CN104932322A - 学习自动化车辆 - Google Patents

Abstract

一种学习自动化车辆。一种车辆，包含导航系统和处理设备。导航系统确定从当前位置到选择的目的地的路线。处理设备对路线应用模板。模板表示与地理区域相关联的驾驶趋向。处理设备在车辆开始路线之前基于模板调整路线。

Description

学习自动化车辆

背景技术

经常学习采取最佳路线至某些区域——包括避免哪些区域和哪些交叉路口——的驾驶员在高峰期是最繁忙的。然而，学习这些路线需要时间和直觉。对地理区域没有经验的驾驶员，比如新手驾驶员或最近迁入该地理区域的驾驶员，需要时间去学习如何最好地导航该区域。加快这样的学习的一个方法是询问在那个区域驾驶更多经验的人。然而，不同的驾驶员有不同的优先顺序。例如，一个驾驶员可能希望尽可能多的在高速公路上驾驶，即使这意味着一直挺到交通结束。另一个驾驶员可能希望尽可能快的到达他或她的目的地，尽管行驶更长的距离或降低燃料经济性。因此，如何最好地导航地理区域的问题相对于驾驶者的优先顺序是有点主观的。

发明内容

根据本发明，提供一种车辆，包含：

导航系统，其配置为确定从当前位置到选择的目的地的路线；以及

处理设备，其配置为对路线应用模板，其中模板表示与地理区域相关联的多个驾驶趋向，且其中处理设备配置为在车辆开始路线之前基于模板调整路线。

根据本发明的一个实施例，其中导航系统配置为基于至少一个用户偏好确定路线，且其中处理设备配置为应用符合用户偏好的模板。

根据本发明的一个实施例，其中用户偏好基于燃料效率和到选择的目的地的行驶时间中的至少一个。

根据本发明的一个实施例，进一步包含配置为选择模板的预测学习系统。

根据本发明的一个实施例，其中预测学习系统配置为基于与当前位置相关联的地理区域选择模板。

根据本发明的一个实施例，其中预测学习系统配置为从远程服务器中接收模板。

根据本发明的一个实施例，其中模板限定安全信息，基础设施信息，便利信息，和与地理区域相关联的交通流量信息中的至少一个。

根据本发明的一个实施例，其中处理设备并入配置为在自主模式下操作的自主模式控制器中。

根据本发明的一个实施例，其中处理设备配置为至少部分地基于用户输入更新模板。

根据本发明，提供一种车辆，包含：

自主驾驶传感器；

自主模式控制器，其配置为当在自主模式下操作时根据通过自主驾驶传感器输出的信号控制至少一个车辆子系统；以及

导航系统，其配置为确定从当前位置到选择的目的地的路线；

其中自主模式控制器包括配置为对路线应用模板的处理设备，其中模板表示与地理区域相关联的多个驾驶趋向，且其中处理设备配置为在自主模式控制器在自主模式下操作之前基于模板调整路线。

根据本发明的一个实施例，其中导航系统配置为基于至少一个用户偏好确定路线，且其中处理设备配置为应用符合用户偏好的模板。

根据本发明的一个实施例，其中用户偏好基于燃料效率和到选择的目的地的行驶时间中的至少一个。

根据本发明的一个实施例，本发明的车辆进一步包含配置为选择模板的预测学习系统。

根据本发明的一个实施例，其中预测学习系统配置为基于与当前位置相关联的地理区域选择模板。

根据本发明的一个实施例，其中预测学习系统配置为从远程服务器中接收模板。

根据本发明的一个实施例，其中模板限定安全信息，基础设施信息，便利信息，和与地理区域相关联的交通流量信息中的至少一个。

根据本发明的一个实施例，其中处理设备配置为至少部分地基于用户输入更新模板。

根据本发明，提供一种方法，包含：

确定车辆的当前位置；

确定车辆的目的地；

至少部分地基于当前位置和目的地产生路线；

对路线应用模板，模板表示与地理区域相关联的多个驾驶趋向；以及

在车辆开始路线之前基于模板调整路线。

根据本发明的一个实施例，本发明的方法进一步包含至少部分地基于地理区域选择模板。

根据本发明的一个实施例，本发明的方法进一步包含从远程服务器中要求模板。

附图说明

图1说明了配置为选择最符合用户的偏好的路线的示例性车辆。

图2是可以在图1的车辆中使用的示例性系统的图形。

图3是可以用来选择符合用户的偏好的路线的示例性过程的流程图。

具体实施方式

示例性车辆包括导航系统和处理设备。导航系统确定从当前位置到选择的目的地的路线。处理设备对路线应用模板。模板表示与地理区域相关联的驾驶趋向。处理设备在车辆开始路线之前基于模板调整路线。因此，驾驶员可以以避免，例如，高交通流量区域，高犯罪区域等的方式操作车辆。而且，当在自主车辆中实施时，车辆可以避免这样的区域而没有任何驾驶员的干预。

