通ネットワークアドレス又はＧＰＳアドレスなど、目的地の交通ネットワーク情報に示された設定目的地の位置の特定を含む。例えば第１目的地は、ユーザ入力による第１目的地の選択など、入力に基づいて特定される。

ある実施例では、２３１００で特定された第１目的地に基づき、第１目標ドッキング位置が２３１１０で判定される。例えば降車位置として使用可能な第１目標ドッキング位置は、図６に示すように特定される。ある実施例では、第１目的地は、複数の入口位置及び/又は複数のドッキング位置に関連付けられ、第１目標ドッキング位置の特定は、第１目的地の各入口位置に関連付けられたそれぞれのドッキング位置に対する一つ以上の候補ルートの生成を含む。ある実施例では、候補ルートの生成は、図６のルーティングに類似する。ある実施例では、候補ルートの生成は、図２４に示す車両ルートと歩行者ルートとの組み合わせの使用を含む。ある実施において、自律走行車両は、入口位置及び/又は第１目標ドッキング位置を自動的に特定する。ある実施において、入口位置及び/又は第１目標ドッキング位置は、入口位置及び/又は第１目標位置の乗客入力による選択など、入力に基づき特定される。

ある実施例では、第１目標ドッキング位置へのルートは、２３１２０で特定される。例えば２３１１０で生成された候補ルートからルートが選択される。ある実施例では、第１目標ドッキング位置へのルートの特定は、図６に示すルートの特定に類似する。

ある実施例では、第１目的地の駐車区域である第２目的地は、２３１３０で特定される。例えば図２２に示す建物２２２００などの第１目的地は、図２２に示す駐車区域２２０００/２２００２など一つ以上の駐車区域と関連付けられ、第２目的地として特定される。ある実施例では、２３１１０で特定された第１目標ドッキング位置に基づき、第２目的地が特定される。ある実施例では、２３１５０で特定された第２目標ドッキング位置に基づき、第２目的地が特定される。

ある実施例では、第１目標ドッキング位置から第２目的地へのルートは、２３１４０で生成される。第１目標ドッキング位置から第２目的地へのルートの生成は、図６に示すルーティングと類似する。

乗客乗降動作用に使用される第２目標ドッキング位置は、２３１５０で特定される。ある実装例では、自律走行車両は、入口位置及び/又は第２目標ドッキング位置を自動的に特定する。ある実装例では、入口位置及び/又は第２目標ドッキング位置は、例えば入口位置及び/又は第２目標ドッキング位置を乗客入力により選択するなど、入力に基づき特定される。

ある実施例では、第２目的地から第２目標ドッキング位置までのルートが２３１６０で生成される。第２目的地から第２目標ドッキング位置までのルートの生成は、図６に示すルーティングに類似する。

図２３には個別に示されていないが、ある実施例では、第１目標ドッキング位置から第２目標ドッキング位置までの一つ以上の歩行者ルートが生成され、乗客に提示される。

ある実施例では、２３１２０で特定されたルートにより、２３２００において自律走行車両は出発地点から第１目標ドッキング位置まで走行する。出発地点から第１目標ドッキング位置までの走行は、図６に示す走行と類似する。

ある実施例では、２３２１０において、自律走行車両がドッキング動作を実行する。例えば自律走行車両は、第１目標ドッキング位置で停止し、一人以上の乗客が自律走行車両から降車する。２３２２０において、自律走行車両は、第１目標ドッキング位置から第２目的地まで走行し、２３２３０において第２目的地で駐車する。ある実施例では、２３２４０において自律走行車両は、第２目的地から第２目標ドッキング位置まで走行し、２３２５０において、第２ドッキング動作を第２目標ドッキング位置で実行する。例えば自律走行車両は、第２目標ドッキング位置で停止し、一人以上の乗客が自律走行車両に乗車する。

図２４は、本開示に係る、拡張された乗客ドッキング位置の特定方法を示す。拡張された乗客ドッキング位置の特定は、図１に示す自律走行車両１０００や、図２に示す自律走行車両２１００などの自律走行車両で実施される。例えば図１に示す自律走行車両１０００のコントローラ１３００のプロセッサ１３３０は、図１に示す自律走行車両１０００のコントローラ１３００のメモリ１３４０に格納された命令を実行し、拡張された乗客ドッキング位置の特定を実行する。ある実施例では、拡張された乗客ドッキング位置の特定は、ここに記載の特徴の追加や変形などを施すことで、図６に示すドッキング位置の特定と類似する。

ある実施例では、拡張された乗客ドッキング位置の特定は、２４１００での交通ネットワーク情報の特定、２４２００での車両決定モデルの生成、２４３００での歩行者通行ネットワーク情報の特定、２４２００での歩行者決定モデルの生成、２４５００での歩行者決定モデルに基づく車両決定モデルの拡張、２４６００での目標ドッキング位置の判定又はこれらの組み合わせを含む。

ある実施例では、図３〜５、図１０〜１２、図１７〜１９、図２２に示すような交通ネットワーク情報が２４１００で特定される。例えば図１に示すコントローラ１３００などの自律走行車両制御ユニットは、図２に示す通信ネットワーク２３００などの通信システムを経由して、図１に示すメモリ１３４０などのデータ記憶ユニットからの交通ネットワーク情報を読み出し、図２に示す通信装置２４００などの外部データソースからの交通ネットワーク情報を受信する。ある実施例では、交通ネットワーク情報は、車両交通ネットワーク内の一つ以上のドッキング位置を示すドッキング位置情報を含む。

ある実施例では、車両決定モデルが２４２００で生成される。車両決定モデルの生成は、図６又は図２３に示す目的地の特定と類似する、第１目的地の特定を含む。第１目的地の特定は、図３に示す建物３１００や、図４に示す建物４１００、図５に示す建物５１００又は図２２に示す建物２２２００など、第１目的地としての関心地点の特定を含む。

