CN105683019A - 车辆的区域自适应计算机辅助或自动驾驶 - Google Patents
车辆的区域自适应计算机辅助或自动驾驶 Download PDFInfo
- Publication number
- CN105683019A CN105683019A CN201380078451.0A CN201380078451A CN105683019A CN 105683019 A CN105683019 A CN 105683019A CN 201380078451 A CN201380078451 A CN 201380078451A CN 105683019 A CN105683019 A CN 105683019A
- Authority
- CN
- China
- Prior art keywords
- region
- vehicle
- automatic pilot
- area
- computer aided
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 75
- 238000003860 storage Methods 0.000 claims abstract description 31
- 230000004044 response Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 5
- 238000003384 imaging method Methods 0.000 claims description 5
- 238000012423 maintenance Methods 0.000 claims description 4
- 239000000446 fuel Substances 0.000 description 6
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- PEDCQBHIVMGVHV-UHFFFAOYSA-N Glycerine Chemical compound OCC(O)CO PEDCQBHIVMGVHV-UHFFFAOYSA-N 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036316 preload Effects 0.000 description 2
- FARHYDJOXLCMRP-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-1-[2-oxo-2-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethyl]pyrazol-3-yl]oxyacetic acid Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C=1C(=NN(C=1)CC(N1CC2=C(CC1)NN=N2)=O)OCC(=O)O FARHYDJOXLCMRP-UHFFFAOYSA-N 0.000 description 1
- MUTDXQJNNJYAEG-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-3-(dimethylamino)pyrazol-1-yl]-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C=1C(=NN(C=1)CC(=O)N1CC2=C(CC1)NN=N2)N(C)C MUTDXQJNNJYAEG-UHFFFAOYSA-N 0.000 description 1
- QEZGRWSAUJTDEZ-UHFFFAOYSA-N 2-[4-[2-(2,3-dihydro-1H-inden-2-ylamino)pyrimidin-5-yl]-3-(piperidine-1-carbonyl)pyrazol-1-yl]-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethanone Chemical compound C1C(CC2=CC=CC=C12)NC1=NC=C(C=N1)C=1C(=NN(C=1)CC(=O)N1CC2=C(CC1)NN=N2)C(=O)N1CCCCC1 QEZGRWSAUJTDEZ-UHFFFAOYSA-N 0.000 description 1
- 208000010201 Exanthema Diseases 0.000 description 1
- MKYBYDHXWVHEJW-UHFFFAOYSA-N N-[1-oxo-1-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)propan-2-yl]-2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidine-5-carboxamide Chemical compound O=C(C(C)NC(=O)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)N1CC2=C(CC1)NN=N2 MKYBYDHXWVHEJW-UHFFFAOYSA-N 0.000 description 1
- NIPNSKYNPDTRPC-UHFFFAOYSA-N N-[2-oxo-2-(2,4,6,7-tetrahydrotriazolo[4,5-c]pyridin-5-yl)ethyl]-2-[[3-(trifluoromethoxy)phenyl]methylamino]pyrimidine-5-carboxamide Chemical compound O=C(CNC(=O)C=1C=NC(=NC=1)NCC1=CC(=CC=C1)OC(F)(F)F)N1CC2=C(CC1)NN=N2 NIPNSKYNPDTRPC-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000002826 coolant Substances 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013481 data capture Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 201000005884 exanthem Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000001556 precipitation Methods 0.000 description 1
- 206010037844 rash Diseases 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096716—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information does not generate an automatic action on the vehicle control
-
- 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
- B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
-
- 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
- B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
-
- G—PHYSICS
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
- G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0125—Traffic data processing
- G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
- G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
- G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
- G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096733—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place
- G08G1/096741—Systems involving transmission of highway information, e.g. weather, speed limits where a selection of the information might take place where the source of the transmitted information selects which information to transmit to each vehicle
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
- G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
- G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
- G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
-
- 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
