RU2756439C1 - Определение локализации для работы транспортного средства - Google Patents
Определение локализации для работы транспортного средства Download PDFInfo
- Publication number
- RU2756439C1 RU2756439C1 RU2020116583A RU2020116583A RU2756439C1 RU 2756439 C1 RU2756439 C1 RU 2756439C1 RU 2020116583 A RU2020116583 A RU 2020116583A RU 2020116583 A RU2020116583 A RU 2020116583A RU 2756439 C1 RU2756439 C1 RU 2756439C1
- Authority
- RU
- Russia
- Prior art keywords
- vehicle
- lane
- estimate
- location
- time point
- Prior art date
Links
- 230000004807 localization Effects 0.000 title description 12
- 238000000034 method Methods 0.000 claims abstract description 56
- 230000000694 effects Effects 0.000 claims abstract description 11
- 238000001914 filtration Methods 0.000 claims abstract description 5
- 238000004891 communication Methods 0.000 claims description 77
- 230000006870 function Effects 0.000 claims description 62
- 238000009826 distribution Methods 0.000 claims description 24
- 230000007704 transition Effects 0.000 claims description 22
- 230000008859 change Effects 0.000 claims description 10
- 238000013507 mapping Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 7
- 230000002085 persistent effect Effects 0.000 claims description 4
- 230000033001 locomotion Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims 1
- 238000005303 weighing Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 abstract 1
- 230000005540 biological transmission Effects 0.000 description 13
- 238000010586 diagram Methods 0.000 description 13
- 238000004422 calculation algorithm Methods 0.000 description 10
- 239000011159 matrix material Substances 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 6
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 4
- 238000013459 approach Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- HBBGRARXTFLTSG-UHFFFAOYSA-N Lithium ion Chemical compound [Li+] HBBGRARXTFLTSG-UHFFFAOYSA-N 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 229910001416 lithium ion Inorganic materials 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- QELJHCBNGDEXLD-UHFFFAOYSA-N nickel zinc Chemical compound [Ni].[Zn] QELJHCBNGDEXLD-UHFFFAOYSA-N 0.000 description 2
- 238000007670 refining Methods 0.000 description 2
- 238000004977 Hueckel calculation Methods 0.000 description 1
- 206010039203 Road traffic accident Diseases 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000003190 augmentative effect Effects 0.000 description 1
- OJIJEKBXJYRIBZ-UHFFFAOYSA-N cadmium nickel Chemical compound [Ni].[Cd] OJIJEKBXJYRIBZ-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- LIWAQLJGPBVORC-UHFFFAOYSA-N ethylmethylamine Chemical compound CCNC LIWAQLJGPBVORC-UHFFFAOYSA-N 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 229910052987 metal hydride Inorganic materials 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000272 proprioceptive effect Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000035807 sensation Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000725 suspension Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3492—Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/36—Input/output arrangements for on-board computers
- G01C21/3602—Input other than that of destination using image analysis, e.g. detection of road signs, lanes, buildings, real preceding vehicles using a camera
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/29—Graphical models, e.g. Bayesian networks
- G06F18/295—Markov models or related models, e.g. semi-Markov models; Markov random fields; Networks embedding Markov models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
- G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/02—Services making use of location information
- H04W4/029—Location-based management or tracking services
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2556/00—Input parameters relating to data
- B60W2556/45—External transmission of data to or from the vehicle
- B60W2556/50—External transmission of data to or from the vehicle of positioning data, e.g. GPS [Global Positioning System] data
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Transportation (AREA)
- Human Computer Interaction (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
- Jib Cranes (AREA)
Abstract
Изобретение относится к операционному управлению транспортным средством и вождению, включая автономное операционное управление транспортным средством и автономное вождение. Способ перемещения по транспортной сети транспортных средств содержит определение операционной информации транспортного средства для транспортного средства, включающее измерение глобальной позиции транспортного средства, причем транспортное средство представляет собой автономное транспортное средство или полуавтономное транспортное средство, затем определение оценки метрического местоположения транспортного средства с использованием операционной информации транспортного средства, включающее определение оценки метрического местоположения с использованием измеренной глобальной позиции в качестве входных данных в нелинейную функцию потерь с фильтрацией посредством фильтра Калмана для смягчения эффектов от немоделируемой ошибки датчиков. Далее осуществляется определение информации об операционной среде части транспортной сети транспортных средств, причем информация об операционной среде включает в себя данные датчиков части транспортной сети транспортных средств, которая доступна для наблюдения на транспортном средстве, причем данные датчиков содержат данные местоположения удаленного транспортного средства, затем определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде и перемещение посредством транспортного средства по транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства. Для определения оценки метрического местоположения нелинейная функция потерь с фильтром Калмана может смягчать эффекты немоделируемых ошибок датчика. Также описаны методики, использующие скрытые Марковские модели и расстояние наземного движущегося объекта для определения оценки топологического местоположения. Технический результат – повышение точности определения местоположения транспортного средства. 2 н. и 18 з.п. ф-лы, 9 ил.
Description
Область техники
[1] Это раскрытие относится к операционному управлению транспортным средством и вождению, включая автономное операционное управление транспортным средством и автономное вождение.
Уровень техники
[2] Транспортное средство, такое как автономное транспортное средство, может перемещаться по части транспортной сети транспортных средств. Перемещение по транспортной сети транспортных средств включает в себя генерирование или сбор, например, посредством датчика транспортного средства, данных, представляющих операционное состояние транспортного средства. Эти данные могут быть использованы для локализации (определения местоположения) транспортного средства в рамках транспортной сети транспортных средств.
Сущность изобретения
[3] Здесь раскрыты аспекты, признаки, элементы, реализации и варианты осуществления локализации для работы транспортного средства с использованием информации метрического и топологического местоположения. Здесь метрическое местоположение относится к физическому местоположению, обычно в глобальной системе координат, в то время как топологическое местоположение относится к соответствующему виртуальному местоположению в рамках топологической карты, которая показывает, по меньшей мере, часть транспортной сети транспортных средств, обычно в системе координат карты. Ссылка на местоположение без модификатора может относиться к любому из двух или обоим вместе из метрического местоположения и топологического местоположения в зависимости от контекста.
[4] Аспектом раскрытых вариантов осуществления является способ перемещения по транспортной сети транспортных средств, который включает в себя определение операционной информации транспортного средства транспортного средства, определение оценки метрического местоположения транспортного средства с использованием операционной информации транспортного средства, определение информации об операционной среде части транспортной сети транспортных средств, определение оценки топологического местоположения транспортного средства в рамках транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде, и перемещение посредством транспортного средства транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства. Информация об операционной среде включает в себя данные датчиков части транспортной сети транспортных средств, которая доступна для наблюдения на транспортном средстве. Часть, доступная для наблюдения на транспортном средстве, может быть одинаковой по протяженности или отличаться от одного или более диапазона(ов) датчика(ов), предоставляющих информацию об операционной среде для транспортного средства. Данные датчиков могут включать в себя данные местоположения удаленного транспортного средства.
[5] Другим аспектом раскрытых вариантов осуществления является транспортное средство, которое может быть автономным транспортным средством, которое включает в себя процессор, сконфигурированный для исполнения инструкций, сохранённых на постоянном компьютерно-читаемом носителе, для определения операционной информации транспортного средства упомянутого транспортного средства, определения оценки метрического местоположения транспортного средства с использованием операционной информации транспортного средства, определения информации об операционной среде части транспортной сети транспортных средств, информации об операционной среде, включающей в себя данные датчиков части транспортной сети транспортных средств, которые доступны для наблюдения на транспортном средстве, и данные датчиков, содержащие данные о местоположении удаленного транспортного средства, определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде, и перемещение посредством транспортного средства транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства.
[6] Вариации в этих и других аспектах, признаках, элементах, реализациях и вариантах осуществления способов, аппаратур, процедур и алгоритмов, раскрытых в данном документе, описаны более подробно ниже.
КРАТКОЕ ОПИСАНИЕ ЧЕРТЕЖЕЙ
[7] Различные аспекты способов и аппаратур, раскрытых в данном документе, станут более очевидными при ссылке на примеры, предоставленные в последующем описании и чертежах, на которых аналогичные ссылочные позиции относятся к аналогичным элементам, если не указано иное.
[8] Фиг. 1 является схемой примера транспортного средства, в котором могут быть реализованы аспекты, признаки и элементы, раскрытые в данном документе.
[9] Фиг. 2 является схемой примера части системы связи и транспортировки транспортного средства, в которой могут быть реализованы раскрытые здесь аспекты, признаки и элементы.
[10] Фиг. 3 является схемой части транспортной сети транспортных средств в соответствии с этим раскрытием.
[11] Фиг.4 является последовательностью операций примера перемещения по транспортной сети транспортных средств с использованием определения локализации в соответствии с вариантами осуществления этого раскрытия.
[12] Фиг.5 является схемой примера реализации нелинейной функции потерь для определения локализации в соответствии с вариантами осуществления этого раскрытия.
[13] Фиг. 6 является схемой примера использования информации об операционной среде для определения оценки топологического местоположения транспортного средства в транспортной сети транспортных средств.
[14] Фиг.7 является схемой примера реализации скрытой Марковской модели для определения локализации в соответствии с вариантами осуществления этого раскрытия.
[15] Фиг.8 является схемой примера реализации нескольких скрытых Марковских моделей с переменной структурой для определения местоположения в соответствии с вариантами осуществления этого раскрытия.
[16] Фиг. 9 является схемой примера реализации метрики расширенного расстояния земного движущегося объекта для определения местоположения в соответствии с вариантами осуществления этого раскрытия.
ПОДРОБНОЕ ОПИСАНИЕ
[17] Транспортное средство, такое как автономное транспортное средство или полуавтономное транспортное средство, может перемещаться по части транспортной сети транспортных средств. Транспортное средство может включать в себя один или более датчиков, и перемещение по транспортной сети транспортных средств может включать в себя генерирование или сбор датчиками данных датчиков для использования при перемещении по транспортной сети транспортных средств. Данные датчиков могут включать в себя операционную информацию транспортного средства, такую как координаты глобальной системы позиционирования (GPS), движется ли транспортное средство или находится в фиксированном положении, курс транспортного средства и т. д. Данные датчиков также могут включать в себя информацию, соответствующую операционной среде транспортного средства, такую как информация, соответствующая одному или нескольким внешним объектам, таким как пешеходы, удаленные транспортные средства, другие объекты в рамках операционной среды транспортного средства, геометрию или топологию транспортной сети транспортных средств или их комбинацию. Эта информация может упоминаться здесь как информация об операционной среде.
[18] Для управления транспортным средством локализация (определение местоположения) транспортного средства может использовать метрическое (например, наблюдаемое или измеренное) местоположение, такое как широта, долгота и курс, для информирования о топологическом местоположении в рамках транспортной сети транспортных средств, таким как крайняя левая полоса движения, конкретная улица или дорога. То есть метрическое местоположение может быть определено с использованием данных датчиков. Определение топологического местоположения руководствуется точной топологической картой и точным метрическим местоположением, которое преобразуется в координаты в рамках системы координат топологической карты.
[19] Точные метрические и топологические оценки местоположения способствуют безопасной, эффективной навигации и принятию решений. Точное определение метрического местоположения может быть выполнено с использованием относительно дорогих датчиков, которые предоставляют высокоточную глобальную информацию. Менее качественная информация датчика и информация датчика, которая имеет ограниченный объем, может снизить точность оценки метрического местоположения и, следовательно, оценку топологического местоположения. Например, датчик пониженной точности может указывать два разных набора координат для одного и того же физического местоположения. Оценки могут также пострадать, когда датчик транспортного средства формирует ошибочные данные или имеет недостаток в их полноте.
[20] Даже там, где метрическое местоположение является точным, оценка топологического местоположения может быть менее точной, чем требуется. Например, хотя существует много топологических карт с высоким разрешением (HD), карты могут содержать ошибки, вызванные дорожным строительством, дорожно-транспортными происшествиями, природными явлениями, такими как оползни, и т. д., из-за чего истинная топология дорог в транспортной сети транспортных средств может отличаться от топологии, заданной посредством карты. Карты более низкого качества могут усугублять эти ошибки, затрудняя, например, точную идентификацию конкретной полосы движения дороги, по которой передвигается транспортное средство.
[21] Методики, описанные здесь, направлены на неопределенности, неоднозначности и/или исходным ошибкам в рамках датчиков транспортного средства, топологической карте, доступной транспортному средству, или обоим.
[22] Фиг. 1 является схемой примера транспортного средства, в котором могут быть реализованы аспекты, признаки и элементы, раскрытые в данном документе. В показанном варианте осуществления транспортное средство 1000 включает в себя шасси 1100, силовую передачу 1200, контроллер 1300 и колеса 1400. Хотя транспортное средство 1000 показано как включающее в себя четыре колеса 1400 для простоты, может использоваться любое другое самоходное транспортное устройство или устройства, такие как винтовой движитель или гусеницы. На фиг. 1, линии, соединяющие элементы, такие как силовая передача 1200, контроллер 1300 и колеса 1400, указывают, что информация, такая как данные или сигналы управления, питание, такое как электрическое питание или крутящий момент, или оба информация и питание, могут передаваться между соответствующими элементами. Например, контроллер 1300 может принимать питание от силовой передачи 1200 и может связываться с трансмиссией 1200, колесами 1400 или с ними обоими для управления транспортным средством 1000, которое может включать в себя ускорение, замедление, рулевое управление или иное управление транспортным средством 1000.
[23] Силовая передача 1200, показанная в качестве примера на фиг. 1, включает в себя источник 1210 питания, трансмиссию 1220, блок 1230 рулевого управления и исполнительный механизм 1240. Любой другой элемент или комбинация элементов силовой передачи, такие как подвеска, ведущий вал, оси или выхлопная система, также могут быть включены. Хотя показано отдельно, колеса 1400 могут быть включены в силовую передачу 1200.