ある実施例では、車両決定モデルの生成は、ここで記載されている特徴の追加又は変形を施すことで、図６に示すルート生成と類似する。自律走行車両は、交通ネットワーク情報の使用により、出発地点と、第１目的地に関連付けられた各ドッキング位置との間のルート設定のための車両決定モデルを作成する。車両決定モデルは、出発地点と、第１目的地に関連付けられた各ドッキング位置との間の一つ以上の候補ルートを含む。

ある実施例では、歩行者通行ネットワーク情報は、２４３００で特定される。歩行者通行ネットワーク情報の特定は、２４１００での車両交通ネットワーク特定と類似する。歩行者通行ネットワーク情報は、第１目的地に近接する区域を示す。ある実施例では、歩行者通行ネットワーク情報に含まれる区域は、例えばユーザ入力に基づいて決定される最大歩行者移動時間などの設定された測定基準に基づき特定される。ある実施例では、歩行者通行ネットワーク情報は、第１目的地の入口位置情報及び/又はドッキング位置情報を含む。ある実施例では、２４１００での交通ネットワーク情報の特定と、２４３００での歩行者通行ネットワーク情報の特定とが組み合わされる。

ある実施例では、歩行者決定モデルは、２４２００で生成される。例えば自律走行車両は、第１目的地と関連付けられた各ドッキング位置と、対応する入口位置との間の歩行者ルート設定のための第２決定モデルを、歩行者通行ネットワーク情報を使用して生成する。歩行者決定モデルの生成は、当該歩行者決定モデルが、歩行者通行ネットワーク情報に基づき生成される点を除き、２２２００での車両決定モデルの生成と類似し、第１目的地と関連付けられた各ドッキング位置と、第１目的地と関連付けられた各入口位置との間の一つ以上の候補ルートを含み、歩行者ルーティングで特定された測定基準に基づくものである。

ある実施例では、自律走行車両は、第１目的地で特定された各入口位置と、歩行者決定モデルの各ルーティング状態との間の一つ以上の候補歩行者ルートを生成する。自律走行車両は、歩行者移動時間に基づき、歩行者決定モデルの各ルーティング状態での想定コストを生成する。ある実施例では、歩行者決定モデルの生成は、図６に示すルート最適化と同様に、第１目的地における特定された各入口位置と、歩行者決定モデルの各ルーティング状態との間の最適なルートの決定を含む。例えば歩行者ルートの最適化は、全ペアの最短経路アルゴリズムの適用を含む。

ある実施例では、２４５００において、２４２００で生成された車両決定モデルが、２４４００で生成された歩行者決定モデルに基づき拡張される。歩行者決定モデルによる車両決定モデルの拡張は、ルーティング状態、動作、ルーティング状態による車両決定モデルからの想定コスト、ドッキング動作及び歩行者決定モデルからの想定コストの組み合わせを含む。

ある実施例では、目標ドッキング位置は、２４５００で生成された拡張決定モデルに基づき、２４６００で特定される。ある実施例では、目標ドッキング位置の特定は、目標ドッキング位置から第１目的地の入口位置までの最適ルートなど、一つ以上のルートの生成を含む。ある実施例では、目標ドッキング位置の特定は、２４５００で生成された拡張決定モデルに基づき、車両交通ネットワーク内の第１目的地の目標ドッキング位置の特定を含む。

例えば図２２に示す２２２００などの建物は、第１目的地として特定される。図２２の建物２２２００の右上の予測入口位置のうちの一つなどが、第１目的地の入口位置として特定され、図２２の道路２２１００に示す候補ドッキング位置に基づき特定されたドッキング位置クラスタのドッキング位置クラスタ中央値に対応する目標ドッキング位置が、入口位置に基づき、特定される。

ある実施例では、自律走行車両は、一つ以上の測定基準に基づき、入口位置及び/又は目標ドッキング位置を特定する。例えば自律走行車両は、車両走行時間の見積もり値など、車両走行コストや、歩行者移動時間の推定値など、歩行者移動コストの推定値を含む、全体の走行コストの最小化に基づき、目標ドッキング位置を特定する。

ある実施例では、乗客による入力などの入力に基づき、入口位置及び/又は目標ドッキング位置が特定される。例えば乗客は、設定又は予測された入口を選択する。別の例では、乗客は目標ドッキング位置を選択する。更に別の例では、乗客は、図２２に示す選択された第１選択区域インジケータ２２３００及び第２選択区域インジケータ２２３１０のように、複数の入口及び/又は複数のドッキング位置を含む区域を特定し、自律走行車両は、選択区域の目標ドッキング位置を特定する。

上記の態様、例及び実施は、開示が容易に理解されるよう説明されており、これらに制限されることはない。また、本開示は、請求項の範囲において様々な変形や均等な配置の適用が可能であり、広義の解釈において、上記変形及び均等構造すべてが許容されるものとする。

Claims (84)