- G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
- G06V20/584—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of vehicle lights or traffic lights
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/16—Anti-collision systems
- G08G1/167—Driving aids for lane monitoring, lane changing, e.g. blind spot detection
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Atmospheric Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Automation & Control Theory (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Primary Health Care (AREA)
- Human Resources & Organizations (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Mathematical Physics (AREA)
- Traffic Control Systems (AREA)
Abstract
本文公开了与车辆的计算机辅助或自动驾驶相关的设备、方法和存储介质。在实施例中,方法包括通过计算装置接收与在区域内不同位置的车辆驾驶相关的多个数据;和至少部分基于与在所述区域内不同位置的车辆驾驶相关的数据,通过所述计算装置产生用于在所述区域的车辆的计算机辅助或自动驾驶的一个或多个区域特定策略。其他实施例可被描述和要求保护。
Description
技术领域
本公开涉及车辆的计算机辅助或自动驾驶领域,特别地,涉及与在不同区域车辆的计算机辅助或自动驾驶的区域特定策略的产生和应用相关的设备、方法和存储介质。
背景技术
本文所提供的背景描述是用于整体展示本公开内容的目的。除非本文以其他方式表明,否则这一部分描述的材料并不是本申请中权利要求的现有技术,并不因包含在这一部分中而被认为是现有技术。
当前,大多数计算机辅助或自动驾驶系统设计成部署在发达经济体市场,例如美国、欧洲或日本市场,那里有着私人机动车辆广泛使用的悠久历史和相应的大量有经验驾驶员以及严格执行的成文交通法规。这些系统往往模拟理想规则,遵循风险规避驾驶风格。将遵循美国驾驶实践保守标准的计算机辅助或自动驾驶系统引入到新兴或发展中经济体市场,由于在一些新兴或发展中经济体市场中的驾驶员可能并不遵守相同的驾驶风格,所以将有可能在这些新兴或发展中经济体市场的道路中产生混乱。实际上,因为当许多汽车在等待时,当前设计有风险规避驾驶风格的计算机辅助或自动驾驶系统往往无法以使其他汽车信服的方式推动车辆前进,所以在具有大量有经验驾驶员的发达市场中的这些系统在导航大部分直行停止标志中的一些时会存在困难。另外,不是所有的街道对于道路使用者都是同样安全的:公共空间对汽车用户在个人或财产罪方面展现或多或少的风险,影响驾驶员如何使用这些道路,并基于此操作他们的汽车。
附图说明
结合附图,通过下面的详细描述将容易地理解实施例。为便于该描述,类似的附图标记指代类似的结构元件。在附图的图中,以示例方式而非限制性地示出实施例。
图1示出了根据各实施例的本公开的区域自适应计算机辅助或自动驾驶布置的部件视图。
图2示出了根据各实施例的用于产生和提供计算机辅助或自动驾驶区域特定策略的方法。
图3示出了根据各实施例的用于响应于区域中的停止标识产生区域特定计算机辅助或自动驾驶策略的示例方法。
图4示出了根据各实施例的用于在不同区域应用区域特定计算机辅助或自动驾驶策略来驾驶车辆的方法。
图5示出了根据各实施例的用于在特殊区域中的十字路口应用区域特定计算机辅助或自动驾驶策略来转弯车辆的示例方法。
图6示出了根据各实施例的用于在特殊区域应用区域特定计算机辅助或自动驾驶策略来响应停止标识的示例方法。
图7示出了根据各实施例的适合于实施本公开的示例计算环境。
图8示出了根据各实施例的具有配置成使设备能够实施本公开的指令的示例存储介质。
具体实施方式
本文公开了与车辆的计算机辅助或自动驾驶相关的设备、方法和存储介质。在实施例中,方法可包括在区域内的不同位置通过计算装置接收与车辆驾驶相关的多个数据,例如,在所述区域内,接近停止标志时的减速度、通过停止标志的溜车速度、停止标志处完全停止的持续时间等等;并至少部分基于与在所述区域内不同位置的车辆驾驶有关的数据,通过所述计算装置产生在该区域中用于车辆的计算机辅助或自动驾驶的一个或多个区域特定策略,例如,行人、空间关系或侵犯策略。
在特定区域内,所述区域特定策略可例如被检索并应用,以提供车辆的计算机辅助或自动驾驶,例如响应于停止标志、在十字路口转弯等等。在实施例中,方法可包括通过车辆的计算机辅助或自动驾驶系统第一次接收区域或车辆在该区域内的当前位置;以及通过所述计算机辅助或自动驾驶系统请求或检索用于车辆对于该区域的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略。所述方法还可包括通过所述计算机辅助或自动驾驶系统第二次接收与所述一个或多个区域特定策略的策略参数相关的多个数据;并至少部分基于所述一个或多个区域特定策略以及与所述一个或多个区域特定策略的策略参数相关的所述多个数据,以适于所述区域的方式,通过所述计算机辅助或自动驾驶系统在所述区域内辅助或自动驾驶车辆。
在后面详细描述中,参考形成其一部分的附图,其中相同的附图标记始终指代相同的部分,图中借助于可被实施的实施例示出。应理解,可利用其他实施例,在不脱离本公开范围的情况下进行结构或逻辑的改变。因此,下面的详细描述并不是进行限制性的,实施例的范围由所附权利要求及其等效物限定。
各方法的操作以最有助于理解所要求保护主题的方式,被依次描述为多个离散的动作或操作。然而,描述的顺序不应当被解释为暗示这些操作必须取决于顺序。特别地,这些操作可不按陈述中的顺序执行。可以与所描述实施例不同的顺序执行所述操作。可执行各种额外的操作,和/或在其他实施例中省略、分解或组合所述操作。
为本公开目的,短语“A和/或B”意味着(A)、(B)或(A和B)。为本公开目的,短语“A、B和/或C”意味着(A)、(B)、(C)、(A和B)、(A和C)、(B和C)或(A、B和C)。
本说明书会使用短语“在一实施例中”或“在实施例中”,其每个都指代一个或多个相同或不同实施例。另外,有关本公开的实施例所使用的术语“包括”、“包含”、“具有”等是同义的。
如下文所使用的,包括权利要求,术语“模块”指的是为下列的部分或包括:专用集成电路(ASIC)、电子电路、执行一个或多个软件或固件程序的处理器(共享、专用或集群)和/或存储器(共享、专用或集群)、组合逻辑电路、和/或提供所述功能的其他适当部件。
现在参考图1,其中示出了根据各实施例的本公开的计算机辅助或自动驾驶布置的部件图。如图所示,计算机辅助或自动驾驶布置100可包括所示彼此操作地耦合的区域特定策略产生器112、存储114和计算机辅助或自动驾驶系统106。如下面更加详细描述的,区域特定策略产生器112可配置成为各区域内车辆的计算机辅助或自动驾驶产生多个区域特定策略124a。区域特定策略124a可考虑各区域的当地驾驶实践,例如,区域的当地驾驶实践距前方车辆的是否保持一定量的距离、或紧紧地跟着前方车辆、在该区域内停止标志处完全停止、或者仅溜车通过该停止标志,或者区域的当地驾驶实践是否与总是迁就于行人相反而鸣喇叭/推动行人。存储114可配置成存储区域特定策略124a,并响应于来自计算机辅助或自动驾驶系统106的请求而向计算机辅助或自动驾驶系统106选择性地提供区域特定策略124a。计算机辅助或自动驾驶系统106可配置成为区域应用区域特定策略124a从而在该区域内辅助或自动驾驶车辆102,在车辆处于该区域中时对应产生用于各车辆部件108的指令116。
在实施例中,区域特定策略产生器112可至少部分基于为各区域分别收集的策略相关数据122产生用于各区域的区域特定策略124a。这些数据的示例可包括但不限于,行人是否给予绝对地、部分地或没有通行权,自行车是否给予绝对地、部分地或没有通行权,车辆通常是否保持一定量的距离或彼此紧紧地跟车,车辆是否通常完全停止或溜车通过停止标志,车辆在停止标志处是否通常有秩序地遵循先到先走,或者它们向前推动,最有侵犯性的车辆先走,行人、自行车和/或车流量(在一天内的不同时间、一周内的不同天、和/或一年内的不同周),一年内的不同天、周、月或季度的道路/天气状况(温度、降水等),一年内的不同天、周、月或季度的犯罪统计,等等。
在实施例中,一些策略相关数据122(例如,行人、自行车和/或车流量,道路/天气状况)可被捕获并提供为数字数据。其他策略相关数据122(例如,行人/自行车给予绝对地、部分地或没有通行权)可被捕获并提供为图像和/或视频。图像可为分别由照相机、热成像装置、声纳和雷达捕获的光学、热学、声学和/或电磁图像。这些捕获和提供策略相关数据122的方式仅仅是示意性的,不是限制性的。
在实施例中,各种数据捕获状态可被包含进,通过在该区域内各位置的车辆/自行车中布置的、由通过该区域内各位置的行人携带的、通过该区域内各位置的飞机和/或航天器中布置的等等基础设施中,例如交通灯、电线杆/塔等。
在实施例中,区域特定策略产生器112可在硬件和/或软件中实施,例如,配置成在计算装置上执行的软件。
在实施例中,区域特定策略124a可包括但不限于,区域特定行人策略、区域特定空间关系策略和/或区域特定侵犯策略。区域特定行人策略可规定,例如,对各区域行人是否被给予绝对地、部分地或没有通行权。区域特定空间关系策略可规定,例如,通常与前方车辆保持一定量的距离。区域特定侵犯策略可规定适于各区域的用于各种交通情形的各种侵犯水平,例如,从防御角度,以适度地侵犯或非常侵犯。如本文所使用的术语“侵犯”及其各种形式,通常指代但不必限于,驾驶车辆中的果断或冒失。在其他实施例中,也可产生其他区域特定策略,所述行人、空间关系和侵犯策略仅仅是示意性的,不是限制性的。