[24] Источник 1210 питания включает в себя двигатель, аккумулятор или их комбинацию. Источником 1210 питания может быть любое устройство или комбинация устройств, работающих для предоставления энергии, например, электрической энергии, тепловой энергии или кинетической энергии. В одном примере источник 1210 питания включает в себя двигатель, такой как двигатель внутреннего сгорания, электродвигатель или комбинацию двигателя внутреннего сгорания и электродвигателя, и работающий для подачи кинетической энергии в качестве движущей силы одному или более колесам 1400. Альтернативно или дополнительно, источник 1210 питания включает в себя блок потенциальной энергии, такой как одна или несколько сухих батарей, таких как никель-кадмиевые (NiCd), никель-цинковые (NiZn), никель-металлогидридные (NiMH), литий-ионные (литий-ионный); солнечные батареи; топливные элементы; или любое другое устройство, способное подавать энергию.
[25] Трансмиссия 1220 принимает энергию, такую как кинетическая энергия, от источника 1210 питания и передает энергию на колеса 1400, чтобы обеспечить движущую силу. Трансмиссия 1220 может управляться посредством контроллера 1300, исполнительного механизма 1240 или обоими. Блок 1230 рулевого управления может управляться посредством контроллера 1300, исполнительного механизма 1240 или обоими и управляет колесами 1400 для рулевого управления транспортным средством. Исполнительный механизм 1240 может принимать сигналы от контроллера 1300 и приводить в действие или управлять источником 1210 питания, трансмиссией 1220, блоком 1230 рулевого управления или любой их комбинацией для работы транспортного средства 1000.
[26] В проиллюстрированном варианте осуществления контроллер 1300 включает в себя блок 1310 определения местоположения, блок 1320 электронной связи, процессор 1330, запоминающее устройство 1340, пользовательский интерфейс 1350, датчик 1360 и интерфейс 1370 электронной связи. Меньшее количество этих элементов может существовать в качестве части контроллера 1300. Хотя показано одиночным блоком, любой из одного или нескольких элементов контроллера 1300 могут быть интегрированы в любое количество отдельных физических блоков. Например, пользовательский интерфейс 1350 и процессор 1330 могут быть интегрированы в первый физический блок, а запоминающее устройство 1340 может быть интегрировано во второй физический блок. Хотя это не показано на фиг. 1 контроллер 1300 может включать в себя источник питания, такой как батарея. Хотя это показано как отдельные элементы, блок 1310 определения местоположения, блок 1320 электронной связи, процессор 1330, запоминающее устройство 1340, пользовательский интерфейс 1350, датчик 1360, интерфейс 1370 электронной связи или любая их комбинация могут быть интегрированы в одном или более электронных блоках, схем или микросхем.
[27] Процессор 1330 может включать в себя любое устройство или комбинацию устройств, способных манипулировать или обрабатывать сигнал или другую информацию, существующую сейчас или разрабатываемую позже, включая оптические процессоры, квантовые процессоры, молекулярные процессоры или их комбинацию. Например, процессор 1330 может включать в себя один или несколько процессоров специального назначения, один или несколько процессоров цифровых сигналов, один или несколько микропроцессоров, один или несколько контроллеров, один или несколько микроконтроллеров, одну или несколько интегральных схем, одну или несколько специализированных интегральных схем, одну или несколько программируемых логических интегральных схем, один или несколько программируемых логических массивов, один или несколько программируемых логических контроллеров, один или несколько конечных автоматов или любую их комбинацию. Процессор 1330 функционально связан с одним или несколькими блоками 1310 определения местоположения, запоминающим устройством 1340, интерфейсом 1370 электронной связи, блоком 1320 электронной связи, интерфейсом 1350 пользователя, датчиком 1360 и силовой передачей 1200. Например, процессор может быть функционально связан с запоминающим устройством 1340 через коммуникационную шину 1380.
[28] Запоминающее устройство 1340 включает в себя любой материальный постоянный машиноиспользуемый или машиночитаемый носитель, способный, например, содержать, хранить, передавать или транспортировать машиночитаемые инструкции или любую информацию, ассоциированную с ними, для использования посредством или в соединении с любым процессором, таким как процессор 1330. Запоминающее устройство 1340 может быть, например, одним или несколькими твердотельными накопителями, одной или несколькими платами памяти, одним или несколькими съемными носителями, одним или несколькими постоянными запоминающими устройствами, одним или несколькими операционными запоминающими устройствами, одним или несколькими дисками, включая жесткий диск, дискету, оптический диск, магнитную или оптическую карту или любой другой тип временного носителя, подходящий для хранения электронной информации, или любую их комбинацию. Например, запоминающее устройство может быть одним или несколькими постоянными запоминающими устройствами (ПЗУ), одним или несколькими запоминающими устройствами с произвольным доступом (ОЗУ), одним или несколькими регистрами, запоминающими устройствами с низкой мощностью с двойной скоростью передачи данных (LPDDR), одной или несколькими кэш-памятью, одним или несколькими полупроводниковыми запоминающими устройствами, одним или несколькими магнитными носителями, одним или несколькими оптическими носителями, одними или несколькими магнитооптическими носителями или любой их комбинацией.
[29] Интерфейс 1370 связи может представлять собой беспроводную антенну, как показано, порт проводной связи, порт оптической связи или любой другой проводной или беспроводной блок, способный поддерживать связь с проводной или беспроводной электронной средой 1500 связи. Хотя фиг. 1 показывает интерфейс 1370 связи, связывающийся через один канал связи, интерфейс связи может быть сконфигурирован для связи через множество каналов связи. Хотя фиг. 1 показывает один интерфейс 1370 связи, транспортное средство может включать в себя любое количество интерфейсов связи.
[30] Блок 1320 связи сконфигурирован, чтобы передавать или принимать сигналы через проводную или беспроводную электронную среду 1500 связи, например, через интерфейс 1370 связи. Хотя это явно не показано на фиг. 1, блок 1320 связи может быть сконфигурирован для передачи, приема или и того и другого через любую проводную или беспроводную среду связи, такую как радиочастотную (RF), ультрафиолетовую (UV), видимого света, оптоволокна, кабеля или их комбинация. Хотя фиг. 1 показывает один блок 1320 связи и один интерфейс 1370 связи, может использоваться любое количество блоков связи и любое количество интерфейсов связи. В некоторых вариантах осуществления блок 1320 связи включает в себя специализированный блок связи ближнего действия (DSRC), бортовой блок (OBU) или их комбинацию.
[31] Блок 1310 определения местоположения может определять информацию о геолокации, такую как долгота, широта, высота, направление передвижения или скорость транспортного средства 1000. В одном примере блок 1310 определения местоположения включает в себя блок GPS, такой как блок национальной ассоциации морской электроники (NMEA) с поддержкой широкозонной усиливающей системы, блок радио-триангуляции или их комбинацию. Блок 1310 определения местоположения может использоваться для получения информации, которая представляет, например, текущий курс транспортного средства 1000, текущую позицию транспортного средства 1000 в двух или трех измерениях, текущую угловую ориентацию транспортного средства 1000 или их комбинацию.
[32] Пользовательский интерфейс 1350 включает в себя любой блок, способный взаимодействовать с человеком, такой как виртуальная или физическая клавиатура, сенсорная панель, дисплей, сенсорный дисплей, головной дисплей, виртуальный дисплей, дисплей дополненной реальности, устройство передачи осязательных ощущений, такое как устройство отслеживания глаз, динамик, микрофон, видеокамера, датчик, принтер или любая их комбинация. Пользовательский интерфейс 1350 может быть функционально связан с процессором 1330, как показано, или с любым другим элементом контроллера 1300. Хотя пользовательский интерфейс 1350 показан одиночным блоком, он может включать в себя один или несколько физических блоков. Например, пользовательский интерфейс 1350 может включать в себя как аудиоинтерфейс для выполнения аудиосвязи с человеком, так и сенсорный дисплей для выполнения визуальной и сенсорной связи с человеком. Пользовательский интерфейс 1350 может включать в себя множество дисплеев, таких как множество отдельных физически блоков, множество заданных частей в рамках одного физического блока или их комбинацию.
[33] Датчики 1360 могут использоваться для предоставления информации, которая может использоваться для управления транспортным средством. Датчики 1360 могут быть массивом датчиков. Датчики 1360 могут предоставлять информацию, касающуюся текущих эксплуатационных характеристик транспортного средства 1000, включая операционную информацию транспортного средства. Датчики 1360 могут включать в себя, например, датчик скорости, датчики ускорения, датчик угла поворота рулевого колеса, датчики тяги, датчики торможения, датчики позиции рулевого колеса, датчики отслеживания глаз, датчики позиции сиденья или любой датчик или комбинацию датчиков, которые способны сообщать информацию, касающуюся некоторого аспекта текущей динамики ситуации транспортного средства 1000.
[34] Датчики 1360 включают в себя один или несколько датчиков, которые могут использоваться для получения информации, касающейся физической среды, окружающей транспортное средство 1000, такую как информация об операционной среде. Например, один или несколько датчиков могут обнаруживать геометрию дороги, такую как разделительные линии и препятствия, такие как фиксированные препятствия, транспортные средства и пешеходы. Датчики 1360 могут быть или включать в себя одну или несколько видеокамер, лазерную сенсорную систему, инфракрасную сенсорную систему, акустическую сенсорную систему или любой другой подходящий тип автомобильного устройства датчика окружающей среды или комбинацией устройств, известных в настоящее время или разработанных позже. В некоторых вариантах осуществления датчики 1360 и блок 1310 определения местоположения объединены.
[35] Хотя это не показано отдельно, транспортное средство 1000 может включать в себя контроллер траектории. Например, контроллер 1300 может включать в себя контроллер траектории. Контроллер траектории может использоваться для получения информации, описывающей текущее состояние транспортного средства 1000 и маршрута, запланированного для транспортного средства 1000, и на основе этой информации определять и оптимизировать траекторию для транспортного средства 1000. В некоторых вариантах осуществления контроллер траектории может выводить сигналы, которые могут использоваться для управления транспортным средством 1000, так что транспортное средство 1000 следует траектории, которая определяется посредством контроллера траектории. Например, выходной сигнал контроллера траектории может быть оптимизированной траекторией, которая может подаваться на силовую передачу 1200, колеса 1400 или и на то и на другое. В некоторых вариантах осуществления оптимизированная траектория может быть вводами управления, такими как набор углов поворота, причем каждый угол поворота соответствует точке во времени или позиции. В некоторых вариантах оптимизированной траекторией может быть один или несколько путей, линий, кривых или их комбинация.
[36] Одно или несколько колес 1400 могут быть управляемым колесом, которое поворачивается на угол поворота рулевого колеса под управлением блока 1230 рулевого управления, и винтовым колесом, которое вращается для приведения в движение транспортного средства 1000 под управлением трансмиссии 1220, или управляемым и движимым колесом, которые могут управлять и приводить в движение транспортное средство 1000.
[37] Хотя это не показано на фиг. 1, транспортное средство может включать в себя дополнительные блоки или элементы, не показанные на фиг. 1, такие как корпус, модуль Bluetooth®, радио-блок с частотной модуляцией (FM), модуль ближней радиосвязи (NFC), жидкокристаллический блок отображения (LCD), блок отображения на органических светодиодах (OLED), динамик или любая их комбинация.
[38] Транспортное средство 1000 может быть автономным транспортным средством, которое управляется автономно, без прямого вмешательства человека, чтобы перемещаться по части транспортной сети транспортных средств. Хотя это не показано отдельно на фиг. 1, автономное транспортное средство может включать в себя блок управления автономным транспортным средством, который выполняет автономную маршрутизацию, навигацию и управление транспортным средством. Автономный блок управления транспортным средством может быть интегрирован с другим блоком транспортного средства. Например, контроллер 1300 может включать в себя блок управления автономным транспортным средством.
[39] Когда он присутствует, блок управления автономным транспортным средством может управлять или эксплуатировать транспортное средство 1000 для перемещения по части транспортной сети транспортных средств в соответствии с текущими параметрами работы транспортного средства. Блок управления автономным транспортным средством может управлять или эксплуатировать транспортное средство 1000, чтобы выполнять заданную операцию или маневрировать, например, парковать транспортное средство. Блок управления автономным транспортным средством может генерировать маршрут передвижения от пункта отправления, такого как текущее местоположение транспортного средства 1000, к пункту назначения на основе информации транспортного средства, информации об окружающей среде, информации о транспортной сети транспортных средств, представляющей транспортную сеть транспортных средств, или их комбинации и может управлять или эксплуатировать транспортное средство 1000 для перемещения по транспортной сети транспортных средств в соответствии с маршрутом. Например, блок управления автономным транспортным средством может выводить маршрут передвижения на контроллер траектории, чтобы эксплуатировать транспортное средство 1000 для передвижения из пункта отправления в пункт назначения, используя сгенерированный маршрут.
[40] Фиг. 2 является схемой примера части системы связи и транспортировки транспортного средства, в которой могут быть реализованы раскрытые здесь аспекты, признаки и элементы. Система 2000 связи и транспортировки транспортного средства может включать в себя одно или несколько транспортных средств 2100/2110, таких как транспортное средство 1000, показанное на фиг. 1, которое перемещается по одной или нескольким частям транспортной сети 2200 транспортных средств и осуществляет связь через одну или несколько сетей 2300 электронной связи. Хотя это явно не показано на фиг. 2, транспортное средство может перемещаться по зоне бездорожья.
[41] Сеть 2300 электронной связи может быть, например, системой множественного доступа, которая предоставляет связь, такую как голосовая связь, передача данных, видеосвязь, обмен сообщениями или их комбинацию, между транспортным средством 2100/2110 и одним или несколькими устройствами 2400 связи. Например, транспортное средство 2100/2110 может принимать информацию, такую как информация, представляющая транспортную сеть 2200 транспортного средства, от устройства 2400 связи через сеть 2300.