1. プロセッサと軌道コントローラとを備えることを特徴とする自律走行車両であって、
   前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
   第１目的地を含む車両交通ネットワークを示す交通ネットワーク情報であって、
   該交通ネットワーク情報には複数のドッキング位置を示すドッキング位置情報が含まれ、
   該複数のドッキング位置の各ドッキング位置は前記車両交通ネットワークの各位置に対応し、
   前記ドッキング位置情報は、複数の車両の運転情報に基づき、
   前記運転情報は、複数の動作を含み、
   前記複数の動作の各動作は、複数の車両の各車両に関連付けられるよう
   前記交通ネットワーク情報を特定し、
   前記交通ネットワーク情報に基づき、前記第１目的地について、前記複数のドッキング位置から目標ドッキング位置を決定し、
   前記交通ネットワーク情報を用いて、前記車両交通ネットワークにおける出発地点から前記目標ドッキング位置までのルートを特定し、
   前記軌道コントローラは、
   前記ルートを用いて前記出発地点から前記目標ドッキング位置まで移動するよう前記自律走行車両を操作すること
   を特徴とする自律走行車両。
2. 請求項１に記載の自律走行車両であって、
   前記運転情報のフィルタリングによって、前記運転情報に基づき前記ドッキング位置情報が決定されること
   を特徴とする自律走行車両。
3. 請求項１に記載の自律走行車両であって、
   前記運転情報のフィルタリングは、前記動作に関連付けられた静止時間が最小ドッキング時間を超える場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含むこと
   を特徴とする自律走行車両。
4. 請求項１に記載の自律走行車両であって、
   前記運転情報のフィルタリングは、最大ドッキング時間が、前記動作に関連付けられた静止時間を超える場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含むこと
   を特徴とする自律走行車両。
5. 請求項１に記載の自律走行車両であって、
   前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
   前記ドッキング位置情報は、複数の車両の運転情報に基づき、
   前記運転情報は、複数の動作を含み、
   前記複数の動作の各動作は、複数の車両の各車両に関連付けられ、
   前記ドッキング位置情報は、前記運転情報のフィルタリングにより、前記運転情報に基づき判定され、
   前記運転情報のフィルタリングは、前記動作に関連付けられた静止時間が、最小ドッキング時間を超え、最大ドッキング時間が前記静止時間を超える場合、前記複数の動作からの一つの動作を候補ドッキング動作として特定することを含むよう
   前記交通ネットワーク情報を特定すること
   を特徴とする自律走行車両。
6. 請求項１又は５に記載の自律走行車両であって、
   前記複数の車両の各車両に関連付けられた前記運転情報は、前記車両の一連の事象を示す、複数の事象インジケータを含み、
   前記複数の動作の一つは、前記一連の事象のうち複数の事象を含み、
   前記複数の事象は、停止事象と後続する始動事象を含み、
   前記動作に関連付けられた静止時間は、前記始動事象と前記停止事象との時間差を示すこと
   を特徴とする自律走行車両。
7. 請求項１又は５に記載の自律走行車両であって、
   前記運転情報のフィルタリングは、前記運転情報が前記動作に関連付けられた車両種別インジケータを含む場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含み、
   前記車両種別インジケータは、前記車両が搬送用車両であることを示すこと
   を特徴とする自律走行車両。
8. 請求項１又は５に記載の自律走行車両であって、
   前記運転情報のフィルタリングは、前記運転情報が、前記動作に関連付けられた車両操作種類インジケータを含む場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含み、
   前記車両操作種類インジケータは、前記車両が低占有度の輸送車であることを示すこと
   を特徴とする自律走行車両。
9. 請求項１又は５に記載の自律走行車両であって、
   前記運転情報のフィルタリングは、前記動作に関連付けられた前記車両の運転情報が、前記動作に関連付けられた静止時間中の車両占有度の変化を示す場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含むこと
   を特徴とする自律走行車両。
10. 請求項９に記載の自律走行車両であって、
    前記車両占有度の変化は、前記車両の乗客検知センサーからの信号に基づき検出されること
    を特徴とする自律走行車両。
11. 請求項１又は５に記載の自律走行車両であって、
    前記運転情報のフィルタリングは、前記動作に関連付けられた前記車両の運転情報が、前記動作に関連付けられた静止時間中に乗客側ドア開放事象を示す場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含むこと
    を特徴とする自律走行車両。
12. 請求項１又は５に記載の自律走行車両であって、
    前記運転情報のフィルタリングは、
    前記複数の動作から一つの動作を特定し、
    前記動作に関連付けられた位置を特定し、
    前記位置に対応する交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づき、前記位置がドッキング可能かを判定し、
    前記位置がドッキング可能である場合、前記動作を候補ドッキング動作として特定すること
    を含むこと
    を特徴とする自律走行車両。
13. 請求項１２に記載の自律走行車両であって、
    前記位置がドッキング可能かどうかの判定は、
    前記交通ネットワーク情報が、前記位置が歩行者専用道路に隣接していることを示す場合に前記位置がドッキング可能であると判定し、
    前記交通ネットワーク情報が、前記位置での停止又は乗車が禁止されていることを示す場合、前記位置はドッキング不可であると判定し、
    前記交通ネットワーク情報は、前記位置と交差点との空間差が、交差点ドッキングバッファ距離より大きい場合、前記位置がドッキング可能であると判定すること
    を含むこと
    を特徴とする自律走行車両。
14. 請求項１に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報は、複数の車両の運転情報に基づき、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、複数の車両の各車両に関連付けられ、
    前記複数の車両の各車両に関連付けられた前記運転情報は、前記車両の一連の事象を示す、複数の事象インジケータを含み、
    前記複数の動作中の一つの動作は、前記一連の事象の中の複数の事象を含み、
    前記複数の動作は、停止事象及び後続の始動事象を含み、
    前記動作に関連付けられた静止時間は、前記始動事象と前記停止事象との時間差を示し、
    前記ドッキング位置情報は、前記運転情報のフィルタリングにより、前記運転情報に基づき判定されるよう
    前記交通ネットワーク情報を特定し、
    前記運転情報のフィルタリングは、
    前記複数の動作から一つの動作を特定し、
    前記動作に関連付けられた位置を特定し、
    前記位置に対応する交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づき、前記位置がドッキング可能かを判定し、
    を含み、
    前記位置がドッキング可能かについての判定は、
    前記交通ネットワーク情報が、前記位置が歩行者専用道路に隣接していることを示す場合、前記位置はドッキング可能であると判定し、
    前記交通ネットワーク情報が、前記位置での停止又は乗車が禁止されていることを示す場合、前記位置はドッキング不可であると判定し、