存储114可为本领域已知多种永久性存储装置中的任意一种,包括但不限于,磁性、光学和/或固态存储装置。在实施例中,存储114可为网络存储。在实施例中,存储114可托管在网络服务器。在任一情形下,网络存储或网络服务器可通过一个或多个有线和/或无线、局域和/或广域、私人和/或公用网络(例如,因特网)来访问。有线网络的示例包括但不限于以太网。无线网络可包括但不限于,WiFi、和/或3G/4G/5G无线网络。
在实施例中,存储114还可配置成存储管理所选非区域特定计算机辅助或自动驾驶问题的其他非区域特定策略124b。非区域特定策略的示例可包括但不限于,规定在特定车型车辆的冷却剂温度超过阈值时警告驾驶员停止驾驶或尽可能快速自动停止驾驶的策略。
在备选实施例中(未示出),存储114可布置在车辆102本地。在其他实施例中(未示出),可在车辆102本地布置更小版本的存储114,以缓存策略124a和124b的子集。
仍参考图1,计算机辅助或自动驾驶系统106可布置在车辆102中,并配置成提供车辆102的计算机辅助或自动驾驶,至少部分基于区域和/或非区域特定策略124a和124b以及区域/位置126a和其他区域/位置相关数据126b向车辆102的各部件108发出指令106。部件108的示例包括但不限于,燃料喷射器、转向、变速器档位和制动器,而指令106的示例可包括但不限于,增大/减小喷入车辆102的发动机内的燃料量、右或左转、升档或降档、应用或停止应用制动器等等。区域126a的示例包括但不限于,国家、州或省、乡村、城市或村庄。位置126a的示例可包括但不限于,十字路口、停止标志、里程标、坡道或特定全球定位系统(GPS)位置。其他区域/位置相关数据126b的示例可包括但不限于,该区域/位置的日期、当日时间、当前交通流量、行人或自行车的存在与否等等。
计算机辅助或自动驾驶系统106可配置成从布置在车辆102中的多个传感器104接收区域/位置126a和其他区域/位置相关数据126b。在备选实施例中,一些传感器104可布置在车辆102外部。本文所用术语“传感器”意欲广义地表示所有的数据感测、收集和/或检索部件,包括但不限于,配置成接收GPS信号并提供车辆102的当前GPS位置的GPS接收器,配置成捕获车辆102周围的实时图像的摄像头、声纳和/或雷达,等等。在实施例中,计算机辅助或自动驾驶系统106可配置成根据从传感器104接收的数据得到区域/位置126a和其他区域/位置相关数据126b。例如,计算机辅助或自动驾驶系统106可配置成从GPS接收器接收GPS位置,并从GPS位置得到区域,例如国家或地区。作为进一步的示例,计算机辅助或自动驾驶系统106可配置成从各种成像装置接收十字路口的实时图像,并得到在该十字路口当前存在的多个行人、自行车或其他车辆。
操作期间,计算机辅助或自动驾驶(CAAD)系统106可先接收/获得车辆102的当前区域/位置126a。在响应中,CAAD系统106可对于接收/获得的区域为车辆102的区域特定计算机辅助或自动驾驶请求(或检索)一个或多个区域特定策略124a。其他CAAD系统106可接收与一个或多个区域特定策略124a的策略参数相关的额外数据126b;并以适于该区域的的方式在该区域辅助或自动驾驶车辆102。CAAD系统106可至少部分基于所述一个或多个区域特定策略124a及与该一个或多个区域特定策略124a相关的多个其他区域/位置相关数据126b在该区域辅助或自动驾驶车辆102。如前所述,在实施例中,CAAD系统106还可进一步基于一个或多个非区域特定策略124b在该区域辅助或自动驾驶车辆102。
在进一步描述本公开的区域自适应计算机辅助或自动驾驶之前,应当注意,尽管为便于理解和完整性,计算机辅助或自动驾驶布置100被描述为包括布置在车辆102外面的区域特定策略产生器112、布置在车辆102外部/内部的存储114和传感器104、以及布置在车辆102内部的CAAD系统106,但是本说明不意味着建议不得不由相同实体提供各种元件112、114、104和106。可以预期,在实施例中,可通过不同实体开发和提供各种元件。例如,CAAD系统106可由一个实体开发,而区域特定策略由一个或多个其他实体开发。由一个实体开发的CAAD系统106可基于需要选择性地预加载或下载由一个或多个其他实体产生的区域特定策略。
现在参考图2,其中示出了根据各实施例的用于产生和提供区域特定计算机辅助或自动驾驶策略的方法。如图所示,方法200可包括将在下面全面描述的在块202-210中的操作。在实施例中,可通过例如前面描述的区域特定策略产生器112执行块202-206的操作;而可通过例如具有前面描述的存储114的网络存储或网络服务器执行块208-210的操作。
如图所示,方法200可开始于块202。在块202,可接收与在区域内各位置行驶的车辆相关的数据。如前所述,所述数据包括由各种传感器和/或数据收集装置收集的以各种形式的大范围数据。
方法200可从块202进至块204,然后到块206。在块204,可至少部分基于与为区域内各位置接收的车辆行驶相关的大范围数据,为该区域产生策略,例如行人、空间关系、侵犯等等。在块206,产生的区域特定策略可存储在例如网络存储或网络服务器中,用于后续提供给车辆上的CAAD系统。
对于该区域,方法200可从块206进至块208,然后到块210。在块208,可接收用于车辆对于该区域的计算机辅助或自动驾驶的区域特定策略请求。响应中,用于车辆对于该区域的计算机辅助或自动驾驶的区域特定策略可被检索,并返回至请求的车辆。该请求可被接收以预加载车辆的CAAD,例如,在制造或交付时,或根据需要,例如,当车辆将要从一个区域进入具有不同区域策略的另一个区域时。
另外,方法200可从块206返回块202,以为另一区域执行块202-206的操作。取决于车辆计算机辅助或自动驾驶的区域特定策略所需的区域数量,可重复必要多次的块202-206的操作。同样,响应于对车辆的计算机辅助或自动驾驶的区域特定策略的请求,可重复必要多次的块202-206的操作。
现在参考图3,其中示出了根据各实施例的,用来响应于区域内停止标志而产生区域特定计算机辅助或自动驾驶策略示例的方法示例。如图所示,示例方法300可包括在块302-316中的操作,将在下面全面地描述。在实施例中,可通过例如前述区域特定策略产生器112执行块302-316的操作。
如图所示,方法300可开始于块302。在块302,可接收在区域内各位置的车辆驾驶相关的数据,特别地,与响应于该区域内各停止标志相关的数据。如前所述,所述数据可包括由各传感器和/或数据收集装置收集的各种形式的大范围数据。方法示例300可从块302进至块304。在块304,可至少部分基于接收的数据确定接近速度、减速开始等。例如,可确定这些量度的标准偏差或变化。
方法示例300可从块304进至块306。在块306,可至少部分基于接收的数据进行确定,当地实践是否有在停止标志处完全停止或溜车通过停止标志的趋势。
在确定当地实践有进行完全停止的趋势时,方法示例300进至块308-312。在块308,可进行实现完全停止的减速度的确定,例如,包括从停止标志到开始减速的距离及减速度。所述减速度可取决于车辆的车型和行驶速度。在块310,还可进行用于停止的典型持续时间的确定。在块312,可进行完全停止之后的减速度的确定。
在确定当地实践有进行溜车停止的趋势时,方法示例300可进至块314-316。在块314,可进行实现溜车速度的减速度的确定,例如,包括从停止标志到开始减速的距离及减速度。该减速度可同样取决于车辆的车型和行驶速度。在块316,进行溜车通过停止标志之后的减速度的确定。
现在参考图4,其中示出了根据各实施例的用于为在区域内各位置驾驶车辆而应用区域特定计算机辅助或自动驾驶策略的方法。如图所示,方法400可包括将在下面全面描述的在块402-408中的操作。在实施例中,可通过例如前述CAAD系统106执行块402-408的操作。
如图所示,方法400可开始于块402。在块402,可为区域内车辆的计算机辅助或自动驾驶进行区域特定策略的请求。如前所述,该请求可由具有区域特定策略的网络存储或网络服务器进行。该请求可基于需要提前或实时进行。对于至少一部分区域特定策略可存储于本地的实施例,该请求可由本地存储进行。
方法400可从块402进至块404和406。在块404,适当时候,在进行了所述请求之后,可接收请求的区域特定策略。在块406,可接收与用于该区域的区域特定策略的策略参数相关的数据。
方法400可从块406进至块408。在块408,在接收到区域特定策略以及与适用区域特定策略相关的数据时,车辆可在该区域内被自动地驾驶或被提供辅助以如此做,将接收的用于该区域的数据应用于接收的/检索的区域特定策略。
现在参考图5,其中根据各实施例的、用于应用区域特定计算机辅助或自动驾驶策略示例以在特定区域内的十字路口转弯车辆的方法示例。如图所示,方法示例500可包括将在下面全面描述的在块502-514中的操作。在实施例中,可通过例如前述计算机辅助或自动驾驶系统106执行块502-514的操作。
如图所示,方法示例可开始于块502。在块502,可接收车辆当前所在或将被驾驶的区域或区域内的位置,例如基于GPS坐标得到的位置或区域的GPS坐标。方法示例500可从块502进至块504。在块504,可为该区域接收或检索区域特定策略。
方法示例500可从块504进至块506-508。在块506,可接收该区域的同一时期随车辆驾驶通过该区域的行人数据。在块508,可使用接收的同一时期行人数据,应用区域特定行人策略产生行人策略输出。行人策略输出可规定车辆迁就于行人,或者车辆不必不得不迁就于行人。
方法示例500可从块508进至块510-512。在块510,可检索其他数据,例如该位置的交通流量、该区域/位置的执法概率等等。该位置的交通流量数据可与车辆驾驶通过该位置为同一时期,而该区域/位置的执法概率可为历史上的。在块512,可使用行人策略输出、位置交通流量和区域/位置的执法数据,应用区域特定空间关系和/或侵犯策略,以产生空间关系和/或侵犯策略输出。侵犯策略输出的示例可包括但不限于,无侵犯、适当侵犯和/或侵犯。空间关系策略输出的示例可为与前方车辆保持一定量的距离。