[42] В некоторых вариантах осуществления транспортное средство 2100/2110 может устанавливать связь через проводной канал связи (не показан), беспроводной канал 2310/2320/2370 связи или комбинацию любого количества проводных или беспроводных каналов связи. Как показано, транспортное средство 2100/2110 осуществляет связь через наземный беспроводной канал 2310 связи, через не наземный беспроводной канал 2320 связи или через их комбинацию. Наземный беспроводной канал 2310 связи может включать в себя канал Ethernet, канал последовательной передачи данных, канал Bluetooth, инфракрасный (ИК) канал, ультрафиолетовый (УФ) канал или любой канал, способный предоставить электронную связь.
[43] Транспортное средство 2100/2110 может связываться с другим транспортным средством 2100/2110. Например, основное или зависимое транспортное средство (HV) 2100 может принимать одно или более автоматических сообщений между транспортными средствами, таких как базовое сообщение безопасности (BSM), от удаленного или целевого транспортного средства (RV) 2110 через прямой канал 2370 связи или через сеть 2300. Удаленное транспортное средство 2110 может транслировать (вещать) сообщение основному транспортному средству в рамках заданного радиовещательного диапазона, такого как 300 метров. В некоторых вариантах осуществления основное транспортное средство 2100 может принимать сообщение через третью сторону, такую как повторитель сигнала (не показан) или другое удаленное транспортное средство (не показано). Транспортное средство 2100/2110 может периодически передавать одно или более автоматических сообщений между транспортными средствами на основании, например, заданного интервала, такого как 100 миллисекунд.
[44] Автоматические сообщения между транспортными средствами могут включать в себя информацию идентификации транспортного средства, информацию геопространственного состояния, такую как информация о долготе, широте или высоте, информацию точности геопространственного местоположения, информацию кинематического состояния, такую как информация об ускорении транспортного средства, информацию о скорости рыскания, информацию о скорости, информацию о курсе транспортного средства, информацию о состоянии тормозной системы, информацию о дроссельной заслонке, информацию об угле поворота рулевого колеса, или информацию о маршруте транспортного средства или информацию о рабочем состоянии транспортного средства, такую как информация о размере транспортного средства, информация о состоянии фар, информация о сигналах поворота, информация о статусе стеклоочистителя, информация о трансмиссии или любую другую информацию или комбинацию информации, относящейся к состоянию передающего транспортного средства. Например, информация о состоянии трансмиссии может указывать, находится ли трансмиссия передающего транспортного средства в нейтральном состоянии, в состоянии парковки, в состоянии движения вперед или в состоянии движения назад.
[45] Транспортное средство 2100 может связываться с сетью 2300 связи через точку 2330 доступа. Точка 2330 доступа, которая может включать в себя вычислительное устройство, сконфигурирована для осуществления связи с транспортным средством 2100, с сетью 2300 связи, с одним или несколькими устройствами 2400 связи или с их комбинацией через проводные или беспроводные каналы 2310/2340 связи. Например, точка 2330 доступа может быть базовой станцией, базовой приемопередающей станцией (BTS), B-узлом, усовершенствованным B-узлом (eNode-B), домашним B-узлом (HNode-B), беспроводным маршрутизатором, проводным маршрутизатором, док-станцией, реле, коммутатором или любым подобным проводным или беспроводным устройством. Хотя здесь показано одиночным блоком, точка доступа может включать в себя любое количество взаимосвязанных элементов.
[46] Транспортное средство 2100 может связываться с сетью 2300 связи через спутник 2350 или другое неземное устройство связи. Спутник 2350, который может включать в себя вычислительное устройство, сконфигурирован для осуществления связи с транспортным средством 2100, с сетью 2300 связи, с одним или несколькими устройствами 2400 связи или с их комбинацией через один или несколько каналов 2320/2360 связи. Хотя здесь показано одиночным блоком, спутник может включать в себя любое количество взаимосвязанных элементов.
[47] Сеть 2300 электронной связи представляет собой сеть любого типа, сконфигурированную, чтобы предоставлять голосовую связь, связь передачи данных или любой другой тип электронной связи. Например, сеть 2300 электронной связи может включать в себя локальную сеть (LAN), глобальную сеть (WAN), виртуальную частную сеть (VPN), мобильную или сотовую телефонную сеть, Интернет или любую другую систему электронной связи. Сеть 2300 электронной связи использует протокол связи, такой как протокол управления трансмиссией (TCP), протокол пользовательских дейтаграмм (UDP), интернет-протокол (IP), транспортный протокол реального времени (RTP), транспортный протокол передачи гипертекста (HTTP) или их комбинацию. Хотя здесь показана одиночным блоком, сеть электронной связи может включать в себя любое количество взаимосвязанных элементов.
[48] Транспортное средство 2100 может идентифицировать часть или состояние транспортной сети 2200 транспортных средств. Например, транспортное средство включает в себя, по меньшей мере, один встроенный на транспортное средство датчик 2105, такой как датчики 1360, показанный на фиг. 1, который может быть, или включать в себя, датчиком скорости, датчиком скорости вращения колеса, камерой, гироскопом, оптическим датчиком, лазерным датчиком, радаром, звуковым датчиком или любым другим датчиком или устройством или их комбинацией, способным определять или идентифицировать часть или состояние транспортной сети 2200 транспортных средств. Данные датчиков могут включать в себя данные разделительной линии, данные местоположения удаленного транспортного средства или и то и другое.
[49] Транспортное средство 2100 может перемещаться по части или частям транспортной сети 2200 транспортных средств, используя информацию, передаваемую через сеть 2300, такую как информация, представляющая транспортную сеть 2200 транспортных средств, информацию, идентифицированную посредством одного или нескольких встроенных в транспортное средство датчиков 2105 или их комбинацией.
[50] Хотя Фиг.2 показывает одну транспортную сеть 2200 транспортных средств, одну сеть 2300 электронной связи и одно устройство 2400 связи для простоты, может использоваться любое количество сетей или устройств связи. Система 2000 связи и транспортировки транспортного средства может включать в себя устройства, блоки или элементы, не показанные на фиг. 2. Хотя транспортное средство 2100 показано одиночным блоком, транспортное средство может включать в себя любое количество взаимосвязанных элементов.
[51] Хотя показано, что транспортное средство 2100 осуществляет связь с устройством 2400 связи через сеть 2300, транспортное средство 2100 может связываться с устройством 2400 связи через любое количество прямых или непрямых каналов связи. Например, транспортное средство 2100 может связываться с устройством 2400 связи через прямой канал связи, такой как канал связи Bluetooth.
[52] Фиг. 3 является схемой части транспортной сети транспортных средств в соответствии с этим раскрытием. Транспортная сеть 3000 транспортных средств может включать в себя одну или несколько невозможных для навигации областей 3100, таких как здание, одну или несколько частично возможных для навигации областей, таких как парковка 3200, одну или несколько возможных для навигации областей, таких как дороги 3300/3400, или их комбинацию. В некоторых вариантах осуществления автономное транспортное средство, такое как транспортное средство 1000, показанное на фиг. 1, одно из транспортных средств 2100/2110, показанных на фиг. 2, полуавтономное транспортное средство или любое другое транспортное средство, реализующее автономное вождение, может перемещаться по части или частям транспортной сети 3000 транспортных средств.
[53] Транспортная сеть 3000 транспортных средств может включать в себя одну или несколько развязок 3210 между одной или несколькими возможными для навигации или частично возможными для навигации областями 3200/3300/3400. Например, часть транспортной сети 300 транспортных средств, показанной на фиг. 3, включает в себя развязку 3210 между парковочной зоной 3200 и дорогой 3400. Часть транспортной сети 3000 транспортных средств, такая как дорога 3300/3400, может включать в себя одну или несколько полос движения 3320/3340/3360/3420/3440 и может быть ассоциирована с одним или несколькими направлениями передвижения, которые обозначены стрелками на ФИГ. 3.
[54] Транспортная сеть транспортных средств или ее часть, такая как часть транспортной сети 3000 транспортных средств, показанная на фиг. 3, может быть представлена как информация транспортной сети транспортных средств. Например, информация о транспортной сети транспортных средств может быть выражена в виде иерархии элементов, таких как элементы языка разметки, которые могут храниться в базе данных или файле. Для простоты чертежи в данном документе изображают информацию транспортной сети транспортных средств, представляющую части транспортной сети транспортных средств в виде схем или карт; однако информация о транспортной сети транспортных средств может быть выражена в любой компьютерно-используемой форме, способной представлять транспортную сеть транспортных средств или ее часть. В некоторых вариантах осуществления информация о транспортной сети транспортных средств может включать в себя информацию управления транспортной сетью транспортного средства, такую как информация о направлении передвижения, информация об ограничении скорости, информация о дорожных пошлинах, информация об уклоне, такая как информация о наклоне или угле, информация о материале поверхности, эстетическая информация или их комбинация.
[55] Транспортная сеть транспортных средств может быть ассоциирована или может включать в себя пешеходную транспортную сеть. Например, фиг. 3 включает в себя часть 3600 пешеходной транспортной сети, которая может быть пешеходной дорожкой. Хотя это не показано отдельно на фиг. 3, пешеходная возможная для навигации зона, такая как пешеходный переход, может соответствовать возможной для навигации зоне или частично возможной для навигации зоне транспортной сети транспортных средств.
[56] В некоторых вариантах осуществления часть или комбинация частей транспортной сети транспортных средств могут быть идентифицированы в качестве точки интереса или пункта назначения. Например, информация о транспортной сети транспортных средств может идентифицировать здание как невозможную для навигации область 3100, и смежную частично возможную для навигации парковочную область 3200 в качестве точки интереса, транспортное средство может идентифицировать точку интереса в качестве пункта назначения, и транспортное средство может передвигаться из пункта отправления в пункт назначения посредством перемещения по транспортной сети транспортных средств. Хотя область 3200 парковки, ассоциированная с невозможной для навигации областью 3100, показана как смежная с невозможной для навигации областью 3100 на фиг. 3, пункт назначения может включать в себя, например, здание и зону парковки, которая физически или геопространствено не смежна со зданием.
[57] Перемещение по части транспортной сети транспортных средств может начинаться от оценки топологического местоположения транспортного средства до места назначения. Пункт назначения может быть дискретной однозначно идентифицируемой геолокацией (географической позицией). Например, транспортная сеть транспортных средств может включать в себя заданное местоположение, такое как адрес улицы, почтовый адрес, адрес транспортной сети транспортных средств, адрес GPS или их комбинацию для пункта назначения. Пункт назначения может быть ассоциирован с одним или несколькими входами, такими как вход 3500, показанный на фиг. 3.
[58] Пункт назначения может быть ассоциирован с одним или несколькими местами 3700 загрузки-разгрузки, таким как место загрузки-разгрузки, показанное на фиг. 3. Место 3700 загрузки-разгрузки может быть обозначенным или необозначенным местом или областью вблизи пункта назначения, в котором транспортное средство может остановиться, стоять или припарковаться таким образом, чтобы можно было выполнять операции загрузки-разгрузки, такие как посадка или высадка пассажира. Информация транспортной сети транспортных средств может включать в себя информацию места загрузки-разгрузки, такую как информация, идентифицирующая геолокацию места 3700 загрузки-разгрузки. Хотя это не показано отдельно на фиг. 3, информация места загрузки-разгрузки может идентифицировать тип операции загрузки-разгрузки, ассоциированной с местом 3700 загрузки-разгрузки. Например, пункт назначения может быть ассоциирован с первым местом загрузки-разгрузки для посадки пассажиров и вторым местом загрузки-разгрузки для высадки пассажиров.
[59] Фиг.4 является последовательностью операций примера перемещения по транспортной сети транспортных средств с использованием определения локализации в соответствии с вариантами осуществления этого раскрытия. Процесс согласно фиг. 4 может быть реализован в транспортном средстве, таком как транспортное средство 1000, показанное на фиг. 1, одном из транспортных средств 2100/2110, показанных на фиг. 2, автономном транспортном средстве, полуавтономном транспортном средстве или любом другом транспортном средстве. Процесс согласно фиг. 4 может быть реализован, по меньшей мере частично, в другой части системы 2000 связи и транспортировки транспортного средства, таком как устройство 2400 связи с инструкциями для перемещения по транспортной сети транспортных средств, переданными транспортному средству через сеть 2300. В любом случае процесс может выполняться посредством процессора, исполняющего инструкции, сохранённые на постоянном носителе данных или на запоминающем устройстве.
[60] На этапе 4100 процесс включает в себя определение операционной информации транспортного средства. Определение операционной информации транспортного средства может включать в себя считывание данных датчиков с датчиков транспортного средства, таких как датчики 1360, описанные на фиг. 1. Определение операционной информации транспортного средства может включать в себя прием данных датчиков от датчиков транспортного средства или от датчиков других транспортных средств, которые наблюдают транспортное средство. Операционная информация транспортного средства может включать в себя местоположение транспортного средства в глобальных координатах. В одном примере местоположение указывается посредством долготы и широты, которые измеряются посредством датчика. Операционная информация транспортного средства может включать в себя курс транспортного средства, который измеряется датчиком или вычисляется из множества значений датчиков. Может использоваться другая операционная информация транспортного средства, такая как скорость транспортного средства. Операционная информация транспортного средства может быть определена для множества временных точек, пока транспортное средство перемещается по транспортной сети транспортных средств. Например, множественные временные точки имеют место каждые 100 миллисекунд или за некоторый другой временной интервал.
[61] На этапе 4200 процесс включает в себя определение оценки метрического местоположения транспортного средства, используя операционную информации транспортного средства. Определение оценки метрического местоположения может быть выполнено посредством извлечения данных местоположения из операционной информации транспортного средства. Сами данные местоположения могут использоваться для оценки метрического местоположения. Однако это не учитывает статистический шум и другие неточности в отдельных оценках. Может быть встроен фильтр Калмана, который использует операционную информацию транспортного средства, определенную для множества временных точек на этапе 4100, чтобы уменьшить влияние этих ошибок на окончательную оценку метрического местоположения для данной временной точки.