在附图中所示的车辆和系统可以采取许多不同的形式，并且包括多个和/或替代的组件和设施。所示的示例性组件并不旨在进行限制。事实上，额外的或可选择的组件和/或实施方式也可以使用。

如图1所示，车辆100包括用于根据用户的偏好自动地调整产生的路线的系统105。系统105在下面参照图2被显示和更详细地描述。虽然所示为轿车，但是车辆100可以包括任何乘客或商用车辆，比如汽车，卡车，运动型多用途车辆，出租车，公共汽车等。在一些可行的方法中，如下面所讨论的，车辆100是配置为在自主(例如，无人驾驶)模式，部分自主模式，和/或非自主模式下操作的自主车辆。

图2是图1的车辆100中所示的系统105的组件的示例性图形。系统105，如图所示，包括用户界面设备110，通信接口115，导航系统120，预测学习系统125，至少一个自主驾驶传感器130，和自主模式控制器135。

用户界面设备110可以配置为在车辆100的操作过程中呈现信息给用户，比如驾驶员。而且，用户界面设备110可以配置为接收用户输入。因此，用户界面设备110可以位于车辆100的乘客舱中。在一些可行的方法中，用户界面设备110可以包括触敏显示屏幕。

导航系统120可以配置为确定车辆100的位置，比如车辆100的当前位置。导航系统120可以包括全球定位系统(GPS)接收器，其配置为使车辆100的位置相对于卫星或基于地球的发射机塔成三角形。因此，导航系统120可以被配置用于无线通信。导航系统120可进一步配置为开发从当前位置到选择的目的地的路线，以及通过，例如，用户界面设备110显示地图和呈现至选择额目的地的驾驶方向。在某些情况下，导航系统120可以根据用户偏好开发路线。用户偏好的示例可以包括最大化燃料效率，降低行驶时间，行驶最短距离，或类似物。

通信接口115可以配置为促进车辆100的组件和其他设备之间的有线和/或无线通信。例如，通信接口115可以配置为从蜂窝供应商的塔和车辆的远程信息处理服务交付网络(SDN)中接收消息并且传递消息到蜂窝供应商的塔和车辆的远程信息处理服务交付网络(SDN)，车辆的远程信息处理服务交付网络(SDN)相应地建立与用户的移动设备——比如手机，平板电脑，手提电脑，便携式信息终端(fob)，或通过二次或同样的蜂窝供应商配置用于无线通信的任何其它电子设备——的通信。蜂窝通信通过SDN到车辆的远程信息处理收发器也可以从与设备——比如个人电脑(PC)，便携式电脑，笔记本电脑——连接的互联网或与手机连接的WiFi中发起。通信接口115还可以配置为从车辆100中直接通信到用户的远程设备或使用任何数量的通信协议——比如蓝牙，蓝牙低能量，或WiFi——的任何其它设备。因此，通信接口115可以配置为从远程服务器140中接收消息和/或传递消息到远程服务器140。

预测学习系统125可以配置为选择与各种地理区域相关联的模板，包括如通过导航系统120确定的车辆100的当前位置的地理区域。每个模板可以表示与地理区域相关联的驾驶趋向。驾驶趋向可以涉及安全信息，基础设施信息，便利信息，和/或相对于地理区域的交通流量信息。安全信息可以确定高犯罪区域和/或事故经常发生的区域。基础设施信息可以确定医院，警察局，消防局，教育机构等。而且，基础设施信息可以进一步确定养老院，幼儿园，公园，旅游景点(动物园，主题公园，体育场馆等)，和在一个或多个残疾人居住的地区。便利信息可以确定高票价区域，大型用人单位地点(例如，在交接班时候的工厂或医院或在主要工作时间开始或结束时的大型办公大楼)，让船通行的桥孔的时间，在主要体育馆的主要体育赛事的时间，列车时刻表等。交通流量信息可以在例如，高峰期确定典型的高交通流量区域，是否某些车道改变全天(例如，在早上入站到大都市圈和在晚上出站到郊外)的交通流量的方向，绕开某些区域的快速通道，道路是否因为施工，事故或事件，比如马拉松，游行，大奖赛公路赛，政治集会或类似物而封闭。交通流量信息可以进一步确定经常引起交通堵塞的高行人流量大的区域。