方法示例可从块512进至块514。在块514,可基于空间关系和/或侵犯策略输出向车辆的各部件发出各种指令,以自动地驾驶在该区域内的车辆或向其驾驶提供辅助。如前所述,各种部件可包括燃料喷射器、转向、变速器档位、制动器等等,而指令106的示例可包括但不限于,增大/减小喷入车辆102的发动机内的燃料量、右或左转、升档或降档、应用或停止应用制动器等等。
参考图6,其中根据各实施例的用来响应于特定区域内停止标志应用区域特定计算机辅助或自动驾驶策略示例的方法示例。如图所示,方法600可包括将在下面全面描述的在块602-608中的操作。在实施例中,可通过例如前述CAAD系统106执行块602-608的操作。
如图所示,方法示例600可开始于块602。在块602,可接收车辆当前所在或将被驾驶的区域或位置,例如基于GPS坐标得到的位置或区域的GPS坐标。方法示例600可从块602进至块604。在块604,可为该区域接收或检索区域特定策略。
方法示例600可从块604进至块606-608。在块506,可接收该区域的同一时期随车辆驾驶通过该区域的时间数据。在块608,可基于接收的当日时间检索该位置/区域的犯罪数据。
方法示例600可从块608进至块610-612。在块610,可检索其他数据,例如该位置的交通流量、该区域/位置的执法概率等等。该位置的交通流量数据可与车辆驾驶通过该位置为同一时期,而该区域/位置的执法概率可为历史上的。在块612,可使用行人策略输出、位置交通流量和区域/位置的执法数据,应用区域特定空间关系和/或侵犯策略,以产生空间关系和/或侵犯策略输出。如前所述,侵犯策略输出的示例可包括但不限于,无侵犯、适当侵犯和/或侵犯。空间关系策略输出的示例可为与前方车辆保持一定量的距离。
方法示例可从块612进至块614。在块614,可基于空间关系和/或侵犯策略输出向车辆的各部件发出各种指令,以自动地驾驶在该区域内的车辆或向其驾驶提供辅助。如前所述,各种部件可包括燃料喷射器、转向、变速器档位、制动器等等,而指令116的示例可包括但不限于,增大/减小喷入车辆102的发动机内的燃料量、右或左转、升档或降档、应用或停止应用制动器等等。
现在参考图7,其中示出了根据各实施例的适于用于图1中布置的计算机示例。如图所示,计算机700可包括一个或多个处理器或处理器核702及系统存储器704。在实施例中,多个处理器核702可布置在一个晶片上。为本申请目的,包括权利要求,术语“处理器”和“处理器核”被认为是同义的,除非文中以其他方式明确要求。另外,计算机700可包括大容量存储装置706(例如,磁盘、硬盘、光盘只读存储器(CD-ROM)等)、输入/输出装置708(例如,显示器、键盘、光标控制等)和通信接口710(例如,网络接口卡、调制解调器等)。所述元件可通过表示一个或多个总线的系统总线712彼此耦合。在为多个总线的情形下,它们可通过一个或多个总线桥(未示出)桥接。
这些元件中的每个都执行其本领域内公知的传统功能。特别地,系统存储器704和大容量存储装置706可被用来存储实施与前述区域特定策略产生器112和/或计算机辅助或自动驾驶系统106相关操作的程序指令的工作副本和永久副本。所述各元件可由处理器702支持的汇编指令或可编译成该指令的高级语言来执行,例如C。
程序指令的永久副本可通过例如分配介质(未示出)(例如光盘(CD)),或者通过通信接口710(从分配服务器(未示出))在工厂或实地放入永久性大量存储装置706中。也就是说,可利用具有实施代理程序的一个或多个分配介质,来分配代理和安排各种计算装置。
这些元件710-712的数量、容量和/或能力可变化,取决于示例计算机700的预期应用,例如,示例计算机700是否是如同机顶盒或桌面计算机一样的固定计算装置,或如同手机、平板、超级笔记本或便携式电脑一样的移动计算装置。这些元件710-712的构成在其他方面是已知的,因此不做进一步描述。
图8示出了根据各实施例的、具有配置成实践前述区域特定策略产生器112和/或计算机辅助或自动驾驶系统106的全部或所选一个相关操作的指令的非易失性计算机可读存储介质示例。如图所示,非易失性计算机可读存储介质802可包括多个程序指令804。程序指令804可配置成响应于程序指令的执行使装置如计算机700能够分别执行例如图2-6的方法200、300、400、500和/或600的各种操作。在备选实施例中,程序指令804可改为布置在多个非易失性计算机可读存储介质802上。
再参考图7,对于一个实施例,至少一个处理器702被与配置成实施图2的处理方面的计算逻辑722(替代存储在存储器704和/或大容量存储装置706中)封装在一起。对于一个实施例,至少一个处理器702可被与配置成实施图2的处理方面的计算装置722封装在一起,以形成封装系统(SIP)。对于一个实施例,至少一个处理器702可被集成在具有配置成实践图2的处理方面的计算逻辑722的相同晶片上。对于一个实施例,至少一个处理器702可被与配置成实践图2的处理方面的计算逻辑722封装在一起,以形成芯片系统(SoC)。对于至少一个实施例,SoC可用在例如但不限于计算平板中。
因此,所述示例实施例包括但不限于:
示例1-一种用于车辆的计算机辅助或自动驾驶的设备。所述设备可包括一个或多个处理器;以及策略产生器,其配置成由所述一个或多个处理器操作成接收与在区域内的车辆驾驶相关的多个数据;以及至少部分基于与在所述区域内的车辆驾驶相关的数据,产生或更新用于在所述区域内车辆的计算机辅助或自动驾驶的一个或多个区域特定策略。
示例2可为示例1,其中接收包括从相应的成像、声纳或电磁装置接收与在所述区域内的车辆驾驶相关的图像、声音或电磁数据。
示例3可为示例1或2,其中接收包括从布置在所述区域内不同位置的装置、布置在通过所述区域内不同位置的车辆中的装置、由通过所述区域内不同位置的行人携带的装置、或布置在通过所述区域内不同位置的空中或空间交通工具中的装置,接收与在所述区域内的车辆驾驶相关的多个数据。
示例4可为示例1-3中任一个,其中产生包括产生用于在所述区域内车辆的计算机辅助或自动驾驶的区域特定行人策略。
示例5可为示例1-4中任一个,其中产生包括产生用于在所述区域内车辆的计算机辅助或自动驾驶的区域特定侵犯策略。
示例6可为示例1-5中任一个,其中产生包括产生用于在所述区域内车辆的计算机辅助或自动驾驶的区域特定空间关系策略。
示例7可为示例1-6中任一个,其中产生包括响应于在所述区域内的停止标志产生用于车辆的计算机辅助或自动驾驶的区域特定停止标志策略。
示例8可为示例1-7中任一个,还包括存储介质,其与策略产生器耦合,并配置成输出至一个或多个车辆的一个或多个区域特定策略,用于在所述区域内的所述一个或多个车辆的区域自适应计算机辅助或自动驾驶。
示例9可为示例8,其中所述存储介质还配置成,响应于从所述一个或多个车辆中的第一车辆接收到用于所述区域的一个或多个区域特定策略的子集的请求,向第一车辆有选择地输出所述一个或多个区域特定策略。
示例10可为用于车辆的计算机辅助或自动驾驶的设备,所述设备可包括一个或多个处理器,和计算机辅助或自动驾驶系统。所述计算机辅助或自动驾驶系统可配置成由所述一个或多个处理器操作,以第一次接收一区域或车辆在该区域内的当前位置,并请求或检索用于在所述区域内车辆的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略。所述计算机辅助或自动驾驶系统可配置成由所述一个或多个处理器操作,以第二次接收与所述一个或多个区域特定策略的策略参数相关的多个数据;并至少部分基于所述一个或多个区域特定策略以及与所述一个或多个区域特定策略的策略参数相关的所述多个数据,以适应所述区域的方式辅助或自动地驾驶在所述区域内的车辆。
示例11可为示例10,其中第一次接收包括从全球定位系统接收器接收所述车辆的当前位置。
示例12可为示例10或11,其中请求或检索包括向远程服务器请求所述一个或多个区域特定策略,并且其中接收包括从所述远程接收器接收所述一个或多个区域特定策略。
示例13可为示例10-12中任一个,还包括本地存储,其与所述计算机辅助或自动驾驶系统耦合,并配置成存储所述一个或多个区域特定策略,其中请求或检索包括从所述本地存储检索所述一个或多个区域特定策略。
示例14可为示例10-13中任一个,其中所述一个或多个区域特定策略包括区域特定行人策略,其中第二次接收包括接收当前位置的实时图像,并且其中所述计算机辅助或自动驾驶系统进一步配置成处理所述实时图像,以确定在所述当前位置是否存在一个或多个行人。
示例15可为示例10-14中任一个,其中所述一个或多个区域特定策略包括区域特定侵犯策略,其中第二次接收包括接收用于当前位置的交通流量或者当前位置或区域的执法数据,其中空间关系和侵犯策略分别至少部分基于当前位置的所述交通流量、或当前位置或区域的执法数据,规定与前方车辆保持的距离量和用于计算机辅助或自动驾驶所述车辆的侵犯水平。
示例16可为示例15,其中所述计算机辅助或自动驾驶系统进一步配置成确定当日时间,其中所述第二次接收还包括接收用于当日时间的当前位置或区域的犯罪数据,其中所述空间关系和侵犯策略分别进一步基于当前位置或区域的犯罪数据规定所述距离和侵犯水平。
示例17可为示例10-16中任一个,其中所述一个或多个区域特定策略包括区域特定空间关系或侵犯策略,其中辅助或自动驾驶所述车辆包括向在所述区域内各位置车辆的计算机辅助或自动驾驶应用所述区域特定空间关系或侵犯策略。
示例18可为示例17,其中所述一个或多个区域特定策略还包括区域特定行人策略,并且所述空间关系和侵犯策略至少部分基于应用从所述区域特定行人策略的输出而分别规定与前方车辆保持的距离量或侵犯水平,其中辅助或自动驾驶所述车辆还包括在应用所述区域特定空间关系或侵犯策略之前应用所述区域特定行人策略。
示例19可为用于车辆的计算机辅助或自动驾驶的方法。所述方法可包括通过计算装置接收与在一区域内不同位置的车辆驾驶相关的多个数据;和至少部分基于与在所述区域内的车辆驾驶相关的数据,通过所述计算装置产生或更新用于在所述区域内车辆的计算机辅助或自动驾驶的一个或多个区域特定策略。