[62] Фильтр Калмана эффективен при относительно небольших и смоделированных ошибках, но ошибки датчика часто трудно смоделировать. Это особенно верно для датчиков GPS. Кроме того, ошибки датчика могут быть относительно большими по сравнению, например, со статистическим шумом. В соответствии с некоторыми вариантами осуществления, описанными в данном документе, улучшения в смягчении эффектов относительно больших немоделируемых ошибок в определении метрического местоположения могут быть достигнуты с использованием нелинейной функции потерь с фильтром Калмана. В этом примере (выполняется) определение оценки местоположения для соответствующих временных точек из множества временных точек, определение оценки проецируемого местоположения для соответствующих последующих временных точек и определение оценки метрического местоположения текущей временной точки с использованием нелинейной функции потерь с Фильтр Калмана для смягчения эффектов немоделируемой ошибки датчика.
[63] Нелинейная функция потерь может быть основана на сравнении оценки местоположения с оценкой проецируемого местоположения для одной и той же временной точки. Например, различия между местоположениями в одной и той же временной точке могут быть минимизированы. Нелинейная функция потерь может непрерывно уточняться (например, повторно оптимизироваться для минимизации) в каждой временной точке. В таких реализациях оценка местоположения, определенная для соответствующей временной точки, может быть определена с использованием нелинейной функции потерь до уточнения нелинейной функции потерь на основе сравнения текущей оценки местоположения с оценкой проецируемого местоположения из предыдущей временной точки.
[64] Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана может включать в себя предоставление метрической точки, представленной посредством широты и долготы транспортного средства, распознанных (измеренных) во временной точке, в качестве данных ввода для нелинейной функции потерь, где функция нелинейных потерь выборочно взвешивает (например, присваивает штрафы) метрическую точку для использования в фильтре Калмана.
[65] Фиг.5 является схемой примера реализации нелинейной функции потерь для определения локализации в соответствии с вариантами осуществления этого раскрытия. Нелинейная функция потерь может быть задаваемой пользователем функцией, которая отображает значения для данных датчиков, используемых в фильтре Калмана, в соответствующее взвешивание, которое должно быть применено к значению (например, оценке местоположения) при определении оценки метрического местоположения. В примере по фиг. 5, транспортное средство 5100 перемещается по части 5000 транспортной сети транспортных средств во времени по курсу, указанному посредством стрелки 5110. Транспортное средство 5100 показано в оценке метрического местоположения временной точки до текущей временной точки. Временная точка до текущей временной точки может упоминаться как первая временная точка, в то время как текущая временная точка может упоминаться как вторая временная точка, чтобы отражать, что текущая временная точка следует за первой временной точкой. Оценка проецируемого местоположения текущей временной точки может быть определена с использованием курса транспортного средства, измеренного в или вычисленного из значений, измеренных в первой временной точке. Поскольку следующая временная точка известна из заданного интервала выборки, скорость транспортного средства (например, определенная в первой временной точке в части операционной информации транспортного средства) может использоваться с курсом для вычисления оценки 5120 проецируемого местоположения транспортного средства 5100.
[66] Нелинейная функция потерь на фиг. 5 содержит множество радиусов, задающих концентрические окружности 5200, 5300 вокруг оценки 5120 проецируемого местоположения в текущей временной точке. Как упомянуто, взвешивание может быть применено к метрической точке или местоположению транспортного средства, представленного определенными значениями широты и долготы. Взвешивание может быть основано на разнице между оценкой 5120 проецируемого местоположения и метрической точкой. Одним фактором, который может привести к отличию между оценкой 5120 проецируемого местоположения и метрической точкой, является точность источника определенных значений широты и долготы. На фиг. 5 показаны три возможных показания 5400, 5410 и 5420 GPS. Показания 5400, 5410 и 5420 GPS являются соответствующими оценками местоположения для текущей временной точки в этом примере, но возможно определить оценку местоположения с использованием дополнительной операционной информации транспортного средства.
[67] В примере по фиг. 5 функция нелинейных потерь предоставляет распознанные (измеренные) значения долготы и широты в текущей временной точке (т. е. показания 5400 GPS) фильтру Калмана для определения оценки метрического местоположения текущей временной точки в ответ на оценку местоположения для текущей временной точки, находящейся в рамках первой окружности, имеющей наименьший радиус из множества радиусов, в данном случае окружности 5200. Другими словами, измеренные значения не штрафуются (то есть они взвешиваются на 100%), потому что они относительно близки к ожидаемому местоположению для транспортного средства. «Относительно близко» означает, что распознанные значения находятся в пределах первого порогового значения расстояния от ожидаемого местоположения (то есть, оценки 5120 проецируемого местоположения). Функция нелинейных потерь удаляет распознанные значения из фильтра Калмана для определения оценки метрического местоположения текущей временной точки, в ответ на оценку местоположения для текущей временной точки (т. е. показания 5420 GPS), расположенной вне второй окружности, имеющей наибольший радиус из множества радиусов, здесь окружность 5300. Другими словами, распознанные (измеренные) значения игнорируются (т. е. они имеют вес 0%), поскольку они находятся относительно далеко от ожидаемого местоположения для транспортного средства. «Относительно далеко» означает, что измеренные значения находятся за пределами второго порогового значения расстояния ожидаемого местоположения (то есть, оценки 5120 проецируемого местоположения).
[68] Функция нелинейных потерь может применять штраф к распознанным (измеренным) значениям (то есть к показаниям 5410 GPS) для получения штрафованных распознанных значений и выдавать штрафованные распознанные значения на фильтр Калмана для определения оценки местоположения текущей временной точки в ответ на оценку метрического местоположения для текущей временной точки, находящейся вне первой окружности (то есть окружности 5200) и внутри второй окружности (то есть окружности 5300). Другими словами, распознанные значения штрафуются с некоторым значением от 0% до 100%, за исключением случаев, когда они находятся за пределами первого порогового значения расстояния, но в пределах второго порогового значения расстояния от ожидаемого местоположения для транспортного средства.
[69] Хотя на фиг. 5 показаны только две концентрических окружности 5200, 5300, могут быть использованы более двух радиуса (или радиусов) с различными штрафными значениями, которые увеличиваются с расстоянием от оценки 5120 проецируемого местоположения.
[70] Нелинейная функция потерь может быть контекстной функцией. То есть параметры нелинейной функции потерь будут варьироваться в зависимости от контекста транспортного средства. Параметры могут включать радиусы концентрических окружностей. Параметры могут включать количество радиусов и, следовательно, количество концентрических окружностей. Параметры могут задавать различные формы для реализации нелинейной функции потерь на основе контекста. Соответственно, параметры могут включать в себя первое пороговое значение расстояния, второе пороговое значение расстояния и любое другое пороговое значение расстояния для формы. Параметры могут включать в себя штраф, применяемый к измеренным значениям. Контекст транспортного средства может быть основан на операционной информации транспортного средства, такой как скорость, поворачивает ли транспортное средство, движется ли транспортное средство вниз или вверх по склону и т. д. Контекст транспортного средства может основываться на информации об операционной среде, такой как уровень загруженности дорог, независимо от того, передвигается ли транспортное средство в городской или внегородской среде, тип дороги, по которой передвигается транспортное средство, и т. д.
[71] Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана описано в данном документе, предоставляя распознанную операционную информацию транспортного средства (например, широту и долготу) в качестве ввода для нелинейной функции потерь, где нелинейная функция потерь выборочно взвешивает (или штрафует) значения для использования в фильтре Калмана. В некоторых реализациях расчет функции нелинейных потерь и фильтр Калмана могут быть такими, что нелинейная функция потерь выдает штраф на фильтр Калмана со значениями для определения оценки метрического местоположения. Хотя нелинейная функция потерь и фильтр Калмана описываются как использующие распознанные или измеренные значения в системе координат физической системы, в которой работает транспортное средство, в некоторых или во всех вычислениях могут использоваться оценки местоположения, генерируемые посредством преобразования распознанных или измеренных значений в систему координат топологической карты.
[72] Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана, как описано в данном документе, может идентифицировать, когда датчики становятся ненадежными. Например, ненадежный датчик GPS может быть идентифицирован, когда вес варьируется во множестве временных точек, когда транспортное средство перемещается по транспортной системе транспортного средства. Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана, как описано в данном документе, может определять, какие датчики использовать, учитывая качество этих датчиков. Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана, как описано в данном документе, может определить, какие алгоритмы использовать в вычислениях с данными датчиками. Например, могут быть доступны разные датчики для предоставления ввода для нелинейной функции потерь и фильтра Калмана, которые можно использовать для раздельного или комбинированного генерирования оценки метрического местоположения. Посредством отдельного определения оценки метрического местоположения в соответствии с принципами, приведенными в данном документе, с использованием разных датчиков или разных комбинаций датчиков, количество случаев, когда функция нелинейных потерь штрафует распознанные данные и/или величину штрафа (например, накопленного или на каждый отдельный случай) может использоваться для определения того, какие датчики имеют самое низкое качество и, следовательно, не должны использоваться, или какие алгоритмы могут использоваться при отказе датчика.
[73] Определение оценки метрического местоположения временной точки с использованием нелинейной функции потерь с фильтром Калмана, как описано в настоящем документе, уменьшает потребность в дорогостоящих датчиках посредством повышения устойчивости к ошибочным данным. Решение легко реализовать и добавляет очень мало вычислительных сложностей при использовании только фильтра Калмана. Кроме того, нелинейная функция потерь может быть легко изучена или модифицирована в зависимости от контекста. По меньшей мере по этим причинам, и возвращаясь к фиг. 4, оценка метрического местоположения, определенная с использованием нелинейной функции потерь с фильтром Калмана на этапе 4200, может быть использована непосредственно на этапе 4400 для определения оценки топологического местоположения транспортного средства в транспортной сети транспортных средств. То есть определение операционной информации об окружающей среде на этапе 4300 может быть опущено, и информация об операционной среде не используется при определении оценки топологического местоположения транспортного средства на этапе 4400. Определение оценки топологического местоположения на этапе 4400 может включать в себя преобразование координат оценки метрического местоположения в систему координат топологической карты, включающую транспортную сеть транспортных средств. Оценка топологического местоположения может быть ассоциирована с конкретной дорогой. Оценка топологического местоположения может быть ассоциирована с конкретной полосой движения конкретной дороги со множеством полос движения.
[74] Транспортная сеть транспортных средств прокладывается на основе оценки топологического местоположения транспортного средства на этапе 4500. Перемещение по части транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства может включать в себя предоставление навигационных инструкций транспортному средству. Перемещение по транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства может включать в себя использование оценки топологического местоположения в качестве ввода для системы управления транспортного средства. Например, когда транспортное средство является автономным транспортным средством, перемещение по части транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства может включать в себя управление транспортным средством для выполнения смены полосы движения, поворота за угол или некоторую другую операцию транспортного средства.
[75] Хотя определение оценки метрического местоположения с использованием нелинейной функции потерь с фильтром Калмана на этапе 4200 предоставляет преимущества в определении локализации транспортного средства, дополнительные преимущества могут быть достигнуты путем объединения использования нелинейной функции потерь и фильтра Калмана с одной или несколькими различными методиками, используемыми для определения оценки топологического местоположения с использованием информации об операционной среде, как более подробно описано ниже. Кроме того, различные методики для определения оценки топологического местоположения с использованием информации операционной среды, как более подробно описано ниже, могут использоваться вместе или по отдельности независимо от того, как оценка метрического местоположения определяется на этапе 4200. Таким образом, определение оценки метрического местоположения транспортного средства на этапе 4200 может быть выполнено, как обсуждалось вначале. То есть оценка метрического местоположения может быть выполнена посредством извлечения данных местоположения из операционной информации транспортного средства и использования самих данных местоположения в качестве оценки метрического местоположения. Наиболее желателен встроенный фильтр Калмана, который использует операционную информацию транспортного средства, определенную для множества временных точек на этапе 4100, чтобы уменьшить эффекты статистического шума и других неточностей в индивидуальных оценках, чтобы предоставить окончательную оценку метрического местоположения для данной временной точки. Фильтр Калмана может быть рассчитан любым известным методом.
[76] Независимо от того, используется ли нелинейная функция потерь при определении на этапе 4200, определение информации операционной среды части транспортной сети транспортных средств может происходить на этапе 4300. Информация об операционной среде включает в себя данные датчиков части транспортной сети транспортных средств, которые могут быть доступны для наблюдения на транспортном средстве. Например, часть может быть задана посредством диапазона датчиков транспортного средства или каким-либо другим разумным диапазоном вокруг транспортного средства, когда информация об операционной среде принимается от другого (средства) нежели от датчиков транспортного средства. Одна из причин ограничения объема информации об операционной среде транспортной сети заключается в том, что глобальное рассуждение обо всех топологических возможностях является вычислительно неразрешимым из-за вариации количества узлов. Кроме того, для любого фиксированного набора узлов количество уникальных топологий является экспоненциальным по количеству узлов. Вместо этого, рассуждения о местоположении и структуре в рамках локальной, доступной для наблюдения топологии позволяют алгоритмам логических выводов обрабатывать переменное количество узлов, а также множество топологий, заданных фиксированным набором узлов.
[77] Данные датчиков информации об операционной среде могут быть получены с помощью датчиков 1360, датчика 2105 или некоторого другого датчика транспортного средства. Данные датчиков информации об операционной среде могут быть получены из передач данных датчиков с одного или нескольких удаленных транспортных средств. Данные датчиков информации об операционной среде могут быть получены с любого датчика в рамках системы 2000 связи и транспортировки транспортного средства. В качестве примера данные датчиков содержат данные о местоположении удаленного транспортного средства. Определение операционной информации транспортного средства может содержать распознавание или прием глобальной позиции одного или нескольких удаленных транспортных средств в качестве данных местоположения удаленного транспортного средства. Определение операционной информации транспортного средства может содержать распознавание или прием относительной позиции одного или нескольких удаленных транспортных средств в качестве данных местоположения удаленного транспортного средства. Относительная позиция может находиться в глобальной системе координат. Независимо от того, возможна ли глобальная позиция или относительная позиция, она может быть преобразована в систему координат топологической карты для определения оценки топологического местоположения на этапе 4400.