预测学习系统125可以结合神经网络，模糊逻辑，或另一种用于学习最佳可行路线的发动机。在某些情况下，预测学习系统125可以基于驾驶员如何在非自主模式下操作车辆100来开发模板。可选择地或另外，预测学习系统125可以配置为从远程服务器140中接收模板。在一些可行的方法中，预测学习系统125可以从远程服务器140中要求与地理区域相关联的模板。可选择地，导航系统120可以传递当前位置和选择的目的地到远程服务器140，并且作出响应，远程服务器140可以通过，例如，通信接口115传递一个或多个模板到预测学习系统125。而且，预测学习系统125可以配置为从远程服务器140或通过车辆-对-车辆通信开发的模板接收由其他驾驶员开发的模板。在某些情况下，预测学习系统125可以基于驾驶员如何在非自主模式下操作车辆100来更新可用的或接收的模板。

自主驾驶传感器130可以包括任何数量的设备，其配置为产生信号，该信号在车辆100正在自主(例如，无人驾驶)模式下操作时帮助导航车辆100。自主驾驶传感器130的示例可以包括雷达传感器，激光雷达传感器，视觉传感器，或类似物。自主驾驶传感器130在车辆100正在自主驾驶模式下操作时帮助车辆100“看见”道路和车辆100周围和/或越过各种障碍。

自主模式控制器135可以配置为当车辆100正在自主模式下操作时控制一个或多个子系统145。可以通过自主模式控制器135控制的子系统145的示例可以包括制动子系统，悬架子系统，转向子系统和动力传动系统子系统。自主模式控制器135可以通过输出信号到与这些子系统145相关联的控制单元来控制这些子系统145中的任何一个或多个。自主模式控制器135可以至少部分地基于通过自主驾驶传感器130产生的信号控制子系统145。

自主模式控制器135可以包括处理设备150，其配置为对通过导航系统120产生的路线应用一个或多个模板。处理设备150可以基于模板更新通过导航系统120产生的路线。虽然显示为自主模式控制器135的一部分，但是在某些情况下，处理设备150可以独立于自主模式控制器135之外存在。是否车辆100的自主或非自主操作的一部分，处理设备150可以在车辆100开始通过导航系统120产生的路线之前应用模板。

处理设备150可以应用符合用户偏好的模板。如上述所讨论的，用户偏好可以涉及最大化燃料效率，降低行驶时间，行驶最短距离，或类似物。因此，尽管更新的路线——其通过处理设备150产生——可以偏离通过导航系统120产生的原始路线，但是更新的路线仍然可以满足用户的偏好。在一些可行的实施方式中，处理设备150可以相对于更新的路线优先考虑用户的偏好。例如，如果用户偏好将高优先级设置为行驶最短距离而不是模板更新的路线偏好从而，例如，避免高交通流量区域将显著增加到选择的目的地的距离，则更新的路线可以丢弃。在一些可行的方法中，处理设备150可以通过，例如，用户界面设备110来提示用户是选择应用更新的路线还是原始路线。用户可以通过用户界面设备110做出这样的选择。

图3是可以通过图2的系统105的一个或多个组件实施的示例性过程300的流程图。例如，过程可以通过导航系统120，预测学习系统125，和/或处理设备150执行。

在框305处，处理设备150可以确定车辆100的当前位置。当前位置可以通过使用，例如，GPS的导航系统120确定。

在框310处，处理设备150可以确定目的地。目的地可以通过提供给用户界面设备110的用户输入来选择。用户界面设备110可以传递选择到导航系统120。用户界面设备110或导航系统120可以传递选择的目的地到处理设备150。

在框315处，导航系统120可以产生从当前位置到选择的目的地的路线。路线可以考虑用户偏好，比如最大化燃料效率，降低行驶时间，行驶最短距离，或类似物。用户偏好可以根据通过用户界面设备110提供的用户输入优先化。