示例20可为示例19,其中接收包括从相应成像、声纳或电磁装置接收与所述区域内车辆驾驶相关的图像、声音或电磁数据。
示例21可为示例19或20,其中接收包括布置在所述区域内不同位置的装置、布置在通过所述区域内不同位置的车辆中的装置、由通过所述区域内不同位置的行人携带的装置、或者布置在通过所述区域内不同位置的空中或空间交通工具中的装置,接收与在所述区域内车辆驾驶相关的多个数据。
示例22可为示例19-21中任一个,其中产生包括产生用于在所述区域内车辆的计算机辅助或自动驾驶的区域特定行人策略。
示例23可为示例19-22中任一个,其中产生包括产生用于在所述区域内车辆的计算机辅助或自动驾驶的区域特定空间关系、位置具体侵犯策略。
示例24可为示例23,其中产生区域特定侵犯策略包括响应于在所述区域内的停止标志产生用于车辆的计算机辅助或自动驾驶的区域特定侵犯策略,规定在所述区域内的停止标志是否进行溜车或完全停止。
示例25可为示例23,其中响应于在所述区域内的停止标志产生用于车辆的计算机辅助或自动驾驶的区域特定侵犯策略,规定在所述区域的停止标志是否进行溜车或完全停止,包括确定用于溜车停止的减速度或溜车速度、或完全停止的减速度和持续时间。
示例26可为示例19-25中任一个,其中所述计算装置包括第一计算装置,并且所述方法还包括通过第二计算装置输出所述一个或多个区域特定策略至一个或多个车辆,用于所述一个或多个车辆在所述区域内的区域自适应计算机辅助或自动驾驶。
示例27可为示例26,其中输出包括响应于从所述一个或多个车辆中的第一辆接收用于该区域的所述一个或多个区域特定策略的请求,通过所述第二计算装置发射所述一个或多个区域特定策略所述第一辆车辆。
示例28可为示例19-27中任一个,还包括通过所述一个或多个车辆中第一辆的计算机辅助或自动驾驶系统接收用于车辆的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略;并至少部分基于所述一个或多个区域特定策略,以适于所述区域的方式,通过所述计算机辅助或自动驾驶系统辅助或自动驾驶在所述区域内的一个或多个车辆中的第一辆。
示例29可为示例28,其中所述计算装置包括第一计算装置,其中所述方法还包括通过所述第一辆车辆的计算机辅助或自动驾驶系统向第二计算装置请求所述一个或多个区域特定策略,并且其中通过所述一个或多个车辆的第一辆的计算机辅助或自动驾驶系统接收包括,通过所述第一辆车辆的计算机辅助或自动驾驶系统从所述第二计算装置接收所述一个或多个区域特定策略。
示例30可为用于车辆的计算机辅助或自动驾驶的方法。所述方法可包括通过车辆的计算机辅助或自动驾驶系统第一次接收一区域或车辆在该区域内的当前位置;以及通过所述计算机辅助或自动驾驶系统请求用于在所述区域的车辆的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略。所述方法还包括通过所述计算机辅助或自动驾驶系统第二次接收与所述一个或多个区域特定策略的策略参数相关的多个数据;和至少部分基于所述一个或多个区域特定策略以及与所述一个或多个区域特定策略的策略参数相关的所述多个数据,通过所述计算机辅助或自动驾驶系统以适于所述区域的方式辅助或自动驾驶在所述区域内的车辆。
示例31可为示例30,其中第一次接收包括通过所述计算机辅助或自动驾驶系统从全球定位系统接收器接收所述车辆的当前位置。
示例32可为示例30或31,其中请求或检索包括通过所述计算机辅助或自动驾驶系统向远程服务器请求所述一个或多个区域特定策略,并且其中通过车辆的计算机辅助或自动驾驶系统接收包括通过所述计算机辅助或自动驾驶系统从所述远程服务器接收所述一个或多个区域特定策略。
示例33可为示例30-32中任一个,其中请求或检索包括通过所述计算机辅助或自动驾驶系统从所述车辆的本地存储接收所述一个或多个区域特定策略。
示例34可为示例30-33中任一个,其中所述一个或多个区域特定策略包括区域特定行人策略,其中第二次接收包括通过所述计算机辅助或自动驾驶系统接收所述当前位置的实时图像,并且其中所述方法还包括通过所述计算机辅助或自动驾驶系统处理所述实时图像,以确定在所述当前位置是否存在一个或多个行人。
示例35可为示例30-34中任一个,其中所述一个或多个区域特定策略包括区域特定空间关系或侵犯策略,其中第二次接收包括通过所述计算机辅助或自动驾驶系统接收所述当前位置的交通流量或者所述当前位置或区域执法数据,其中所述空间关系和侵犯策略至少部分基于所述当前位置的交通流量、或所述当前位置或区域的执法数据,分别规定用于计算机辅助或自动驾驶所述车辆的与前方车辆保持的距离量以及侵犯水平。
示例36可为示例35,其中所述方法还包括确定当日时间,其中第二次接收还包括通过所述计算机辅助或自动驾驶系统接收当前位置或区域对于所述当日时间的犯罪数据,其中所述空间关系和侵犯策略进一步基于所述当前位置或区域的犯罪数据分别规定所述距离和所述侵犯水平。
示例37可为示例30-36中任一个,其中所述一个或多个区域特定策略包括区域特定空间关系或侵犯策略,其中通过所述计算机辅助或自动驾驶系统辅助驾驶或自动驾驶在所述区域内的车辆包括应用所述区域特定空间关系或侵犯策略以计算机辅助或自动驾驶在所述区域内不同位置的车辆。
示例38可为示例37,其中所述一个或多个区域特定策略还包括区域特定行人策略,并且所述空间关系和侵犯策略至少部分基于从应用所述区域特定行人策略的输出而分别规定与前方车辆保持的距离量或侵犯水平,并且其中辅助驾驶或自动驾驶所述车辆还包括在应用所述区域特定空间关系或侵犯策略之前应用所述区域特定行人策略。
示例39可为一个或多个存储介质,包括多个指令,其配置成响应于由计算装置对指令的执行,引起所述计算装置执行权利要求19-27的方法中的一项。
示例40可为一个或多个存储介质,包括多个指令,其配置成响应于计算机辅助或自动驾驶系统对指令的执行,引起所述计算机辅助或自动驾驶系统执行权利要求30-38的方法中的一项。
示例41可为用于车辆的计算机辅助或自动驾驶的设备,包括用于执行权利要求19-27的方法之一的装置。
示例42可为用于车辆的计算机辅助或自动驾驶的设备,包括用于执行权利要求30-38的方法之一的装置。
尽管为描述目的本文已经示出和描述了特定实施例,但是在不脱离本公开范围的情形下,可计算大量替代和/或等效实施例或实施方案来替代所示及所述实施方案的来实现相同的目的。本申请意欲覆盖本文所述实施例的所有改编或变形。因此,显然意欲本文所述实施例仅由权利要求限定。
本文本公开叙述“一”或“第一”元件或其等效物,本公开包括一个或多个该元件,既不要求也不排除两个或多个该元件。另外,用来识别元件的顺序指示(例如,第一、第二或第三)用于在元件之间区分,并不表明或暗示要求或限制该元件的数量,它们也不表明该元件的特定位置或次序,除非以其他方式具体陈述。
Claims (25)
1.一种用于车辆的计算机辅助或自动驾驶的设备,包括:
一个或多个处理器;
策略产生器,配置成由所述一个或多个处理器操作以:
接收与在区域内的车辆驾驶相关的多个数据;以及
至少部分基于与在所述区域内的车辆驾驶相关的数据,产生或更新用于在所述区域内的车辆的计算机辅助或自动驾驶的一个或多个区域特定策略。
2.如权利要求1所述的设备,其中接收包括从相应的成像、声纳或电磁装置接收与在所述区域内的车辆驾驶相关的图像、声音或电磁数据。
3.如权利要求1所述的设备,其中接收包括从布置在所述区域内不同位置的装置、布置在通过所述区域内不同位置的车辆中的装置、由通过所述区域内不同位置的行人携带的装置、或布置在通过所述区域内不同位置的空中或空间交通工具中的装置,接收与在所述区域内的车辆驾驶相关的多个数据。
4.如权利要求1所述的设备,其中产生包括产生用于在所述区域内的车辆的计算机辅助或自动驾驶的区域特定行人策略。
5.如权利要求1所述的设备,其中产生包括产生用于在所述区域内的车辆的计算机辅助或自动驾驶的区域特定侵犯策略。
6.如权利要求1所述的设备,其中产生包括产生用于在所述区域内的车辆的计算机辅助或自动驾驶的区域特定空间关系策略。
7.如权利要求1所述的设备,其中产生包括响应于在所述区域内的停止标志产生用于车辆的计算机辅助或自动驾驶的区域特定停止标志策略。
8.如权利要求1-7中任一项所述的设备,还包括存储介质,其与策略产生器耦合,并配置成存储用于输出至一个或多个车辆的一个或多个区域特定策略,用于在所述区域内的所述一个或多个车辆的区域自适应计算机辅助或自动驾驶。
9.如权利要求8所述的设备,其中所述存储介质还配置成,响应于从所述一个或多个车辆中的第一车辆接收到用于所述区域的一个或多个区域特定策略的子集的请求,向所述第一车辆选择性地输出所述一个或多个区域特定策略。
10.一种用于车辆的计算机辅助或自动驾驶的设备,包括:
一个或多个处理器;以及
计算机辅助或自动驾驶系统,其配置成由所述一个或多个处理器操作以:
第一次接收区域或所述车辆在所述区域内的当前位置;
请求或检索用于在所述区域内的车辆的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略;
第二次接收与所述一个或多个区域特定策略的策略参数相关的多个数据;以及
至少部分基于所述一个或多个区域特定策略以及与所述一个或多个区域特定策略的策略参数相关的所述多个数据,以适应所述区域的方式在所述区域内辅助或自动地驾驶车辆。
11.如权利要求10所述的设备,其中第一次接收包括从全球定位系统接收器接收所述车辆的所述当前位置。
12.如权利要求10所述的设备,其中请求或检索包括向远程服务器请求所述一个或多个区域特定策略,并且其中接收包括从所述远程接收器接收所述一个或多个区域特定策略。
13.如权利要求10所述的设备,还包括本地存储,其与所述计算机辅助或自动驾驶系统耦合,并配置成存储所述一个或多个区域特定策略,并且其中请求或检索包括从所述本地存储检索所述一个或多个区域特定策略。
14.如权利要求10所述的设备,其中所述一个或多个区域特定策略包括区域特定行人策略,其中第二次接收包括接收当前位置的实时图像,并且其中所述计算机辅助或自动驾驶系统进一步配置成处理所述实时图像,以确定在所述当前位置是否存在一个或多个行人。