[78] Данные разделительной линии могут быть доступны из топологической карты для использования при определении оценки топологического местоположения. Данные разделительной линии могут быть преобразованы в глобальные координаты. Однако в некоторых реализациях данные датчиков содержат данные разделительной линии. То есть, определение операционной информации транспортного средства может содержать распознавание или прием данных, связанных с разделительной линией дороги, по которой передвигается транспортное средство.
[79] На этапе 4400 процесс 4000 включает определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде. Пример использования информации об операционной среде для определения топологической оценки местонахождения транспортного средства в транспортной сети транспортных средств показан на Фиг. 6.
[80] В примере Фиг. 6 для определения оценки топологического местоположения используется локальное измерение. Транспортное средство 6100 передвигается в пределах части 6000 транспортной сети транспортных средств в направлении передвижения, указанном стрелкой 6110. Транспортное средство 6100 указывается в оценке метрического местоположения. Данные о местоположении удаленного транспортного средства указывают на позиции в рамках части 6000 транспортной сети транспортных средств удаленного транспортного средства 6300 и удаленного транспортного средства 6400. Данные разделительной линии включают в себя разделительные линии 6500, 6510 и 6520. Разделительная линия 6530 не обнаружена.
[81] Определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде на этапе 4400 может включать в себя генерирование гипотез полос движения для транспортного средства с использованием данных разделительной линии и данных местоположения удаленного транспортного средства, а также определение оценки топологического местоположения независимо от того, какая из гипотез полос движения наиболее вероятно основана на метрическом местоположении.
[82] Генерирование гипотез полос движения может включать в себя задание множество полос движения части транспортной сети транспортных средств с использованием данных разделительной линии и данных местоположения удаленного транспортного средства, а также генерацию гипотез движения на основе кардинала (мощности) множества полос движения. Гипотезы полос движения могут содержать по меньшей мере две из гипотезы первой полосы движения, в которой оценка топологического местоположения является левой полосой движения дороги со множеством полос движения, гипотезы второй полосы движения, в которой оценка топологического местоположения является центральной полосой движения дороги со множеством полос движения, или гипотезы третьей полосы движения, в которой оценка топологического местоположения является правой полосой движения дороги со множеством полос движения. На фиг. 6, например, данные линий полос движения (то есть обнаруженные разделительные линии 6500, 6510 и 6520) указывают по меньшей мере две полосы движения, первую полосу движения 6210, которая является правой полосой движения, и другую полосу движения 6220, которая является левой полосой движения или центральной полосой движения. Данные местоположения удаленного транспортного средства указывают, что существуют по меньшей мере три полосы движения 6210, 6220 и 6230, так что полоса движения 6220 является центральной полосой движения (а не левой полосой движения).
[83] Определение оценки топологического местоположения вне зависимости от того, какая из гипотез полос движения наиболее вероятно основана на оценке метрического местоположения, может включать в себя сравнение оценки метрического местоположения с информацией об операционной среде, как представлено посредством гипотез полос движения. На фиг. 6, например, данные разделительной линии вместе с данными местоположения удаленного транспортного средства указывают, что сущностью полосы движения 6220, в которой передвигается транспортное средство 6100, с большей вероятностью будет центральная полоса движения, чем левая полоса движения или правая полоса движения.
[84] В некоторых вариантах осуществления данные местоположения удаленного транспортного средства могут быть отфильтрованы для устранения данных для любого удаленного транспортного средства, передвигающегося в направлении, отличном от направления данного транспортного средства до определения оценки топологического местоположения вне зависимости от того, какая из гипотез полос движения является наиболее вероятно основанной на данных местоположения удаленного транспортного средства. Фильтрация данных местоположения удаленного транспортного средства, таким образом, может быть выполнена до генерирования гипотез полос движения. Хотя в этом нет необходимости, фильтрация уменьшает объем информации об операционной среде транспортной сети транспортных средств, которая рассматривается, снижая сложность анализа.
[85] Описанная выше методика эффективного использования локального распознавания, которая отслеживает местоположение удаленных транспортных средств, может быть значима для дифференциации двух неоднозначных гипотез полос движения (например, правая полоса движения - центральная полоса движения или левая полоса движения - центральная полоса движения). Кроме того, отслеживание местоположений других транспортных средств может предоставить дополнительное преимущество идентификации не отображенных иным образом шаблонов движения транспорта.
[86] Описание фиг. 6 выше частично полагается на допущение, что кардинал (количество) полос движения может быть точно определен с использованием данных разделительных линий и данных местоположения удаленного транспортного средства. Однако отсутствие каких-либо из этих данных может снизить точность определения. Датчики могут не обнаруживать данные постоянно. Кроме того, более запутанные топологии могут приводить к данным разделительной линии и данным удаленного местоположения транспортного средства, указывающим, что транспортное средство представлено в более, чем одной полосе движения. По этим причинам может быть использован более общий подход к моделированию принадлежности к полосе.
[87] Моделирование принадлежности к полосе движения желательно вычисляет вероятности как способ представления неопределенности, использует множество вводов от датчика и моделирует физические ограничения реального мира (например, информацию об операционной среде). В соответствии с изложенными здесь принципами определение оценки топологического местоположения транспортного средства на этапе 4400 может содержать определение принадлежности к полосе движения транспортного средства в дороге со множеством полос движения транспортной сети транспортных средств по ряду временных точек посредством моделирования принадлежности к полосе движения транспортного средства, используя скрытую Марковскую модель (HMM).
[88] HMM полезна, когда дискретное значение системы неизвестно, но это состояние формирует данные, которые доступны для наблюдения. По наблюдаемым данным могут быть определены вероятности относительно того, в каком дискретном значении из по меньшей мере двух состояний система находится. Наибольшая вероятность является наиболее вероятным состоянием системы. Здесь неизвестным является оценка топологического местоположения (например, принадлежность к полосе движения). Использование одного или нескольких HMM для топологической локализации (например, принадлежность к полосе движения) поддерживает множество эффективных режимов логического вывода и обучения, и HMM могут быть легко спроецированы для конкретных признаков датчиков, конкретных топологических структур или и то и другое. В соответствии с изложенными здесь идеями, модели наблюдения для каждого датчика могут быть зашифрованы в вероятности наблюдения, а матрица перехода состояний может зашифровывать физические ограничения реального мира. Решение HMM формирует распределение вероятностей по полосам движения дороги со множеством полос движения.
[89] Эти концепции могут быть изначально описаны со ссылкой на фиг. 6. На фиг. 6 показаны состояния xa-xe полос движения в качестве доступных для наблюдения признаков (то есть данные разделительной линии для разделительных линий 6500, 6510 и 6520 и данные местоположения удаленного транспортного средства для удаленных транспортных средств 6300 и 6400). Описанные выше гипотезы полос движения могут соответствовать состояниям полос движения в HMM или поднабору состояний полос движения в HMM. Состояния xa - xe полос движения соответствуют различающимся топологическим позициям на дороге, для которых существуют ожидаемые наблюдения. Например, если транспортное средство 6100 находилось в правой полосе 6210 движения (то есть, состоянии xe), данные разделительной линии, указывающие на наличие двух полос движения слева от транспортного средства 6100 (здесь полосы 6500 и 6510 движения), были бы ожидаемыми для наблюдения. В качестве другого примера, наблюдение за удаленным транспортным средством, таким как удаленное транспортное средство 6400 слева от транспортного средства 6100, не является ожидаемым наблюдением, если транспортное средство 6100 находилось в левой полосе 6230 движения (то есть в состоянии xa), но является ожидаемым наблюдением, если бы транспортное средство 6100 находилось в центральной полосе 6220 движения (то есть в состоянии xc) или в правой полосе 6210 движения (то есть в состоянии xe). На фиг. 6 состояние xc полосы движения является единственным состоянием для транспортного средства, которое поддерживается посредством как данных разделительной линии, так и данных местоположения удаленного транспортного средства. Одни только данные разделительной линии привели бы к равному предположению в обоих состояниях xc и xe.
[90] Говоря в более общем смысле, топологическое местоположение (здесь оценка топологического местоположения) может быть смоделирована в качестве занятие состояния в рамках HMM. В этом обсуждении оценка топологического местоположения направлена на локализацию на уровне полосы движения, но приложения могут использоваться для других уровней глубины детализации, таких как локализация на уровне дороги. Из-за определения местоположения на уровне полосы движения состояния X в НММ могут соответствовать либо нахождению в центре полосы движения, либо нахождению между двумя полосами движения. Например, HMM, представляющая дорогу с двумя полосами движения, подробно показанная на фиг. 7, имеет три состояния x 0 , x 1 и x 2. Состояния x 0 и x 2 соответствуют транспортному средству, занимающему самую правую полосу движения и самую левую полосу движения соответственно. Состояние x 1 представляет наличие некоторой части транспортного средства поверх разделителя полосы движения. Состояние x 1 может рассматриваться как состояние переключения. На практике может быть включено одно дополнительное состояние, которое представляет набор местоположений, наблюдения за которыми не могут быть объяснены посредством какого-либо другого состояния в HMM. Таким образом, HMM, представляющая дорогу с кардиналом L полос движения, в некоторых примерах имеет 2L состояний. Теоретически, может быть произвольное число полос движения и, следовательно, произвольное число ненулевых вероятностей перехода. Следовательно, пример по фиг. 7 является только иллюстративным и не указывает размер HMM в целом.
[91] На фиг.7 сплошные линии представляют ненулевые вероятности перехода между состояниями, а самозакольцовывания опущены. Вероятности перехода между состояниями также могут упоминаться в данном документе в качестве вероятности перехода между состояниями. Более конкретно, состояния HMM могут содержать левую полосу движения, правую полосу движения и позицию между левой полосой движения и правой полосой движения (например, когда дорога со множеством полос движения представляет собой дорогу с двумя полосами движения), а вероятности перехода между состояниями HMM содержат первую вероятность того, что принадлежность к полосе движения транспортного средства останется в левой полосе движения от текущей временной точки до последующей временной точки, вторую вероятность того, что принадлежность к полосе движения транспортного средства изменится с левой полосы движения в текущей временной точке на позицию между левой полосой движения и правой полосой движения в последующей временной точке, третью вероятность того, что принадлежность к полосе движения транспортного средства изменится с позиции между левой полосой движения и правой полосой движения в текущей временной точке на левую полосу движения в последующей временной точке, четвертую вероятность того, что принадлежность к полосе движения транспортного средства останется в позиции между левой полосой движения и правой полосой движения от текущей временной точки до следующей временной точки, пятую вероятность того, что принадлежность к полосе движения транспортного средства изменится с позиции между левой полосой движения и правой полосой движения в текущей временной точке на правую полосу движения в последующей временной точке, шестую вероятность того, что принадлежность к полосе движения транспортного средства изменится с правой полосы движения в текущей временной точке на позицию между левой полосой движения и правой полосой движения в последующей временной точке, и седьмую вероятность того, что принадлежность к полосе движения транспортного средства останется в позиции между левой полосой движения и правой полосой движения от текущей временной точки к последующей временной точке.
[92] На фиг. 7 пунктирные линии представляют вероятности наблюдения или вывода, некоторые из которых являются исключительными для одного состояния. Вероятности наблюдения НММ могут содержать соответствующие вероятности возможных выходных значений данных датчиков для состояний. Например, если есть удаленное транспортное средство справа от основного или целевого транспортного средства, равная вероятность назначается каждому из состояний x 2 и x 1 , тогда как нулевая вероятность может быть назначена состоянию x 0 . В качестве другого примера, если на каждой стороне основного или целевого транспортного средства обнаружена одна белая линия, где линии находятся относительно далеко от сторон транспортного средства (то есть дальше, чем можно было бы ожидать, если бы транспортное средство передвигалось по центральной полосе движения), вероятность 1 (или 100%) может быть назначена состоянию x 1 , в то время как нулевая вероятность может быть назначена каждому из состояний x 0 и x 1 . Как видно из этих примеров, модели наблюдения для каждого датчика зашифрованы в вероятности наблюдения для соответствующих состояний. Это представляет собой упрощенное описание определения вероятностей, поскольку предполагается, что кардинал полос движения и их размеры относительно постоянны. Другие методики могут использоваться для назначения вероятностей наблюдения или вероятностей испускания состояниям.
[93] Независимо от источника наблюдения (например, распознанного значения) и от того, используется ли наблюдение здесь или в какой-либо другой реализации и вариациях для топологической локализации, описанных в данном документе, измерения достоверности могут использоваться с наблюдениями. То есть измерение достоверности может быть назначено каждому наблюдению, чтобы взвесить влияние наблюдения при любых результатах вероятности. Например, достоверность может быть вычислена для информации о местоположении удаленного транспортного средства с использованием таких критериев как: 1) дальность относительно транспортного средства, 2) продолжительность отслеживания и единообразие отслеженных атрибутов, 3) заданного разделения по элементам отслеживаемой скорости, 4) абсолютная и относительная скорость и 5) относительный курс. Истинно-положительные значения проявляют значения характеристик для тех величин, которые часто нарушаются часто имеющими место ложно-положительными значениями.
[94] Следует заметить, что структура перехода HMM соответствует топологической структуре дороги с двумя полосами движения транспортной сети транспортных средств. То есть HMM может быть особенно желательным в топологической локализации из-за её способности точно моделировать динамику реального мира через его функцию перехода. Поскольку транспортное средство может перемещаться только от центра одной полосы движения к центру смежной полосы движения посредством перемещения через непосредственно смежное состояние переключения, матрица перехода состояний, представляющая функцию перехода, является разреженной. Как правило, матрица перехода состояний для n-состояний HMM может быть задана как:
[96] где t r это параметр вероятности нахождения в одном и том же состоянии, а t s это параметр для вероятности переключения в смежное состояние. Это задание уменьшает сообщения о физически невозможных событиях, таких как мгновенные изменения на множестве полос движения. Это обеспечивает явное преимущество перед другими мультимодальными подходами, такими как фильтры частиц.