在框320处，预测学习系统125可以选择和/或接收用于在框315处产生的路线的模板。模板可以表示与车辆100的当前位置的地理区域，选择的目的地，和在当前位置和选择的目的地之间的路线相关联的驾驶趋向。如前述所讨论的，驾驶趋向可以涉及安全信息，基础设施信息，便利信息，和/或相对于地理区域的交通流量信息。模板可以从，例如，远程服务器140中选择或通过车辆-对-车辆的通信协议从另一车辆中的通信接口115处接收。

在框325处，处理设备150可以应用模板到在框315处产生的路线。对路线应用模板可以包括确定车辆100是否在行驶路线中将受模板限定的任何驾驶趋向的影响。

在决定框330处，处理设备150可以通过用户界面设备110提示驾驶员或其他乘客是否基于模板更新路线。如果驾驶员和其他乘客基于模板选择更新路线，则过程300可以在框355处继续。如果不是那样的话，则过程300可以结束，以便初始路线可以使用来导航车辆100。

在框335处，处理设备150可以在车辆100开始路线之前和/或在车辆100正在自主模式操作下操作之前基于模板调整路线。调整路线可以包括更新避免的或另外未受驾驶趋向影响的或受驾驶趋向最小影响的路线。在某些情况下，路线可以以如上述讨论的最佳考虑用户偏好的方式调整。因此，例如，更新的路线可以试图基于用户如何优先化这些和可行的其他用户偏好来最大化燃料效率，降低行驶时间，或行驶最短距离。过程300可以在路线调整和更新路线创建之后结束以便更新的路线可以使用来导航车辆100。

一般而言，计算系统和/或设备，比如用户界面设备110，和处理设备150，可以采用任何数量的计算机操作系统，包括，但决不限制于，下述系统的版本和/或变体：操作系统，Microsoft操作系统，Unix操作系统(例如，由加利福尼亚州，红木海岸的甲骨文公司发布的操作系统)，由纽约，阿蒙克市的国际商业机器公司发布的AIX UNIX操作系统，Linux操作系统，由加利福利亚州库比蒂诺的苹果公司发布的Mac OS X和iOS操作系统，由加拿大，滑铁卢的动态研究公司发布的BlackBerry OS以及由开放手机联盟开发的Android操作系统。计算设备的示例包括，但不限制于，车载车辆计算机，计算机工作站，服务器，台式机，笔记本电脑，便携式电脑，或手持式计算机，或一些其它计算系统和/或设备。

计算设备一般包括计算机可执行指令，其中指令可以通过一个或多个计算设备执行，比如上面列出的那些。计算机可执行指令可以被编译或从计算机程序中解释，其中计算机程序使用多种编程语言和/或技术创建，这些语言和/或技术包括，但不限制于，单独或组合的Java^TM，C，C++，Visual Basic，Java Script,，Perl等。一般而言，处理器(例如，微处理器)接收指令，例如，从存储器，计算机可读介质中等，并且执行这些指令，由此执行一个或多个程序，包括在此描述的一个或多个程序。这样的指令和其他数据可以使用各种计算机可读介质存储和传输。

计算机可读介质(也称为处理器可读介质)包括任何永久的(例如，有形的)介质——其参与提供可以通过计算机(例如，通过计算机的处理器)读取的数据(例如，指令)。这样的介质可以采取许多形式，包括但不限制于，非易失性介质和易失性介质。非易失性介质可以包括，例如，光盘或磁盘以及其他永久存储器。易失性介质可以包括，例如，动态随机存取存储器(DRAM)，其典型地构成主存储器。这样的指令可以通过一个或多个传输介质——包括同轴电缆，铜线和光纤，包括包含耦接到计算机的处理器的系统总线的导线——传输。计算机可读介质的普通形式包括，例如，软盘，柔性盘，硬盘，磁带，任何其它磁性介质，CD-ROM，DVD，任何其它光学介质，穿孔卡，纸带，任何其它具有孔图案物理介质，RAM，PROM，EPROM，FLASH-EEPROM，任何其它存储器芯片或盒，或从其计算机可以读取的任何其它介质。

本文中所描述的数据库，数据储存库或其他数据存储器可以包括用于存储，访问和检索各种数据的各种机构，包括层次数据库，文件系统中的一组文件，专用格式中的应用数据库，关系数据库管理系统(RDBMS)等。每个这样的数据存储器一般包括在计算设备中，其中计算设备采用计算机操作系统，比如上面提到的那些中的一个，并以任何一个或多个各种不同的方式通过网络访问。文件系统可以是从计算机操作系统中访问，并且可以包括以不同格式存储的文件。RDBMS一般采用结构化查询语言(SQL)除了用于创建，存储，编辑，和执行存储过程的语言，比如上述提到的PL/SQL语言。