    前記交通ネットワーク情報が、前記位置と交差点間の空間差が、交差点ドッキングバッファ距離より大きいことを示す場合、前記位置はドッキング可能であると判定し、
    前記位置がドッキング可能であり、前記静止時間が最小ドッキング時間より大きく、最大ドッキング時間が前記静止時間より大きい場合、前記動作を候補ドッキング動作として特定すること
    を含むこと
    を特徴とする自律走行車両。
15. 請求項１，５，１４のいずれか一項に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置でのドッキング動作の実行に応じて、前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの後続ルートを特定し、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
16. 請求項１４に記載の自律走行車両であって、
    前記運転情報のフィルタリングは、
    前記運転情報が、前記動作に関連付けられた前記車両の車両種別インジケータを含み、前記車両種別インジケータが、前記車両が搬送用車両であることを示す場合に、前記複数の動作中から一つの動作を候補ドッキング動作として特定し、
    前記運転情報が、前記動作に関連付けられた前記車両の車両操作種類インジケータを含み、前記車両操作種類インジケータが、前記車両が低占有度の輸送車であることを示す場合、前記複数の動作から一つの動作を候補ドッキング動作として特定し
    前記動作に関連付けられた車両の前記運転情報が、前記動作に関連付けられた静止時間中の前記車両の占有度の変化を示す場合、前記占有度の変化は、前記車両の乗客検知センサーからの信号に基づき検出され、前記複数の動作から一つの動作を候補ドッキング動作として特定し、
    前記動作に関連付けられた車両の前記運転情報が、前記動作に関連付けられた静止時間中に乗客側ドアの開放事象を示す場合、前記複数の動作から一つの動作を候補ドッキング動作として特定することを含むこと
    を特徴とする自律走行車両。
17. 請求項１に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数のドッキング位置の少なくとも一つが、前記第１目的地と関連付けられるよう
    前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
18. 請求項１７に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報は、前記複数のドッキング位置の一組のドッキング位置を含み、
    一組のドッキング位置の各ドッキング位置は、前記第１目的地に関連付けられ、
    前記一組のドッキング位置の目標ドッキング位置が、
    前記一組のドッキング位置に基づき複数のドッキング位置クラスタを特定すること、及び
    前記複数のドッキング位置クラスタに基づき前記目標ドッキング位置を特定することで、
    前記第１目的地に関連付けられるよう、
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づいた前記目標ドッキング位置を使用するかを判定すること
    を特徴とする自律走行車両。
19. 請求項１７に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報は、前記複数のドッキング位置の一組のドッキング位置を含み、
    一組のドッキング位置の各ドッキング位置は、前記第１目的地に関連付けられ、
    前記一組のドッキング位置の目標ドッキング位置が、
    前記一組のドッキング位置に基づき複数のドッキング位置クラスタを特定すること、及び
    前記複数のドッキング位置クラスタに基づき前記目標ドッキング位置を特定することで、
    前記第１目的地と前記目標ドッキング位置との距離が最小とするように前記第１目的地に関連付けられるよう、
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づいた前記目標ドッキング位置を使用するかを判定すること
    を特徴とする自律走行車両。
20. 請求項１７〜１９のいずれか一項に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置でのドッキング動作の実行に応じて、前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの後続ルートを特定し、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
21. 請求項１７〜１９のいずれか一項に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報が複数の車両の運転情報に基づくように前記交通ネットワーク情報を特定し、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、前記複数の車両の各車両に関連付けられ、
    前記複数のドッキング位置の各ドッキング位置は、前記複数の動作の各動作に対応していること
    を特徴とする自律走行車両。
22. 請求項２１に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置に対応する前記複数の動作の一つの動作が前記第１目的地を示し、前記目標ドッキング位置と前記第１目的地との距離が設定閾値内である場合、前記複数のドッキング位置の前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
23. 請求項２１に記載の自律走行車両であって、
    前記車両交通ネットワークは、複数の候補目的地を有し、
    前記第１目的地は、前記複数の候補目的地の一つであり、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記第１目的地と前記目標ドッキング位置の距離が最小化された場合、前記複数のドッキング位置の前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
24. 請求項１９又は２３に記載の自律走行車両であって、
    前記第１目的地と前記目標ドッキング位置の前記距離の最小化は、
    前記交通ネットワーク情報に基づき、前記目標ドッキング位置と、前記複数の候補目的地の各候補目的地との各距離を決定することで、複数の距離を生成し、
    前記第１目的地として、前記複数の距離の中から最小距離に対応する前記候補目的地を選択すること
    により行うこと
    を特徴とする自律走行車両。
25. 請求項２４に記載の自律走行車両であって、
    前記目標ドッキング位置と前記複数の候補目的地の一つとの各距離の決定は、前記目標ドッキング位置と、前記第１目的地との距離の決定を含むこと
    を特徴とする自律走行車両。
26. 請求項２５に記載の自律走行車両であって、
    前記目標ドッキング位置と前記第１目的地との距離の決定は、
    前記交通ネットワーク情報が、前記第１目的地の設定入口位置を特定する場合、前記目標ドッキング位置と、前記第１目的地の設定入口位置との距離を判定し、
    前記交通ネットワーク情報が前記第１目的地の設定入口位置を除外し、前記交通ネットワーク情報が、予測入口位置を特定する場合、前記目標ドッキング位置と前記第１目的地の前記予測入口位置との距離を決定し、
    前記交通ネットワーク情報が前記第１目的地の設定入口位置と、前記第１目的地の前記予測入口位置を除外し、前記交通ネットワーク情報が、前記第１目的地の縁部位置を特定する場合、前記目標ドッキング位置と前記第１目的地の前記縁部位置との距離を決定し、
    前記交通ネットワーク情報が、前記第１目的地の設定入口位置を除外し、前記交通ネットワーク情報が前記第１目的地の前記予測入口位置を除外し、前記交通ネットワーク情報が前記第１目的地の縁部位置を特定する場合、前記目標ドッキング位置と前記第１目的地の設定位置との距離を決定すること
    を含むこと