[97] Как можно определить из вышеприведенного описания, в дополнение к GPS и проприоцептивным датчикам, таким как датчик скорости, оба и данные разделительных линий и относительное местоположение других транспортных средств могут сообщать оценку топологического местоположения. Вместо упрощенной методики, описанной выше со ссылкой на фиг. 6, для разделительных линий, комбинация изученных параметров и информации из топологической карты может использоваться для параметризации модели Гауссовой Смеси , которая описывает правдоподобность наблюдения разделительной линии в некоторой позиции и ориентации относительно транспортного средства данного конкретного состояния полосы движения.
[98] Информация разделительной линии может быть прерывистой из-за преград, погоды, времени суток и отсутствия самой разметки на многих дорогах. Чтобы уменьшить циклы, во время которых отсутствует воспринятый внешний сигнал, относительные позиции близлежащих отслеженных транспортных средств поддерживают присутствие транспортного средства в соответствующих состояниях полос движения. Целесообразность этого нововведения заключается в том, что, хотя другие транспортные средства (например, удаленные транспортные средства) перемещаются как глобально, так и относительно, они делают это в соответствии с конкретным локальным шаблоном, заданным принадлежностью к полосе движения. Например, если транспортное средство (например, основное) находится на дороге с двумя полосами движения и сразу же распознает удаленное транспортное средство справа, то существует высокая вероятность того, что транспортное средство находится на левой полосе движения, поскольку наблюдаемое транспортное средство гораздо более вероятно передвигается в правом ряду, чем передвигается за краем дороги. Функцию наблюдения для состояния x i и датчика q можно обозначить как .
[99] Как упомянуто выше, решение HMM формирует распределение вероятностей по полосам движения дороги со множеством полос движения, в этом примере по дороге с двумя полосами движения. Наиболее вероятным состоянием является определенная оценка топологического местоположения на этапе 4400. На этапе 4500 транспортное средство перемещается по транспортной сети транспортных средств на основе оценки топологического местоположения. Перемещение по транспортной сети транспортных средств на этапе 4500 может быть выполнено, как описано ранее.
[100] Хотя одна HMM является надежной для топологической локализации, когда топологическая карта является по существу правильной, а число состояний в HMM соответствует числу истинных состояний полос движения, одна HMM может дать сбой, когда карта не предоставляет правильное число полос движения из-за ошибки карты или временных событий. Чтобы решить проблему неопределенности карты, возможен метод решения «в лоб» при тестировании нескольких HMM. Однако это вычислительно сложное решение. Вместо этого, то, что здесь упоминается как множественная скрытая Марковская модель с переменной структурой (VSM-HMM), может быть внедрена здесь.
[101] VSM-HMM может быть задана как набор всех возможных моделей вместе с набором активных моделей и набором неактивных моделей . Каждая является HMM с уникальным пространством состояний. Соответственно, и
[102] VSM-HMM может быть описана со ссылкой на фиг. 8, где набор всех возможных моделей включает в себя HMM u, обозначенных M1, M2, M3 и M4. Модель M1 может быть, например, HMM по фиг. 7. Другая из моделей M2, M3 или M4 может быть HMM дороги с тремя полосами движения. Другие топологии могут быть смоделированы. На фиг. 8 VSM-HMM на начальной итерации показана как VSM-HMM 8100, где модели M1 и M2 образуют набор активных моделей, а модели M3 и M4 образуют набор неактивных моделей.
[103] На каждой итерации набора активных моделей может быть определено использование вариации алгоритма 8000 набора вероятных моделей (LMS), как показано ниже в алгоритме 1, и критериев выбора модели. Обновленный набор активных моделей и массив S количественного показателя правдоподобности инициализируются (строки 3-4). Для каждой модели в рамках набора вычисляется количественный показатель правдоподобности (строка 6). Количественный показатель правдоподобности зависит от вероятности того, что модель u соответствует топологической карте (данным карты на фиг.8), и вероятности того, что модель u соответствует наблюдениям z (данным датчика на фиг.8, также упоминаемым как информация об операционной среде, определенная на этапе 4300). Затем модели сортируются в порядке убывания по их количественному показателю (строка 8), и последующие модели выбираются для включения в обновленный набор активных моделей при условии, что соотношение между их количественным показателем s 0 и максимальным количественным показателем s max превышает пороговое значение T active (строки 10-15). Количество моделей, выбранных в качестве активных моделей в обновленном наборе активных моделей (упомянутых ниже как модели u’), ограничено снизу единицей (строка 12), а ограничены сверху константой κ (строка 14). Константа κ может зависеть от вычислительных ограничений, ожидаемых во время работы транспортного средства. Наконец, предположение копируется из моделей, которые уже активны, и предположение инициализируется для моделей, которые еще не активны (строки 16-20). Как используется здесь, предположение соответствует решению (например, всему распределению вероятностей), если иное не ясно из контекста.
[104]
[105] Выходом алгоритма 8000 LMS является обновленный набор активных моделей. В примере фиг. 8 модели М2 и М4 не меняют свой статус. Модель M1 неактивна, а модель M3 активна. Соответственно, модели M2 и M3 образуют набор активных моделей, а модели M1 и M4 образуют набор неактивных моделей для VSM-HMM 8200.
[106] Расхождения между топологической картой M и фактической топологией могут быть обнаружены путем сравнения энтропии H(u) распределения Pr(u) предположения для каждой активной модели (т.е. Каждой модели u в наборе активных моделей). Если модель, предложенная картой M, имеет высокую энтропию по сравнению с другой моделью, карта M вероятно неверна. Высокая энтропия, главным образом, указывает на то, что никакое состояние в предложенной топологии не может объяснить наблюдения z. Согласно некоторому примеру энтропия H(u) может быть вычислена с использованием уравнения энтропии Шеннона.
[107] Алгоритм 2 описывает процедуру проверки карты M по наблюдениям z. Пороговое значение T ent устанавливается на основе достоверности карты M. Чем надежнее карта M, тем выше пороговое значение T ent .
[108]
[109] Когда набор активных моделей равен общему набору моделей (), VSM-HMM эквивалентна одной большой HMM с плотной матрицей переходов. Матрица переходов может быть задана в терминах подблоков, представляющих каждую конкретную топологическую гипотезу , , . . . , , и переходов между ними.
[110] В соответствии с такой методикой каждый подблок может быть расположен на диагонали матрицы переходов. Кроме того, недиагональные блоки могут быть полностью плотными и иметь значение t m , вероятность моделей переключения. Таким образом,
[112] В общем случае это приводит к матрице переходов , где . Аналогично, X* и задаются объединением всех пространств состояний и функций наблюдения соответственно.
[113] Когда , то VSM-HMM аппроксимирует эквивалентную HMM посредством рассмотрения по подмножеству наиболее вероятных предположений.
[114] Решением VSM-HMM является распределение вероятностей по полосам различных возможных топологий для текущей дороги. Наиболее вероятным состоянием является определенная оценка топологического местоположения на этапе 4400. На этапе 4500 транспортное средство перемещается по транспортной сети транспортных средств на основе оценки топологического местоположения. Перемещение по транспортной сети транспортных средств на этапе 4500 может быть выполнено, как описано ранее.
[115] Использование VSM-HMM, описанного здесь, оценивает текущую структуру локальной топологии. То есть VSM-HMM выдвигает гипотезу о состоянии внешнего мира. Это полезно, когда локальная топологическая карта имеет ненулевую неопределенность (то есть, что в топологической карте есть некоторая неопределенность). Это позволяет параллельно рассуждать о множестве возможных топологий. Кроме того, это не требует дополнительных наблюдений, кроме тех, которые уже доступны для определения оценки топологического местоположения с использованием HMM, и знания (например, относительно HMM), используемого повторно, когда это возможно.
[116] Независимо от того, используется ли одна HMM или VSM-HMM при определении оценки топологического местоположения, передача предположения является проблемой. Передача предположения может быть объяснена посредством рассмотрения, что транспортное средство имеет представление о его текущей топологической позиции в известной локальной топологии. Это предположение является дискретным и лежит на n-симплексе , где n - число локальных топологических состояний, которые в этом примере примерно соответствуют числу полос движения на дороге, по которой передвигается транспортное средство. Когда транспортное средство приближается к перекрестку или сужению, число полос движения на дороге, на которой будет в конечном итоге находиться транспортное средство, может отличаться от текущего числа полос движения. Таким образом, текущее распределение предположения лежит в другом пространстве , чем предстоящее распределение предположения, которое лежит в . Будущее предположение не может быть просто скопировано из текущего предположения.
[117] Одним вариантом является стереть все предыдущие предположения при выездом на новую дорогу и начать заново с некоторого распределения вероятностей, такого как равномерное распределение. Другим вариантом является эвристически решить, как инициализировать новое предположение. Оба варианта являются вычислительно эффективными, но во многих случаях они не работают оптимально. Третьим вариантом является найти ближайшее ожидаемое распределение в к текущему распределению в , где близость определяется некоторой статистической метрикой. Это может быть предпочтительнее других вариантов, но это осложняется отсутствием изоморфизма между и . Решение в данном документе описывает вариации первого расстояния Вассерштейна, также называемого расстоянием наземного движущегося объекта, которое в данном документе называется расширенным расстоянием наземного движущегося объекта (EEMD). EEMD задает сходство между дискретными распределениями на симплексах произвольных относительных размеров и обрабатывает отображение с произвольными степенями неопределенности.
[118] Далее описывается, как реализовать EEMD, где и являются нормированными распределениями в отношении и соответственно. Без нарушения общности предполагается, что для этого примера . Функция задана как:
[120] Таким образом, f, по существу, дополняет нулевым предположением, чтобы сделать его такого же размера, как . Это новое распределение, теперь в n измерениях, может упоминаться как . Условная формулировка метрики расстояния наземного движущегося объекта (EMD) может использоваться для вычисления расстояния между и .
[121] Тем не менее, в целом, может иметь место неопределенность в отображении между двумя распределениями. Таким образом, может случиться так, что в действительности и не соответствуют одному и тому же состоянию реальности. Один конкретный пример это - дорога с двумя полосами движения, которая становится дорогой с тремя полосами движения через перекресток. Это показано посредством примера на фиг. 9. Неясно, соответствуют ли две полосы на первой дороге слева на фиг. 9 двум самым правым, двум самым левым или некоторым другим комбинациям полос движения на следующей дороге с тремя полосами движения, показанной справа на фиг. 9. Поскольку отображение может не быть инъективным или сюръективным, существует nn возможных отображений из и . Чтобы получить ожидаемое расстояние, можно вычислить сумму всех уникальных возможностей для , и можно произвести взвешивание EMD посредством вероятности каждого отображения. Таким образом, EEMD между и может быть задано как
[123] Предполагается, что известно и нормализовано по всем i. Это может быть вычислено, с использованием информации из карты M. На практике большинство слагаемых могут быть проигнорированы, поскольку соответствующий член равен 0.
[124] EEMD является метрикой, удовлетворяющей свойствам неотрицательности, идентичности и симметрии. Например, EMD всегда положительна, потому что это метрика. всегда неотрицателен. Их произведение всегда неотрицательно, а сумма неотрицательных элементов также неотрицательна. Таким образом, EEMD всегда неотрицательна.
[125] Идентичность удовлетворяется, потому что . Более конкретно, если , то для всех слагаемых либо и/или . Поскольку является распределением, должен быть хотя бы один i, такой что . Если существует более одного такого i, то не может быть равна нулю, поскольку каждый уникален, а EMD является метрикой. Однако предположение нарушается. Если существует один i, такой, что , то, поскольку EMD является метрикой и должна быть равна нулю,
. Далее, , что ясно из задания EEMD и . Все будут равны нулю, кроме случаев, когда . Для этого условия соответствующее EMD будет равно нулю, поскольку EMD является метрикой.
[126] Наконец, меньший размер двух распределений всегда является увеличенным независимо от порядка. Таким образом, точно такое же вычисление выполняется как для , так и для . Итак, = ,удовлетворяя свойству симметрии.
[127] Фиг. 9 показывает переход предположения с дороги с двумя полосами движения на новую дорогу с тремя полосами движения. Как упомянуто выше, нет четкого отображения между дорогой с двумя полосами движения и дорогой с тремя полосами движения, поэтому неоднозначно, как оценивать предположение в отношение средней полосы движения. Однако, данное предположение по всем полосам движения для дороги с двумя полосами движения, например, Pr(дорога HMM с двумя полосами движения), затем формирует значение для предположения всех состояний дороги с тремя полосами движения, при этом явно принимая во внимание неоднозначность и неопределенность отображения, которые описаны выше.
[128] EEMD позволяет осуществлять отображение между областями разных размеров и может быть эффективно аппроксимирована, когда есть неопределенность в отображении. EEMD применима к любым двум распределениям в отношении дискретных доменов.
[129] Каждое из представленных здесь решений является улучшением над существующими методиками для локализации (определения местоположения) транспортных средств. Как объяснено выше, по отдельности или вместе они обращаются к неопределенности, неоднозначности, исходным ошибкам или комбинации этих проблем в отношении датчиков, карт или и того и другого.
[130] Дальнейшие реализации приведены в следующих примерах:
[131] Пример 1: Способ перемещения по транспортной сети транспортных средств, содержащий: перемещение по транспортным средством транспортной сети транспортных средств, причем перемещение по транспортной сети транспортных средств включает в себя: определение операционной информации транспортного средства, содержащей долготу и широту транспортного средства, измеренных в нескольких временных точках, пока транспортное средство перемещается по транспортной сети транспортных средств; определение оценки метрического местоположения транспортного средства с использованием операционной информации транспортного средства, содержащей: определение оценки местоположения для соответствующих временных точек из множества временных точек; определение оценки проецируемого местоположения для соответствующих последующих временных точек; и определение оценки метрического местоположения текущей временной точки с использованием нелинейной функции потерь с фильтром Калмана для смягчения последствий немоделируемой ошибки датчика, причем нелинейная функция потерь основана на сравнении оценки местоположения с оценкой проецируемого местоположения для той же временной точки; определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения; и перемещение по транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства.