15.如权利要求10-14中任一项所述的设备,其中所述一个或多个区域特定策略包括区域特定侵犯策略,其中第二次接收包括接收当前位置的交通流量或者当前位置或区域的执法数据,其中空间关系和侵犯策略分别至少部分基于当前位置的所述交通流量、或当前位置或区域的执法数据,规定保持与前方车辆的距离量和用于计算机辅助或自动驾驶所述车辆的侵犯水平。
16.如权利要求15所述的设备,其中所述计算机辅助或自动驾驶系统进一步配置成确定当日时间,其中所述第二次接收还包括接收用于当日时间的当前位置或区域的犯罪数据,其中所述空间关系和侵犯策略分别进一步基于当前位置或区域的犯罪数据规定所述距离和侵犯水平。
17.如权利要求10-14中任一项所述的设备,其中所述一个或多个区域特定策略包括区域特定空间关系或侵犯策略,其中辅助或自动驾驶所述车辆包括向在所述区域内各位置车辆的计算机辅助或自动驾驶应用所述区域特定空间关系或侵犯策略。
18.如权利要求17所述的设备,其中所述一个或多个区域特定策略还包括区域特定行人策略,并且所述空间关系和侵犯策略至少部分基于应用从所述区域特定行人策略的输出而分别规定与前方车辆保持的距离量或侵犯水平,并且其中辅助或自动驾驶所述车辆还包括在应用所述区域特定空间关系或侵犯策略之前应用所述区域特定行人策略。
19.一种用于车辆的计算机辅助或自动驾驶的方法,包括:
通过计算装置接收与在区域内的不同位置的车辆驾驶相关的多个数据;以及
至少部分基于与在所述区域内的车辆驾驶相关的数据,通过所述计算装置产生或更新用于在所述区域内的车辆的计算机辅助或自动驾驶的一个或多个区域特定策略。
20.如权利要求19所述的方法,其中接收包括从相应的成像、声纳或电磁装置接收与在所述区域内的车辆驾驶相关的图像、声音或电磁数据,或者其中产生包括产生用于所述区域内的车辆的计算机辅助或自动驾驶的的区域特定行人、空间关系或侵犯策略。
21.一种用于车辆的计算机辅助或自动驾驶的方法,包括:
通过车辆的计算机辅助或自动驾驶系统第一次接收区域或车辆在所述区域内的当前位置;
通过所述计算机辅助或自动驾驶系统请求或检索用于在所述区域内的车辆的区域自适应计算机辅助或自动驾驶的一个或多个区域特定策略;
通过所述计算机辅助或自动驾驶系统第二次接收与所述一个或多个区域特定策略的策略参数相关的多个数据;以及
至少部分基于所述一个或多个区域特定策略以及与所述一个或多个区域特定策略的策略参数相关的所述多个数据,通过所述计算机辅助或自动驾驶系统以适于所述区域的方式在所述区域内辅助或自动驾驶所述车辆。
22.如权利要求21所述的方法,其中第一次接收包括通过所述计算机辅助或自动驾驶系统从全球定位系统接收器接收所述车辆的所述当前位置。
23.如权利要求21所述的方法,其中所述一个或多个区域特定策略包括区域特定行人策略,其中第二次接收包括通过所述计算机辅助或自动驾驶系统接收所述当前位置的实时图像,并且其中所述方法还包括通过所述计算机辅助或自动驾驶系统处理所述实时图像,以确定在所述当前位置是否存在一个或多个行人,或
其中所述一个或多个区域特定策略包括区域特定空间关系或侵犯策略,其中第二次接收包括通过所述计算机辅助或自动驾驶系统接收所述当前位置的交通流量或者所述当前位置或区域执法数据,其中所述空间关系和侵犯策略至少部分基于所述当前位置的交通流量、或所述当前位置或区域的执法数据,分别规定用于计算机辅助或自动驾驶所述车辆的与前方车辆保持的距离量以及侵犯水平。
24.包括多个指令的至少一个存储介质,所述多个指令响应于由计算装置对所述指令的执行引起所述计算装置执行权利要求19-23的方法中的一个。
25.一种设备,包括用于执行权利要求19-23的方法中的一个的组件。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/056207 WO2015026352A1 (en) | 2013-08-22 | 2013-08-22 | Locality adapted computerized assisted or autonomous driving of vehicles |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105683019A true CN105683019A (zh) | 2016-06-15 |
CN105683019B CN105683019B (zh) | 2020-02-07 |
Family
ID=52481100
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380078451.0A Active CN105683019B (zh) | 2013-08-22 | 2013-08-22 | 车辆的区域自适应计算机辅助或自动驾驶 |
Country Status (6)
Country | Link |
---|---|
US (1) | US9134731B2 (zh) |
EP (1) | EP3038875A4 (zh) |
JP (1) | JP2016532948A (zh) |
KR (1) | KR101847500B1 (zh) |
CN (1) | CN105683019B (zh) |
WO (1) | WO2015026352A1 (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107943016A (zh) * | 2016-10-13 | 2018-04-20 | 百度(美国)有限责任公司 | 用于自主车辆的群体驾驶风格学习框架 |
CN108007471A (zh) * | 2016-10-28 | 2018-05-08 | 北京四维图新科技股份有限公司 | 车辆引导区块获取方法和装置以及自动驾驶方法和系统 |
CN109515441A (zh) * | 2017-09-19 | 2019-03-26 | 上汽通用汽车有限公司 | 用于智能驾驶车辆的车速控制系统 |
CN110308978A (zh) * | 2019-06-26 | 2019-10-08 | 浙江吉利控股集团有限公司 | 一种自动驾驶软件部署方法、装置、终端及服务器 |
CN111208821A (zh) * | 2020-02-17 | 2020-05-29 | 李华兰 | 汽车自动驾驶控制方法、装置、自动驾驶装置及系统 |
CN111563979A (zh) * | 2020-05-08 | 2020-08-21 | 奇瑞汽车股份有限公司 | 自动驾驶数据的存储方法、装置、终端及存储介质 |
CN111605657A (zh) * | 2019-02-22 | 2020-09-01 | 富泰华工业(深圳)有限公司 | 单车路口停车方法、单车系统及单车 |
Families Citing this family (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
MX356836B (es) * | 2013-12-11 | 2018-06-15 | Intel Corp | Asistencia computarizada adaptada de preferencias de conducción individuales o conducción autónoma de vehículos. |
EP2916190B1 (en) * | 2014-03-04 | 2019-05-08 | Volvo Car Corporation | Apparatus and method for prediction of time available for autonomous driving, in a vehicle having autonomous driving cap |
EP2915718B1 (en) | 2014-03-04 | 2018-07-11 | Volvo Car Corporation | Apparatus and method for continuously establishing a boundary for autonomous driving availability and an automotive vehicle comprising such an apparatus |
JP6558735B2 (ja) * | 2015-04-21 | 2019-08-14 | パナソニックIpマネジメント株式会社 | 運転支援方法およびそれを利用した運転支援装置、運転制御装置、車両、運転支援プログラム |
DE102015218890A1 (de) * | 2015-09-30 | 2017-03-30 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Generieren eines Ausgangsdatenstroms |
KR101979695B1 (ko) * | 2016-12-13 | 2019-05-17 | 엘지전자 주식회사 | 차량에 구비된 차량 제어 장치 및 차량의 제어방법 |
CN110431037B (zh) | 2017-02-10 | 2022-11-29 | 日产北美公司 | 包括运用部分可观察马尔可夫决策过程模型示例的自主车辆操作管理 |
US10509409B2 (en) * | 2017-04-27 | 2019-12-17 | Aptiv Technologies Limited | Local traffic customs learning system for automated vehicle |
EP3416147B1 (en) * | 2017-06-13 | 2020-01-15 | Volvo Car Corporation | Method for providing drowsiness alerts in vehicles |
WO2019089015A1 (en) | 2017-10-31 | 2019-05-09 | Nissan North America, Inc. | Autonomous vehicle operation with explicit occlusion reasoning |