    を特徴とする自律走行車両。
27. 請求項２６に記載の自律走行車両であって、
    前記第１目的地の前記設定位置は、全地球測位システム（ＧＰＳ）位置であること
    を特徴とする自律走行車両。
28. 請求項１８又は１９に記載の自律走行車両であって、
    前記複数のドッキング位置クラスタに基づく、前記目標ドッキング位置の特定は、
    選択されたドッキング位置クラスタのサイズが最大となるよう、前記複数のドッキング位置クラスタの、前記選択されたドッキング位置クラスタの特定を行うこと
    を含むこと
    を特徴とする自律走行車両。
29. 請求項２８に記載の自律走行車両であって、
    前記複数のドッキング位置クラスタに基づく、前記目標ドッキング位置の特定は、
    前記選択されたドッキング位置クラスタのドッキング位置クラスタ算術平均を特定し、
    前記ドッキング位置クラスタ算術平均を、前記目標ドッキング位置として使用すること
    を含むこと
    を特徴とする自律走行車両。
30. 請求項２８に記載の自律走行車両であって、
    前記複数のドッキング位置クラスタに基づく、前記目標ドッキング位置の特定は、
    前記選択されたドッキング位置クラスタを前記目標ドッキング位置として使用すること
    を含むこと
    を特徴とする自律走行車両。
31. 請求項２１に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数のドッキング位置の一組のドッキング位置を含むように前記交通ネットワーク情報を特定し、
    前記一組のドッキング位置の各ドッキング位置は、前記第１目的地に関連付けられ、
    前記目標ドッキング位置と前記第１目的地との関連付けは、
    前記一組のドッキング位置に基づき、複数のドッキング位置クラスタを特定し、
    前記複数のドッキング位置クラスタに基づき、前記目標ドッキング位置を前記第１目的地に関連付けること
    により行い、
    前記目標ドッキング位置と前記第１目的地との関連付けは、
    選択されたドッキング位置クラスタのサイズが最大となるよう、前記複数のドッキング位置クラスタの、前記選択されたドッキング位置クラスタの特定を行うこと
    を含むこと
    を特徴とする自律走行車両。
32. 請求項３１に記載の自律走行車両であって、
    前記目標ドッキング位置の前記第１目的地との関連付けは、
    前記選択されたドッキング位置クラスタのドッキング位置クラスタ算術平均を特定し、
    前記ドッキング位置クラスタ算術平均を、前記目標ドッキング位置として使用すること
    を含むこと
    を特徴とする自律走行車両。
33. 請求項３１に記載の自律走行車両であって、
    前記目標ドッキング位置と前記第１目的地との関連付けは、
    前記選択されたドッキング位置クラスタを前記目標ドッキング位置として使用すること
    を含むこと
    を特徴とする自律走行車両。
34. 請求項１７に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    歩行者移動時間に基づき、前記複数のドッキング位置の少なくとも一つが、前記第１目的地と関連付けられるよう
    前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
35. 請求項３４に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    該複数のドッキング位置の各ドッキング位置は、
    前記車両交通ネットワークの各位置と、
    前記車両交通ネットワークの複数の道路セグメントを示す道路セグメント情報と
    に対応し、
    歩行者移動時間に基づき、前記複数のドッキング位置の目標ドッキング位置が前記第１目的地に関連付けられるよう
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づいた前記目標ドッキング位置を使用するかを判定し、
    歩行者移動時間に基づく前記目標ドッキング位置と前記第１目的地との関連付けは、
    前記複数のドッキング位置の各ドッキング位置を前記複数の道路セグメントの各道路セグメントに関連付け、
    前記複数の道路セグメントの各道路セグメントに含まれる複数のドッキング位置クラスタであって、前記複数のドッキング位置クラスタの各ドッキング位置クラスタが、前記複数のドッキング位置の各ドッキング位置の少なくとも一つを含むような前記複数のドッキング位置クラスタを特定し、
    複数のドッキング位置クラスタ中央値であって、複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値は、前記複数のドッキング位置クラスタの各ドッキング位置クラスタの中央値を示すような前記複数のドッキング位置クラスタ中央値を特定し、
    前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が、ドッキング位置クラスタ中央値を含み、
    前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が、前記車両交通ネットワークの複数の地点を含み、
    前記複数の各地点と前記車両交通ネットワーク領域に関連付けられた前記ドッキング位置クラスタ中央値の間の各予測歩行者移動時間が、前記地点と、前記複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値の間の各推定歩行者移動時間内であるように
    前記複数のドッキング位置クラスタ中央値に基づき、前記複数の車両交通ネットワーク領域を生成する前記車両交通ネットワークを分割すること
    により行うこと
    を特徴とする自律走行車両。
36. 請求項３４に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    該交通ネットワーク情報には
    複数のドッキング位置を示すドッキング位置情報と、
    前記車両交通ネットワークの複数の道路セグメントを示す道路セグメント情報と
    が含まれ、
    歩行者移動時間に基づき、前記複数のドッキング位置の目標ドッキング位置が前記第１目的地に関連付けられるよう
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報に基づいた前記目標ドッキング位置を使用するかを判定し、
    歩行者移動時間に基づく前記目標ドッキング位置と前記第１目的地との関連付けは、
    前記複数のドッキング位置の各ドッキング位置を前記複数の道路セグメントの各道路セグメントに関連付け、
    前記複数の道路セグメントの各道路セグメントに含まれる複数のドッキング位置クラスタであって、前記複数のドッキング位置クラスタの各ドッキング位置クラスタが、前記複数のドッキング位置の各ドッキング位置の少なくとも一つを含むような前記複数のドッキング位置クラスタを特定し、
    複数のドッキング位置クラスタ中央値であって、複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値は、前記複数のドッキング位置クラスタの各ドッキング位置クラスタの中央値を示すような前記複数のドッキング位置クラスタ中央値を特定し、
    前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が、ドッキング位置クラスタ中央値を含み、
    前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が、前記車両交通ネットワークの複数の地点を含み、
    前記複数の各地点と前記車両交通ネットワーク領域に関連付けられた前記ドッキング位置クラスタ中央値の間の各予測歩行者移動時間が、前記地点と、前記複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値の間の各推定歩行者移動時間内であるように
    前記複数のドッキング位置クラスタ中央値に基づき、前記複数の車両交通ネットワーク領域を生成する前記車両交通ネットワークを分割し、