在一些示例中，系统元件可以被实施为在一个或多个计算设备(例如，服务器，个人电脑等)上的计算机可读指令(例如，软件)，存储在与其相关联的计算机可读介质上(例如，磁盘，存储器等)。计算机程序产品可以包含存储在计算机可读介质上用于执行本文中所描述的功能的这样的指令。

关于本文所描述的程序，系统，方法，探索法等，应当理解的是，虽然这些程序等的步骤描述为按一定的有序序列发生，但是这些程序可以实践为以除了本文所描述的顺序以外的顺序执行所描述的步骤。更应当理解的是，某些步骤可以同时执行，也可以添加其他步骤，或可以省略这里所描述的某些步骤。换句话说，这里提供程序的描述是为了说明某些实施例的目的，而不应以任何方式解释为限制权利要求。

因此，应当理解的是上面的描述旨在是说明性的，而不是限制性的。除了提供的示例，通过阅读了上面的说明书，许多实施例和应用将是显而易见的。本发明的保护范围不应该参考上面的说明书来确定，而是应该参照所附的权利要求以及该权利要求所享有的全部等效范围来确定。可以预见和预期的是，未来的发展将发生在本文所讨论的领域，并且，所公开的系统和方法将结合到这样的未来的实施例中。总之，应当理解的是，本申请能够进行修改和变化。

在权利要求中使用的所有术语旨在给予其最宽泛的合理解释和本领域技术人员所理解的它们的普通含义，除非在本文中提出相反的明确指示。特别地，单数冠词的使用如“一”，“该”，“所述”等应当理解为叙述一个或多个所指示的元件，除非权利要求有与此相反的明确限制。

提供发明摘要以允许读者快速弄清此技术公开的本质。提交该发明摘要的情况下，应理解其不用于解释或限制权利要求的范围和含义。此外，在前述具体实施方式中，能够看出，为了简化本发明的目的，不同的特征被集合在不同的实施例中。这种公开方法不应被解释为反映所要求保护的实施例需要比在每条权利要求中清楚叙述更多的特征的意图。相反，如以下权利要求反映的那样，发明主旨在于少于单一公开的实施例的所有特征。因此，以下的权利要求在此结合到具体实施方式中，每条权利要求自身作为单独要求保护的主题。

Claims (10)

1.一种车辆，包含：

导航系统，其配置为确定从当前位置到选择的目的地的路线；以及

处理设备，其配置为对路线应用模板，其中模板表示与地理区域相关联的多个驾驶趋向，且其中处理设备配置为在车辆开始路线之前基于模板调整路线。

2.根据权利要求1所述的车辆，其中导航系统配置为基于至少一个用户偏好确定路线，且其中处理设备配置为应用符合用户偏好的模板。

3.根据权利要求2所述的车辆，其中用户偏好基于燃料效率和到选择的目的地的行驶时间中的至少一个。

4.根据权利要求1所述的车辆，进一步包含配置为选择模板的预测学习系统。

5.根据权利要求4所述的车辆，其中预测学习系统配置为基于与当前位置相关联的地理区域选择模板。

6.一种车辆，包含：

自主驾驶传感器；

自主模式控制器，其配置为当在自主模式下操作时根据通过自主驾驶传感器输出的信号控制至少一个车辆子系统；以及

导航系统，其配置为确定从当前位置到选择的目的地的路线；

其中自主模式控制器包括配置为对路线应用模板的处理设备，其中模板表示与地理区域相关联的多个驾驶趋向，且其中处理设备配置为在自主模式控制器在自主模式下操作之前基于模板调整路线。

7.根据权利要求6所述的车辆，其中导航系统配置为基于至少一个用户偏好确定路线，且其中处理设备配置为应用符合用户偏好的模板。

8.根据权利要求7所述的车辆，其中用户偏好基于燃料效率和到选择的目的地的行驶时间中的至少一个。

9.根据权利要求6所述的车辆，进一步包含配置为选择模板的预测学习系统。

10.根据权利要求9所述的车辆，其中预测学习系统配置为基于与当前位置相关联的地理区域选择模板。