WO2020204871A1 (en) * | 2017-12-22 | 2020-10-08 | Nissan North America, Inc. | Shared autonomous vehicle operational management |
US10578456B2 (en) | 2018-03-28 | 2020-03-03 | Intel Corporation | Safety enhanced computer assisted driving method and apparatus |
EP3552913B1 (en) | 2018-04-11 | 2021-08-18 | Hyundai Motor Company | Apparatus and method for controlling to enable autonomous system in vehicle |
KR102485352B1 (ko) * | 2018-04-11 | 2023-01-05 | 현대자동차주식회사 | 차량 장치, 그를 포함한 시스템 및 그 동작 가능 범위 자동 변경 방법 |
EP3569460B1 (en) | 2018-04-11 | 2024-03-20 | Hyundai Motor Company | Apparatus and method for controlling driving in vehicle |
US11548509B2 (en) | 2018-04-11 | 2023-01-10 | Hyundai Motor Company | Apparatus and method for controlling lane change in vehicle |
US11597403B2 (en) | 2018-04-11 | 2023-03-07 | Hyundai Motor Company | Apparatus for displaying driving state of vehicle, system including the same and method thereof |
EP3552902A1 (en) | 2018-04-11 | 2019-10-16 | Hyundai Motor Company | Apparatus and method for providing a driving path to a vehicle |
US10843710B2 (en) | 2018-04-11 | 2020-11-24 | Hyundai Motor Company | Apparatus and method for providing notification of control authority transition in vehicle |
US11899454B2 (en) | 2019-11-26 | 2024-02-13 | Nissan North America, Inc. | Objective-based reasoning in autonomous vehicle decision-making |
US11635758B2 (en) | 2019-11-26 | 2023-04-25 | Nissan North America, Inc. | Risk aware executor with action set recommendations |
US11613269B2 (en) | 2019-12-23 | 2023-03-28 | Nissan North America, Inc. | Learning safety and human-centered constraints in autonomous vehicles |
US11714971B2 (en) | 2020-01-31 | 2023-08-01 | Nissan North America, Inc. | Explainability of autonomous vehicle decision making |
US11782438B2 (en) | 2020-03-17 | 2023-10-10 | Nissan North America, Inc. | Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090082917A1 (en) * | 2005-10-26 | 2009-03-26 | Akito Adachi | Vehicular Drive Assist System and Vehicular Drive Assist Method |
CN101911080A (zh) * | 2007-12-31 | 2010-12-08 | 希尔莱特有限责任公司 | 远程变更交通工具运行的系统和方法 |
US20110153742A1 (en) * | 2009-12-23 | 2011-06-23 | Aws Convergence Technologies, Inc. | Method and Apparatus for Conveying Vehicle Driving Information |
WO2012047743A2 (en) * | 2010-10-05 | 2012-04-12 | Google Inc. | Zone driving |
US20120310465A1 (en) * | 2011-06-02 | 2012-12-06 | Harman International Industries, Incorporated | Vehicle nagivation system |
US20130041574A1 (en) * | 2011-08-11 | 2013-02-14 | Honda Motor Co., Ltd. | Traffic Congestion Resolution and Driving Assistance System and Method |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5034679A (en) * | 1989-12-14 | 1991-07-23 | Sundstrand Corporation | Polarization feedback control of polarization rotating sensor |
US5247440A (en) | 1991-05-03 | 1993-09-21 | Motorola, Inc. | Location influenced vehicle control system |
JP3605264B2 (ja) * | 1997-07-18 | 2004-12-22 | 株式会社デンソー | 車間距離制御装置 |
US7647180B2 (en) * | 1997-10-22 | 2010-01-12 | Intelligent Technologies International, Inc. | Vehicular intersection management techniques |
US6008740A (en) | 1997-12-17 | 1999-12-28 | Stmicroelectronics, Inc. | Electronic speed limit notification system |
WO2001027897A2 (en) | 1999-10-11 | 2001-04-19 | Last Mile Communications/Tivis Limited | Information system |
US6819779B1 (en) * | 2000-11-22 | 2004-11-16 | Cognex Corporation | Lane detection system and apparatus |
JP4433606B2 (ja) * | 2000-12-21 | 2010-03-17 | ソニー株式会社 | 自動車の操作指南装置、自動車の操作指南システム |
BRPI0411056A (pt) * | 2003-06-06 | 2007-04-17 | Volvo Technology Corp | método e disposição para controlar subsistemas veiculares baseados na atividade interpretativa do condutor |
JP2008217429A (ja) * | 2007-03-05 | 2008-09-18 | Ntt Docomo Inc | 歩行者情報提供装置、歩行者情報提供システム、及び歩行者情報提供方法 |
JP2009116692A (ja) * | 2007-11-07 | 2009-05-28 | Toyota Motor Corp | 走行支援装置 |
JP5129657B2 (ja) * | 2008-06-05 | 2013-01-30 | 本田技研工業株式会社 | 車両用衝突回避支援装置 |
JP2010097345A (ja) * | 2008-10-15 | 2010-04-30 | Toyota Central R&D Labs Inc | 危険地点記録装置、警報制御装置、及びプログラム |
JP2013108805A (ja) * | 2011-11-18 | 2013-06-06 | Toyota Motor Corp | 車載装置 |
JP5725068B2 (ja) * | 2013-03-25 | 2015-05-27 | トヨタ自動車株式会社 | 車両制御装置、車両制御方法及び車両制御システム |
-
2013
- 2013-08-22 CN CN201380078451.0A patent/CN105683019B/zh active Active