    前記交通ネットワーク情報が、設定入口位置を特定する入口位置情報を含む場合、前記車両交通ネットワークの前記設定入口位置を前記第１目的地として特定し、
    前記交通ネットワーク情報が、前記設定入口位置を特定する入口位置情報を除外する場合、予測入口位置を前記第１目的地として生成し、
    前記第１目的地の位置と、前記車両交通ネットワーク領域のドッキング位置クラスタ中央値とを関連付けること
    により行い、
    前記予測入口位置の生成は、
    一組の道路セグメントの各道路セグメントが、前記第１目的地に近接するように、前記複数の道路セグメントから前記一組の道路セグメントを特定し、
    一組の線の各線が、前記一組の道路セグメントの道路セグメントに対して垂直かつ前記第１目的地と交差するように一組の線を生成し、
    各候補予測入口位置が、前記一組の線の線と、前記一組の道路セグメントの道路セグメントとの交差を示し、
    前記予測入口位置の生成が、複数の予測入口位置の特定を含む場合、前記予測入口位置の生成は、前記第１目的地を含む前記車両交通ネットワーク領域の各ドッキング位置クラスタ中央値について、前記ドッキング位置クラスタ中央値と、前記各予測入口位置との間の歩行者移動時間に基づき、前記複数の候補予測入口位置の順序付けを含むように、
    候補予測入口位置を特定すること
    を含むこと
    を特徴とする自律走行車両。
37. 請求項３４に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記車両交通ネットワークの複数の道路セグメントを示す道路セグメント情報を含むよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
38. 請求項３７に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数のドッキング位置の各ドッキング位置と前記複数の各道路セグメントとの関連付けにより、前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
39. 請求項３８に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数の各道路セグメントの複数のドッキング位置クラスタを特定することで、前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定し、
    前記複数のドッキング位置クラスタの各ドッキング位置クラスタは、前記複数のドッキング位置の少なくとも一つのドッキング位置を含むこと
    を特徴とする自律走行車両。
40. 請求項３９に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    複数のドッキング位置クラスタ中央値を選定することで、前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定し、
    前記複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値は、前記複数のドッキング位置クラスタの各ドッキング位置クラスタの中央値を示すこと
    を特徴とする自律走行車両。
41. 請求項４０に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数のドッキング位置クラスタ中央値に基づき前記車両交通ネットワークを分割して複数の車両交通ネットワーク領域を生成することで、前記目標ドッキング位置が、前記第１目的地に関連付けられるよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
42. 請求項４１に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が前記複数のドッキング位置クラスタ中央値のドッキング位置クラスタ中央値を含むように、前記車両交通ネットワークを分割することで、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
43. 請求項４２に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域が、前記車両交通ネットワークの複数の地点を含むように、前記車両交通ネットワークを分割することで、前記交通ネットワーク情報を特定し、
    前記複数の地点の各地点と、前記車両交通ネットワーク領域に関連付けられた前記ドッキング位置クラスタ中央値との各距離は、前記地点と、前記複数のドッキング位置クラスタ中央値の各ドッキング位置クラスタ中央値との各距離内にあること
    を特徴とする自律走行車両。
44. 請求項４３に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数の地点の各地点とドッキング位置クラスタ中央値との距離が推定歩行者移動時間となるように、前記車両交通ネットワークを分割することで、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
45. 請求項３４又は３５に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置でのドッキング動作の実行に応じて、前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの後続ルートを特定し、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
46. 請求項３４又は３５に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報が複数の車両の運転情報に基づくように前記交通ネットワーク情報を特定し、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、前記複数の車両の各車両に関連付けられ、
    前記複数のドッキング位置の各ドッキング位置は、前記複数の動作の各動作に対応していること
    を特徴とする自律走行車両。
47. 請求項３５又は４４に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記複数のドッキング位置の前記目標ドッキング位置と前記第１目的地との関連付けが、
    前記第１目的地を含む前記車両交通ネットワーク領域について、前記複数の車両交通ネットワーク領域の各車両交通ネットワーク領域の前記第１目的地の入口位置を特定し、
    前記入口位置を、前記車両交通ネットワーク領域に対応するドッキング位置クラスタ中央値に関連付けること
    により行われることで、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
48. 請求項４７に記載の自律走行車両であって、
    前記入口位置の特定は、
    設定入口位置が、前記交通ネットワーク情報内で示されている場合、前記交通ネットワーク情報に示された前記設定入口位置を、前記入口位置として特定し、
    前記交通ネットワーク情報が前記第１目的地の前記設定入口位置を除外している場合、前記第１目的地の予測入口位置を、前記入口位置として生成すること
    を含むこと
    を特徴とする自律走行車両。
49. 請求項４８に記載の自律走行車両であって、
    前記予測入口位置の生成は、
    前記複数の道路セグメントから一組の道路セグメントを特定し、
    前記一組の線の各線が、前記一組の道路セグメントの道路セグメントに対して垂直かつ前記第１目的地と交差する一組の線を生成し、
    候補予測入口位置を特定すること
    を含み、
    前記一組の道路セグメントの各道路セグメントは、前記第１目的地に近接し、
    各候補予測入口位置は、前記一組の線の各線が、前記一組の道路セグメントの道路セグメントと交差していること
    を特徴とする自律走行車両。
50. 請求項４９に記載の自律走行車両であって、