[132] Пример 2: Способ по примеру 1, в котором определение оценки проецируемого местоположения содержит: определение оценки проецируемого местоположения для второй временной точки, следующей за первой временной точкой, с использованием курса транспортного средства, измеренного в первой временной точке.
[133] Пример 3: Способ примера 1 или примера 2, дополнительно содержащий: определение информации об операционной среде части транспортной сети транспортных средств, причем информация об операционной среде включает в себя данные датчиков в пределах части транспортной сети транспортных средств, заданной диапазоном датчиков транспортного средства, при этом определение оценки топологического местоположения содержит: определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием метрической оценки местоположения и информации об операционной среде.
[134] Пример 4: Способ по любому из примеров 1-3, в котором функция нелинейных потерь содержит множество радиусов, задающих концентрические окружности вокруг первой проецируемой оценки местоположения в текущей временной точке, причем функция нелинейных потерь предоставляет распознанные значения долготы и широты в текущей временной точке для фильтра Калмана, для определения оценки метрического местоположения текущей временной точки, в соответствии с оценкой местоположения для текущей временной точки, находящейся в рамках первой окружности, имеющей наименьший радиус из множества радиусов; удаление распознанных значений из фильтра Калмана для определения оценки метрического местоположения текущей временной точки в ответ на оценку местоположения для текущей временной точки, расположенной вне второй окружности, имеющей наибольший радиус из множества радиусов; и применение штрафа к распознанным значениям для получения штрафованнных распознанных значений и предоставление штрафованнных распознанных значений фильтру Калмана для определения оценки местоположения текущей временной точки в ответ на метрическую оценку местоположения для текущей временной точки, находящейся вне первой окружности и внутри второй окружности.
[135] Пример 5: Способ по любому из примеров 1-4, в котором нелинейная функция потерь представляет собой функцию на основе контекста.
[136] Пример 6: Способ по примеру 5, в котором контекстом контекстной функции является информация об операционной среде части системы транспортировки транспортных средств.
[137] Пример 7: Способ по примеру 6, в котором информация об операционной среде представляет собой среду города или вне города.
[138] Пример 8: Способ по любому из примеров 1-7, в котором функция нелинейных потерь варьирует вес, применяемый к, по меньшей мере, одному измеренному значению операционной информации транспортного средства, введенной в фильтр Калмана, на основе расстояния оценки местоположения для оценки проецируемого местоположения для той же временной точки.
[139] Пример 9: Транспортное средство, которое выполняет любой из способов примеров 1-8.
[140] Пример 10: Непостоянный носитель данных, на котором хранятся инструкции, которые заставляют процессор выполнять любой из способов примеров 1-8.
[141] Используемый здесь термин «инструкции» может включать в себя указания или выражения для выполнения любого способа или любой его части или частей, раскрытых в данном документе, и может быть реализован в аппаратном обеспечении, программном обеспечении или любой их комбинации. Например, инструкции могут быть реализованы в виде информации, такой как компьютерная программа, хранящаяся в запоминающем устройстве, которая может исполняться процессором для выполнения любого из соответствующих способов, алгоритмов, аспектов или их комбинаций, как описано в данном документе. В некоторых вариантах осуществления инструкции или их часть могут быть реализованы в виде процессора или схемы специального назначения, которые могут включать в себя специализированное аппаратное обеспечение для выполнения любого из способов, алгоритмов, аспектов или их комбинаций, как описано в данном документе. В некоторых реализациях части инструкций могут быть распределены между множеством процессоров на одном устройстве, на множестве устройств, которые могут связываться напрямую или через сеть, такую как локальная сеть, глобальная сеть, интернет или их комбинация.
[142] Как используется в данном документе, термины «пример», «вариант осуществления», «реализация», «аспект», «признак» или «элемент» указывают на то, что они служат примером, образцом или иллюстрацией. Если явно не указано, любой пример, вариант осуществления, реализация, аспект, признак или элемент не зависит от каждого другого примера, варианта осуществления, реализации, аспекта, признака или элемента и может использоваться в сочетании с любым другим примером, вариантом осуществления, реализацией, аспектом, особенностью или элементом.
[143] Используемые здесь термины «определять» и «идентифицировать» или любые их вариации включают в себя выбор, уточнение, вычисление, поиск, прием, определение, установление, получение или иное идентифицирование или определение любым методом, каким бы то ни было образом, используя одно или несколько устройств, показанных и описанных здесь.
[144] Используемый здесь термин «или» предназначен для обозначения включающего «или», а не исключающего «или». То есть, если не указано иное или не ясно из контекста, «Х включает А или В» предназначено для обозначения любой из естественных включающих перестановок. То есть, если Х включает А; Х включает В; или X включает в себя как A, так и B, тогда «X включает в себя A или B» выполняется в любом из вышеупомянутых случаев. Кроме того, указания единственного и множественного числа, используемые в настоящей заявке, и прилагаемой формуле изобретения, как правило, следует истолковывать как означающие «один или несколько», если не указано иное или не ясно из контекста, направленного на единственную форму.
[145] Кроме того, для простоты объяснения, хотя фигуры и описания в данном документе могут включать в себя последовательности или серии этапов или стадий, элементы способов, раскрытых в данном документе, могут происходить в различных порядках или одновременно. Кроме того, элементы способов, раскрытых в данном документе, могут встречаться с другими элементами, явно не представленными и не описанными в данном документе. Кроме того, не все элементы способов, описанные в данном документе, могут потребоваться для реализации способа в соответствии с этим раскрытием. Хотя аспекты, признаки и элементы описаны в данном документе в конкретных комбинациях, каждый аспект, функция или элемент могут использоваться независимо или в различных комбинациях с другими аспектами, функциями и элементами или без них.
[146] Вышеописанные аспекты, примеры и реализации были описаны для того, чтобы обеспечить легкое понимание раскрытия, не ограничивающие. Напротив, раскрытие охватывает различные модификации и эквивалентные компоновки, включенные в объем прилагаемой формулы изобретения, причем этот объем должен соответствовать самой широкой интерпретации, чтобы охватывать все такие модификации и эквивалентную структуру, которые разрешены законодательством.
Claims (72)
1. Способ перемещения по транспортной сети транспортных средств, причем способ содержит:
определение операционной информации транспортного средства для транспортного средства, включающее измерение глобальной позиции транспортного средства, причем транспортное средство представляет собой автономное транспортное средство или полуавтономное транспортное средство;
определение оценки метрического местоположения транспортного средства с использованием операционной информации транспортного средства, включающее определение оценки метрического местоположения с использованием измеренной глобальной позиции в качестве входных данных в нелинейную функцию потерь с фильтрацией посредством фильтра Калмана для смягчения эффектов от немоделируемой ошибки датчиков;
определение информации об операционной среде части транспортной сети транспортных средств, причем информация об операционной среде включает в себя данные датчиков части транспортной сети транспортных средств, которая доступна для наблюдения на транспортном средстве, причем данные датчиков содержат данные местоположения удаленного транспортного средства;
определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде; и
перемещение посредством транспортного средства по транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства.
2. Способ по п. 1, в котором данные датчиков содержат данные разделительной линии.
3. Способ по п. 2, в котором определение оценки топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде содержит:
генерирование гипотез полос движения для транспортного средства с использованием данных разделительной линии и данных местоположения удаленного транспортного средства, причем гипотезы полос движения включают в себя множество возможных местоположений транспортного средства относительно полос движения в транспортной сети транспортных средств; и
определение оценки топологического местоположения независимо от того, какая из гипотез полос движения наиболее вероятно основана на оценке метрического местоположения.
4. Способ по п. 3, в котором генерирование гипотез полос движения для транспортного средства с использованием данных разделительной линии и данных местоположения удаленного транспортного средства содержит:
задание множества полос движения части транспортной сети транспортных средств с использованием данных разделительной линии и данных местоположения удаленного транспортного средства; и
генерирование гипотез полос движения на основе мощности множества полос движения, причем гипотезы полос движения содержат по меньшей мере две из первой гипотезы полосы движения, в которой оценка топологического местоположения является левой полосой движения дороги со множеством полос движения, второй гипотезы полосы движения, в которой оценка топологического местоположения является центральной полосой движения дороги со множеством полос движения, или третьей гипотезы полосы движения, в которой оценка топологического местоположения является правой полосой движения дороги со множеством полос движения.
5. Способ по п. 3, дополнительно содержащий:
фильтрацию данных местоположения удаленного транспортного средства, чтобы стирать данные для любого удаленного транспортного средства, передвигающегося в направлении, отличном от направления транспортного средства, до определения оценки топологического местоположения независимо от того, какая из гипотез полос движения более вероятно основана на данных местоположения удаленного транспортного средства.
6. Способ по п. 1 или 2, в котором данные местоположения удаленного транспортного средства содержат относительное местоположение одного или более удаленных транспортных средств относительно упомянутого транспортного средства.
7. Способ по п. 1 или 2, в котором оценка топологического местоположения транспортного средства содержит полосу движения в рамках дороги со множеством полос движения упомянутой транспортной сети транспортных средств.
8. Способ по п. 1, в котором определение оценки топологического местоположения транспортного средства содержит определение принадлежности к полосе движения транспортного средства в рамках дороги со множеством полос движения транспортной сети транспортных средств по рядам временных точек посредством:
моделирования дороги со множеством полос движения с использованием скрытой Марковской модели (HMM), причем решение HMM формирует распределение вероятностей по полосам движения дороги со множеством полос движения.
9. Способ по п. 8, в котором:
состояния HMM содержат левую полосу движения, правую полосу движения и позицию между левой полосой движения и правой полосой движения,
вероятности перехода состояний упомянутой HMM содержат:
первую вероятность того, что принадлежность к полосе движения транспортного средства останется на левой полосе движения от текущей временной точки до последующей временной точки;
вторую вероятность того, что принадлежность к полосе движения транспортного средства изменится с левой полосы движения в текущей временной точке на позицию между левой полосой движения и правой полосой движения в последующей временной точке;
третью вероятность того, что принадлежность к полосе движения транспортного средства изменится с позиции между левой полосой движения и правой полосой движения в текущей временной точке на левую полосу движения в последующей временной точке;
четвертую вероятность того, что принадлежность к полосе движения транспортного средства останется в позиции между левой полосой движения и правой полосой движения от текущей временной точки до последующей временной точки;
пятую вероятность того, что принадлежность к полосе движения транспортного средства изменится с позиции между левой полосой движения и правой полосой движения в текущей временной точке на правую полосу движения в последующей временной точке;
шестую вероятность того, что принадлежность к полосе движения транспортного средства изменится с правой полосы движения в текущей временной точке на позицию между левой полосой движения и правой полосой движения в последующей временной точке; и
седьмую вероятность, что принадлежность к полосе движения транспортного средства останется в позиции между левой полосой движения и правой полосой движения от текущей временной точки до последующей временной точки, и
вероятности наблюдения НММ содержат соответствующие вероятности возможных выходных значений данных датчиков для упомянутых состояний.
10. Способ по п. 8 или 9, в котором наибольшее значение вероятности распределения вероятностей указывает принадлежность к полосе движения транспортного средства.
11. Способ по п. 8 или 9, в котором определение принадлежности к полосе движения содержит:
использование HMM в рамках множества скрытых Марковских моделей с переменной структурой, содержащих множество HMM, причем каждая из множества HMM моделирует соответствующую возможную топологию для полос движения дороги со множеством полос движения.
12. Способ по п. 8 или 9, в котором количество полос движения дороги со множеством полос движения изменяется от первой временной точки ко второй временной точке из последовательности временных точек, и
определение принадлежности к полосе движения транспортного средства в рамках дороги со множеством полос движения транспортной сети транспортных средств во второй временной точке содержит:
отображение распределения вероятностей по полосам движения дороги со множеством полос движения, полученного с использованием НММ в первой временной точке, на обновленное распределение вероятностей по полосам движения дороги со множеством полос движения во второй временной точке.
13. Способ по п. 12, в котором отображение распределения вероятностей содержит:
отображение распределения вероятностей с использованием метрики расстояния наземного движущегося объекта (EMD).
14. Способ по п. 1 или 2, в котором:
измерение глобальной позиции транспортного средства содержит измерение глобальной позиции с использованием датчика глобальной системы (GPS) позиционирования, и
определение оценки метрического местоположения транспортного средства в рамках транспортной сети транспортных средств содержит:
использование измеренной глобальной позиции в качестве ввода для нелинейной функции потерь, причем упомянутая нелинейная функция потерь взвешивает измеренные значения датчика GPS; и
использование вывода нелинейной функции потерь в фильтре Калмана, причем фильтр Калмана выдает оценку метрического местоположения.
15. Автономное или полуавтономное транспортное средство, содержащее:
блок определения местоположения;
блок электронной связи для приема данных; и
процессор, выполненный с возможностью исполнения инструкций, сохранённых на постоянном компьютерно-читаемом носителе, чтобы:
определять операционную информацию транспортного средства для транспортного средства, включая измерение глобальной позиции транспортного средства блоком определения местоположения;
определять оценку метрического местоположения транспортного средства с использованием операционной информации транспортного средства, включая определение оценки метрического местоположения с использованием измеренной глобальной позиции в качестве входных данных в нелинейную функцию потерь с фильтрацией посредством фильтра Калмана для смягчения эффектов от немоделируемой ошибки датчиков;
определять информацию об операционной среде части транспортной сети транспортных средств, причем информация об операционной среде включает в себя данные датчиков части транспортной сети транспортных средств, которая доступна для наблюдения для транспортного средства посредством датчиков, при этом данные датчиков содержат данные местоположения удаленного транспортного средства, принятые блоком электронной связи;
определять оценку топологического местоположения транспортного средства в транспортной сети транспортных средств с использованием оценки метрического местоположения и информации об операционной среде; и
перемещаться посредством транспортного средства по транспортной сети транспортных средств на основе оценки топологического местоположения транспортного средства.