    前記予測入口位置の生成が複数の候補予測入口位置の特定を含む場合、前記予測入口位置の生成は、
    前記第１目的地を含む前記車両交通ネットワーク領域の各ドッキング位置クラスタ中央値について、前記ドッキング位置クラスタ中央値と前記各予測入口位置間の歩行者移動時間に基づき、前記複数の候補予測入口位置を順序付けること
    を含むこと
    を特徴とする自律走行車両。
51. 請求項３６に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置でのドッキング動作の実行に応じて、前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの後続ルートを特定し、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
52. 請求項３６に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報が複数の車両の運転情報に基づくように前記交通ネットワーク情報を特定し、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、前記複数の車両の各車両に関連付けられ、
    前記複数のドッキング位置の各ドッキング位置は、前記複数の動作の各動作に対応していること
    を特徴とする自律走行車両。
53. 請求項１７に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記交通ネットワーク情報と歩行者移動時間に基づき、前記第１目的地について、前記複数のドッキング位置から目標ドッキング位置を決定し、
    前記交通ネットワーク情報を用いて、前記車両交通ネットワークにおける出発地点から前記目標ドッキング位置までのルートを第１ルートとして特定すること
    を特徴とする自律走行車両。
54. 請求項５３に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報が複数の車両の運転情報に基づくように前記交通ネットワーク情報を特定し、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、前記複数の車両の各車両に関連付けられ、
    前記複数のドッキング位置の各ドッキング位置は、前記複数の動作の各動作に対応していること
    を特徴とする自律走行車両。
55. 請求項５３に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記第１目的地の入口位置を示すユーザ入力の受信と、
    前記入口位置の前記第１目的地としての使用
    を含むこと
    を特徴とする自律走行車両。
56. 請求項５３に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    歩行者交通ネットワーク情報が歩行者交通ネットワークを示す歩行者交通ネットワーク情報を含むよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
57. 請求項５６に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記歩行者交通ネットワークの一部が、前記第１目的地に近接するよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
58. 請求項５６に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記交通ネットワーク情報が、前記複数のドッキング位置の一組の候補ドッキング位置を示すよう、前記交通ネットワーク情報を特定し、
    前記一組の候補ドッキング位置の各候補ドッキング位置は、前記第１目的地に関連付けられること
    を特徴とする自律走行車両。
59. 請求項５８に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記候補ドッキング位置と前記第１目的地の間の予測歩行者移動時間が、最大歩行者移動時間を超える場合、前記複数の候補ドッキング位置から一つの候補ドッキング位置を除外すること
    を含むこと
    を特徴とする自律走行車両。
60. 請求項５８に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記一組の候補ドッキング位置の各候補ドッキング位置が、前記歩行者交通ネットワークの各部に近接するよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
61. 請求項６０に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置と前記第１目的地の間の歩行者移動時間に基づき、前記複数の候補ドッキング位置から前記目標ドッキング位置を選択することで、前記交通ネットワーク情報に基づき、前記複数のドッキング位置から目標ドッキング位置を決定すること
    を特徴とする自律走行車両。
62. 請求項６１に記載の自律走行車両であって、
    前記複数の候補ドッキング位置からの前記目標ドッキング位置の選択は、
    前記第１目的地と、前記複数の各候補ドッキング位置の間の複数の候補経路を示す、歩行者決定モデルを生成すること
    を含むこと
    を特徴とする自律走行車両。
63. 請求項６２に記載の自律走行車両であって、
    前記歩行者決定モデルは、複数のルーティング状態を含み、
    前記複数の候補ドッキング位置の各候補ドッキング位置は、各ルーティング状態に対応すること
    を特徴とする自律走行車両。
64. 請求項６３に記載の自律走行車両であって、
    前記歩行者決定モデルの生成は、複数の予測コストの生成を含み、
    前記複数の各予測コストは、前記第１目的地と、前記複数のルーティング状態の各ルーティング状態間の予測歩行者移動時間を示すこと
    を特徴とする自律走行車両。
65. 請求項６４に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記出発地点と前記目標ドッキング位置の間の予測移動時間と、
    前記目標ドッキング位置と前記第１目的地の間の予測歩行者移動時間と
    の総計を含む最小移動時間の決定を含むこと
    を特徴とする自律走行車両。
66. 請求項６４に記載の自律走行車両であって、
    前記目標ドッキング位置の特定は、
    前記出発地点と、前記複数の候補ドッキング位置の各候補ドッキング位置の間の複数の候補経路を示す、車両決定モデルの生成と、
    前記歩行者決定モデルと前記車両決定モデルに基づく、拡張決定モデルの生成
    を含むこと
    を特徴とする自律走行車両。
67. 請求項６６に記載の自律走行車両であって、
    前記候補ドッキング位置を前記目標ドッキング位置として使用することに関連付けられたアクションコストが、前記目標ドッキング位置と前記第１目的地の間の前記予測歩行者移動時間と、設定ドッキング動作コストとを含むよう、前記拡張決定モデルを生成すること
    を特徴とする自律走行車両。
68. 請求項５３に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記交通ネットワーク情報は、歩行者交通ネットワークを示す歩行者交通ネットワーク情報を含み、
    前記歩行者交通ネットワークの一部が、前記第１目的地に近接するよう、
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報が、前記第１目的地に関連付けられた前記複数のドッキング位置の候補ドッキング位置を示す場合、前記候補ドッキング位置を目標ドッキング位置として使用し、
    前記交通ネットワーク情報が、前記複数のドッキング位置の一組の候補ドッキング位置を示し、候補ドッキング位置の各候補ドッキング位置が、前記第１目的地と関連付けられる場合、前記目標ドッキング位置と前記第１目的地の間の歩行者移動時間に基づき、前記目標ドッキング位置を、前記複数の候補ドッキング位置から選択する
    ことにより、
    前記交通ネットワーク情報と歩行者移動時間に基づき、前記第１目的地について、前記複数のドッキング位置から前記目標ドッキング位置を決定すること
    を特徴とする自律走行車両。
69. 請求項５３又は６８に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置でのドッキング動作の実行に応じて、前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの第２ルートを特定し、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記第１ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
70. 請求項６９に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記第１目的地に関連付けられた第２目標ドッキング位置を特定し、
    前記目標ドッキング位置と前記第２目標ドッキング位置の間の歩行者移動ルートを生成すること
    を特徴とする自律走行車両。
71. 請求項７０に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記第２目的地から前記第２目標ドッキング位置までの第３ルートを特定し、
    前記軌道コントローラは、
    前記第３ルートを使用して、前記第２目的地から前記第２目標ドッキング位置まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
72. 請求項５３に記載の自律走行車両であって、
    前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記交通ネットワーク情報は、歩行者交通ネットワークを示す歩行者交通ネットワーク情報を含み、
    前記歩行者交通ネットワークの一部が、前記第１目的地に近接するよう、
    前記交通ネットワーク情報を特定し、
    前記交通ネットワーク情報が、前記第１目的地に関連付けられた前記複数のドッキング位置の候補ドッキング位置を示す場合、前記候補ドッキング位置を目標ドッキング位置として使用し、
    前記交通ネットワーク情報が、前記複数のドッキング位置の一組の候補ドッキング位置を示し、候補ドッキング位置の各候補ドッキング位置が、前記第１目的地と関連付けられる場合、前記目標ドッキング位置と前記第１目的地の間の歩行者移動時間に基づき、前記目標ドッキング位置を、前記複数の候補ドッキング位置から選択する
    ことにより、
    前記交通ネットワーク情報と歩行者移動時間に基づき、前記第１目的地について、前記複数のドッキング位置から前記目標ドッキング位置を決定し、
    前記車両交通ネットワークの第２目的地を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記目標ドッキング位置から前記第２目的地までの第２ルートを特定し、
    前記第１目的地に関連付けられた第２目標ドッキング位置を特定し、
    前記交通ネットワーク情報を使用して、前記車両交通ネットワークの前記第２目的地から、前記第２目標ドッキング位置までの第３ルートを特定し、
    前記軌道コントローラは、前記自律走行車両を
    前記目標ドッキング位置でのドッキング動作に応じて、前記第２ルートを使用して、前記目標ドッキング位置から前記第２目的地まで移動させ、
    前記第３ルートを使用して、前記第２目的地での動作の実行に応じ、前記第２目的地から前記第２目標ドッキング位置まで移動させるよう
    前記自律走行車両を操作すること
    を特徴とする自律走行車両。
73. 請求項７２に記載の自律走行車両であって、
    前記第２目的地は、前記第１目的地に関連付けられた駐車区域であり、
    前記軌道コントローラは、
    前記自律走行車両を、前記第２目的地に駐車させ、
    前記第１ルートを使用して、前記目標ドッキング位置から前記第２目的地まで、前記自律走行車両を走行させること
    を特徴とする自律走行車両。
74. 請求項７２に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記目標ドッキング位置と前記第２目標ドッキング位置の間の歩行者移動ルートを生成すること
    を特徴とする自律走行車両。
75. 請求項６８又は７２に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記ドッキング位置情報が複数の車両の運転情報に基づくように前記交通ネットワーク情報を特定し、
    前記運転情報は、複数の動作を含み、
    前記複数の動作の各動作は、前記複数の車両の各車両に関連付けられ、
    前記複数のドッキング位置の各ドッキング位置は、前記複数の動作の各動作に対応していること
    を特徴とする自律走行車両。
76. 請求項６８又は７２に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記第１目的地の入口位置を示すユーザ入力の受信と、
    前記入口位置の前記第１目的地としての使用
    を含むこと
    を特徴とする自律走行車両。
77. 請求項６８又は７２に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記候補ドッキング位置と前記第１目的地の間の予測歩行者移動時間が、最大歩行者移動時間を超える場合、前記複数の候補ドッキング位置から一つの候補ドッキング位置を除外すること
    を含むこと
    を特徴とする自律走行車両。
78. 請求項６８又は７２に記載の自律走行車両であって、
    前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    前記一組の候補ドッキング位置の各候補ドッキング位置が、前記歩行者交通ネットワークの各部に近接するよう、前記交通ネットワーク情報を特定すること
    を特徴とする自律走行車両。
79. 請求項６８又は７２に記載の自律走行車両であって、
    前記複数の候補ドッキング位置からの前記目標ドッキング位置の選択は、
    前記第１目的地と、前記複数の各候補ドッキング位置の間の複数の候補経路を示す、歩行者決定モデルを生成すること
    を含むこと
    を特徴とする自律走行車両。
80. 請求項７９に記載の自律走行車両であって、
    前記歩行者決定モデルは、複数のルーティング状態を含み、
    前記複数の候補ドッキング位置の各候補ドッキング位置は、各ルーティング状態に対応すること
    を特徴とする自律走行車両。
81. 請求項８０に記載の自律走行車両であって、
    前記歩行者決定モデルの生成は、複数の予測コストの生成を含み、
    前記複数の各予測コストは、前記第１目的地と、前記複数のルーティング状態の各ルーティング状態間の予測歩行者移動時間を示すこと
    を特徴とする自律走行車両。
82. 請求項８１に記載の自律走行車両であって、
    前記目標ドッキング位置の決定は、
    前記出発地点と前記目標ドッキング位置の間の予測移動時間と、
    前記目標ドッキング位置と前記第１目的地の間の予測歩行者移動時間と
    の総計を含む最小移動時間の決定を含むこと
    を特徴とする自律走行車両。
83. 請求項８１に記載の自律走行車両であって、
    前記目標ドッキング位置の特定は、
    前記出発地点と、前記複数の候補ドッキング位置の各候補ドッキング位置の間の複数の候補経路を示す、車両決定モデルの生成と、
    前記歩行者決定モデルと前記車両決定モデルに基づく、拡張決定モデルの生成
    を含むこと
    を特徴とする自律走行車両。
84. 請求項８３に記載の自律走行車両であって、
    前記候補ドッキング位置を前記目標ドッキング位置として使用することに関連付けられたアクションコストが、前記目標ドッキング位置と前記第１目的地の間の前記予測歩行者移動時間と、設定ドッキング動作コストとを含むよう、前記拡張決定モデルを生成すること
    を特徴とする自律走行車両。

Images