16. Транспортное средство по п. 15, в котором процессор выполнен с возможностью исполнения инструкций, сохраненных на постоянном компьютерно-читаемом носителе, для определения оценки топологического местоположения посредством:
моделирования дороги со множеством полос движения с использованием скрытой Марковской модели (HMM), содержащего:
идентификацию множества состояний, соответствующих топологии дороги со множеством полос движения;
идентификацию множества вероятностей перехода состояний, причем каждая вероятность перехода состояния из множества вероятностей перехода состояний представляет вероятность процесса перехода из первого соответствующего состояния из множества состояний во второе соответствующее состояние из множества состояний;
идентификацию множества наблюдений, причем каждое наблюдение из множества наблюдений соответствует значению информации об операционной среде; и
идентификацию множества вероятностей наблюдения, причем каждая вероятность наблюдения из множества вероятностей наблюдения указывает вероятность точности для соответствующего наблюдения из множества наблюдений в ассоциации с соответствующим одним или несколькими состояниями из множества состояний.
17. Транспортное средство по п. 16, в котором процессор выполнен с возможностью исполнять инструкции, сохранённые на постоянном компьютерно-читаемом носителе, чтобы определять оценку топологического местоположения посредством:
решения HMM для формирования распределения вероятностей по полосам движения дороги со множеством полос движения; и
определения оценки топологического местоположения в качестве полосы движения дороги со множеством полос движения, имеющей наибольшее значение вероятности распределения вероятностей.
18. Транспортное средство по п. 15 или 16, в котором процессор выполнен с возможностью исполнения инструкций, сохранённых на постоянном компьютерно-читаемом носителе, для того, чтобы:
определять операционную информацию транспортного средства посредством определения долготы и широты транспортного средства из измеренной глобальной позиции во множестве временных точек, пока транспортное средство перемещается по транспортной сети транспортных средств;
определять оценку метрического местоположения посредством:
определения оценки местоположения для соответствующих временных точек из множества временных точек;
определения оценки проецируемого местоположения для соответствующих последующих временных точек; и
определения оценки метрического местоположения текущей временной точки с использованием нелинейной функции потерь с фильтром Калмана для смягчения эффектов от немоделируемой ошибки датчика, причем нелинейная функция потерь основана на сравнении оценки местоположения с оценкой проецируемого местоположения для одной и той же временной точки.
19. Транспортное средство по п. 18, в котором нелинейная функция потерь содержит множество радиусов, задающих концентрические окружности вокруг первой оценки проецируемого местоположения в текущей временной точке, причем нелинейная функция потерь:
предоставляет измеренные значения долготы и широты в текущей временной точке фильтру Калмана для определения оценки метрического местоположения текущей временной точки в ответ на оценку местоположения для текущей временной точки, расположенную в рамках первой окружности, имеющей наименьший радиус из множества радиусов;
исключает измеренные значения из фильтра Калмана для определения оценки метрического местоположения текущей временной точки в ответ на оценку местоположения для текущей временной точки, расположенную вне второй окружности, имеющей наибольший радиус из множества радиусов; и
применяет штраф к измеренным значениям для получения штрафованных измеренных значений и подает штрафованные измеренные значения фильтру Калмана для определения оценки местоположения текущей временной точки в ответ на оценку метрического местоположения для текущей временной точки, расположенную вне первой окружности и внутри второй окружности.
20. Транспортное средство по п. 18, в котором блок определения местоположения является датчиком глобальной системы позиционирования.
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2017/058081 WO2019083513A1 (en) | 2017-10-24 | 2017-10-24 | LOCATION DETERMINATION FOR VEHICLE OPERATION |
Publications (1)
Publication Number | Publication Date |
---|---|
RU2756439C1 true RU2756439C1 (ru) | 2021-09-30 |
Family
ID=66247637
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2020116583A RU2756439C1 (ru) | 2017-10-24 | 2017-10-24 | Определение локализации для работы транспортного средства |
Country Status (8)
Country | Link |
---|---|
US (1) | US11112259B2 (ru) |
EP (1) | EP3701223B1 (ru) |
JP (1) | JP6928722B2 (ru) |
CN (1) | CN111492202B (ru) |
CA (1) | CA3079656C (ru) |
MX (1) | MX2020004095A (ru) |
RU (1) | RU2756439C1 (ru) |
WO (1) | WO2019083513A1 (ru) |
Families Citing this family (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11346677B2 (en) * | 2017-12-04 | 2022-05-31 | University Of Massachusetts | Method to measure road roughness characteristics and pavement induced vehicle fuel consumption |
US11068627B2 (en) * | 2018-08-09 | 2021-07-20 | Zoox, Inc. | Procedural world generation |
KR102092913B1 (ko) * | 2018-10-08 | 2020-04-23 | 현대모비스 주식회사 | 주행차로 안내 장치 및 그 제어 방법 |
US11514310B2 (en) * | 2018-12-21 | 2022-11-29 | Waymo Llc | Training a classifier to detect open vehicle doors |
CN110278525B (zh) * | 2019-05-21 | 2020-12-11 | 袁正道 | 一种高精度室内无线定位方法 |
EP3748300A1 (en) * | 2019-06-07 | 2020-12-09 | Zenuity AB | Lane-level map matching |
DE102020209992A1 (de) * | 2020-08-06 | 2022-02-10 | Volkswagen Aktiengesellschaft | Verfahren und Steuergerät zum Bereitstellen von Parkinformationen zu freien Parkplätzen |
US11866070B2 (en) * | 2020-09-28 | 2024-01-09 | Guangzhou Automobile Group Co., Ltd. | Vehicle control method and apparatus, storage medium, and electronic device |
CN113156470B (zh) * | 2021-01-29 | 2023-08-11 | 北京中航讯科技股份有限公司 | 基于路网的公交路链提取与优化方法 |
US12031883B2 (en) | 2021-01-29 | 2024-07-09 | Horiba Instruments Incorporated | Apparatus and method for testing automated vehicles |
CN112978532B (zh) * | 2021-02-26 | 2022-06-17 | 成都新潮传媒集团有限公司 | 电梯状态的检测方法、装置及存储介质 |
US11993281B2 (en) | 2021-02-26 | 2024-05-28 | Nissan North America, Inc. | Learning in lane-level route planner |
JP2022150605A (ja) * | 2021-03-26 | 2022-10-07 | いすゞ自動車株式会社 | 運転制御装置 |
US20220306156A1 (en) * | 2021-03-29 | 2022-09-29 | Nissan North America, Inc. | Route Planner and Decision-Making for Exploration of New Roads to Improve Map |
US11945441B2 (en) | 2021-03-31 | 2024-04-02 | Nissan North America, Inc. | Explainability and interface design for lane-level route planner |
CN113492841B (zh) * | 2021-07-22 | 2022-09-06 | 上汽通用五菱汽车股份有限公司 | 泊车控制方法、装置及计算机可读存储介质 |
CN113295174B (zh) * | 2021-07-27 | 2021-10-08 | 腾讯科技(深圳)有限公司 | 一种车道级定位的方法、相关装置、设备以及存储介质 |
CN113428155B (zh) * | 2021-08-11 | 2022-08-19 | 浙江吉利控股集团有限公司 | 牵引车与牵引车厢的对接方法、设备及存储介质 |
WO2023158338A1 (ru) * | 2022-02-17 | 2023-08-24 | Общество с ограниченной ответственностью "ЭвоКарго" | Устройство управления питанием и исполнительными механизмами высокоавтоматизированного транспортного средства |
CN114910081B (zh) * | 2022-05-26 | 2023-03-10 | 阿波罗智联(北京)科技有限公司 | 车辆定位方法、装置及电子设备 |
DE102022208063A1 (de) * | 2022-08-03 | 2024-02-08 | Zf Friedrichshafen Ag | Verfahren zur Lokalisation einer beweglichen Einheit in HD-Karten und Fahrzeug |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2556774C1 (ru) * | 2011-07-26 | 2015-07-20 | Тойота Дзидося Кабусики Кайся | Система идентификации транспортного средства и устройство идентификации транспортного средства |
RU2572939C9 (ru) * | 2013-06-20 | 2016-04-10 | Форд Глобал Технолоджис, ЛЛК | Система и способ контроля полосы движения транспортного средства |
AU2017100444A4 (en) * | 2016-04-26 | 2017-05-18 | Ratnasingam, Sivalogeswaran MR | Dynamic Learning Driving System And Method |
US20170248960A1 (en) * | 2015-02-10 | 2017-08-31 | Mobileye Vision Technologies Ltd. | Sparse map for autonomous vehicle navigation |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4586795B2 (ja) * | 2006-12-07 | 2010-11-24 | トヨタ自動車株式会社 | 車両用制御装置 |
CN101403620B (zh) * | 2008-09-10 | 2013-04-24 | 深圳市同洲电子股份有限公司 | 导航装置及方法 |
US9358924B1 (en) * | 2009-05-08 | 2016-06-07 | Eagle Harbor Holdings, Llc | System and method for modeling advanced automotive safety systems |
US9562778B2 (en) * | 2011-06-03 | 2017-02-07 | Robert Bosch Gmbh | Combined radar and GPS localization system |
CN103185578A (zh) | 2011-12-30 | 2013-07-03 | 上海博泰悦臻电子设备制造有限公司 | 移动定位装置和导航装置 |
MX2015000832A (es) | 2012-07-17 | 2015-04-08 | Nissan Motor | Sistema de asistencia a la conduccion y metodo de asistencia a la conduccion. |
US20140297562A1 (en) * | 2013-03-27 | 2014-10-02 | Sciteb Ltd. | System and method for enabling transfer of systemic risk exposure |
US10089417B2 (en) * | 2013-09-26 | 2018-10-02 | Here Global B.V. | Structure determination in a geographic area |
DE102014211168A1 (de) * | 2014-06-11 | 2015-12-17 | Continental Teves Ag & Co. Ohg | Verfahren und System zur Verifizierung von Messdaten |
CN104535070B (zh) * | 2014-12-26 | 2017-11-14 | 上海交通大学 | 高精细地图数据结构、采集和处理***及方法 |
CN107121980B (zh) * | 2017-03-17 | 2019-07-09 | 北京理工大学 | 一种基于虚拟约束的自动驾驶车辆路径规划方法 |
CN107229063A (zh) * | 2017-06-26 | 2017-10-03 | 奇瑞汽车股份有限公司 | 一种基于gnss和视觉里程计融合的无人驾驶汽车导航定位精度矫正方法 |
-
2017
- 2017-10-24 JP JP2020526578A patent/JP6928722B2/ja active Active
- 2017-10-24 US US16/758,538 patent/US11112259B2/en active Active
- 2017-10-24 CN CN201780096278.5A patent/CN111492202B/zh active Active
- 2017-10-24 RU RU2020116583A patent/RU2756439C1/ru active
- 2017-10-24 MX MX2020004095A patent/MX2020004095A/es unknown
- 2017-10-24 EP EP17929949.0A patent/EP3701223B1/en active Active
- 2017-10-24 WO PCT/US2017/058081 patent/WO2019083513A1/en unknown
- 2017-10-24 CA CA3079656A patent/CA3079656C/en active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2556774C1 (ru) * | 2011-07-26 | 2015-07-20 | Тойота Дзидося Кабусики Кайся | Система идентификации транспортного средства и устройство идентификации транспортного средства |
RU2572939C9 (ru) * | 2013-06-20 | 2016-04-10 | Форд Глобал Технолоджис, ЛЛК | Система и способ контроля полосы движения транспортного средства |
US20170248960A1 (en) * | 2015-02-10 | 2017-08-31 | Mobileye Vision Technologies Ltd. | Sparse map for autonomous vehicle navigation |
AU2017100444A4 (en) * | 2016-04-26 | 2017-05-18 | Ratnasingam, Sivalogeswaran MR | Dynamic Learning Driving System And Method |
Also Published As
Publication number | Publication date |
---|---|
EP3701223B1 (en) | 2023-03-01 |
CA3079656A1 (en) | 2019-05-02 |
US11112259B2 (en) | 2021-09-07 |
WO2019083513A1 (en) | 2019-05-02 |
JP2021503404A (ja) | 2021-02-12 |
EP3701223A1 (en) | 2020-09-02 |
BR112020007737A2 (pt) | 2020-10-13 |
JP6928722B2 (ja) | 2021-09-01 |
CN111492202B (zh) | 2022-03-08 |
MX2020004095A (es) | 2020-07-21 |
CA3079656C (en) | 2021-11-23 |
US20200249038A1 (en) | 2020-08-06 |
EP3701223A4 (en) | 2020-12-02 |
CN111492202A (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2756439C1 (ru) | Определение локализации для работы транспортного средства | |
RU2734744C1 (ru) | Оперативное управление автономным транспортным средством, включающее в себя работу экземпляра модели частично наблюдаемого марковского процесса принятия решений | |
CN112368662B (zh) | 用于自主运载工具操作管理的定向调整动作 | |
RU2734732C1 (ru) | Отслеживание блокировки сети движения при оперативном управлении автономным транспортным средством | |
CN110325928B (zh) | 自主车辆运行管理 | |
RU2744640C1 (ru) | Варианты управления работой автономного транспортного средства | |
JP6963158B2 (ja) | 集中型共有自律走行車動作管理 | |
US11702070B2 (en) | Autonomous vehicle operation with explicit occlusion reasoning | |
RU2759975C1 (ru) | Операционное управление автономным транспортным средством с управлением восприятием визуальной салиентности | |
EP3580620A1 (en) | Autonomous vehicle operational management control | |
US11874120B2 (en) | Shared autonomous vehicle operational management | |
US10836405B2 (en) | Continual planning and metareasoning for controlling an autonomous vehicle | |
US11921506B2 (en) | Belief state determination for real-time decision-making | |
US11518402B2 (en) | System and method for controlling a vehicle using contextual navigation assistance | |
US20240211046A1 (en) | Vision-Based Road Feel Enhancement in Vehicles | |
BR112020007737B1 (pt) | Método de travessia de uma rede de transporte de veículo e um veículo autônomo ou semi-autônomo |