- 2013-08-22 EP EP13891856.0A patent/EP3038875A4/en not_active Ceased
- 2013-08-22 KR KR1020167001923A patent/KR101847500B1/ko active IP Right Grant
- 2013-08-22 JP JP2016529747A patent/JP2016532948A/ja active Pending
- 2013-08-22 US US14/125,299 patent/US9134731B2/en active Active
- 2013-08-22 WO PCT/US2013/056207 patent/WO2015026352A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20090082917A1 (en) * | 2005-10-26 | 2009-03-26 | Akito Adachi | Vehicular Drive Assist System and Vehicular Drive Assist Method |
CN101911080A (zh) * | 2007-12-31 | 2010-12-08 | 希尔莱特有限责任公司 | 远程变更交通工具运行的系统和方法 |
US20110153742A1 (en) * | 2009-12-23 | 2011-06-23 | Aws Convergence Technologies, Inc. | Method and Apparatus for Conveying Vehicle Driving Information |
WO2012047743A2 (en) * | 2010-10-05 | 2012-04-12 | Google Inc. | Zone driving |
US20120310465A1 (en) * | 2011-06-02 | 2012-12-06 | Harman International Industries, Incorporated | Vehicle nagivation system |
US20130041574A1 (en) * | 2011-08-11 | 2013-02-14 | Honda Motor Co., Ltd. | Traffic Congestion Resolution and Driving Assistance System and Method |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107943016A (zh) * | 2016-10-13 | 2018-04-20 | 百度(美国)有限责任公司 | 用于自主车辆的群体驾驶风格学习框架 |
CN107943016B (zh) * | 2016-10-13 | 2020-12-11 | 百度(美国)有限责任公司 | 用于自主车辆的群体驾驶风格学习框架 |
CN108007471A (zh) * | 2016-10-28 | 2018-05-08 | 北京四维图新科技股份有限公司 | 车辆引导区块获取方法和装置以及自动驾驶方法和系统 |
CN108007471B (zh) * | 2016-10-28 | 2021-06-29 | 北京四维图新科技股份有限公司 | 车辆引导区块获取方法和装置以及自动驾驶方法和系统 |
CN109515441A (zh) * | 2017-09-19 | 2019-03-26 | 上汽通用汽车有限公司 | 用于智能驾驶车辆的车速控制系统 |
CN109515441B (zh) * | 2017-09-19 | 2020-08-21 | 上汽通用汽车有限公司 | 用于智能驾驶车辆的车速控制系统 |
CN111605657A (zh) * | 2019-02-22 | 2020-09-01 | 富泰华工业(深圳)有限公司 | 单车路口停车方法、单车系统及单车 |
CN110308978A (zh) * | 2019-06-26 | 2019-10-08 | 浙江吉利控股集团有限公司 | 一种自动驾驶软件部署方法、装置、终端及服务器 |
CN110308978B (zh) * | 2019-06-26 | 2022-05-10 | 浙江吉利控股集团有限公司 | 一种自动驾驶软件部署方法、装置、终端及服务器 |
CN111208821A (zh) * | 2020-02-17 | 2020-05-29 | 李华兰 | 汽车自动驾驶控制方法、装置、自动驾驶装置及系统 |
CN111563979A (zh) * | 2020-05-08 | 2020-08-21 | 奇瑞汽车股份有限公司 | 自动驾驶数据的存储方法、装置、终端及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
KR20160023850A (ko) | 2016-03-03 |
EP3038875A1 (en) | 2016-07-06 |
WO2015026352A1 (en) | 2015-02-26 |
KR101847500B1 (ko) | 2018-05-28 |
JP2016532948A (ja) | 2016-10-20 |
US20150057869A1 (en) | 2015-02-26 |
CN105683019B (zh) | 2020-02-07 |
EP3038875A4 (en) | 2017-06-21 |
US9134731B2 (en) | 2015-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105683019A (zh) | 车辆的区域自适应计算机辅助或自动驾驶 | |
US11216355B2 (en) | Autonomous vehicle testing systems and methods | |
US20220299326A1 (en) | Three-dimensional risk maps | |
US20190227562A1 (en) | Constructing and updating a behavioral layer of a multi layeredroad network high definition digital map | |
US20210101619A1 (en) | Safe and scalable model for culturally sensitive driving by automated vehicles | |
RU2629875C1 (ru) | Способы и системы прогнозирования условий вождения | |
US11195410B2 (en) | System and method for generating a traffic heat map | |
CN107305131A (zh) | 以节点为中心的导航优化 | |
US20220026220A1 (en) | Map updates based on data captured by an autonomous vehicle | |
CN102945261A (zh) | 智能车载信息服务终端一键式目标搜索优化方法 | |
CN105279963A (zh) | 一种获取路况信息的方法及装置 | |
EP3617654A1 (en) | User familiarization with a novel route for reducing cognitive load associated with navigation | |
Sakr et al. | Intelligent Traffic Management Systems: A review | |
Tyagi et al. | Intelligent transportation system: Past, present, and future | |
US20230168368A1 (en) | Guardrail estimation method based on multi-sensor data fusion, and vehicle-mounted device | |
US11047697B2 (en) | User familiarization with a novel route for reducing cognitive load associated with navigation | |
US20230332911A1 (en) | Method and apparatus for determining roadworks locations | |
KR102302486B1 (ko) | 도시 도로의 운행 속도 처리 방법, 도시 도로의 운행 속도 처리 장치, 기기 및 비휘발성 컴퓨터 저장 매체 | |
US11029171B2 (en) | User familiarization with a novel route for reducing cognitive load associated with navigation | |
EP4375620A1 (en) | Method, apparatus, and computer program product for intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
US20230408294A1 (en) | Unsupervised metadata generation for vehicle data logs | |
EP4382865A1 (en) | Method, apparatus, and computer program product for intelligent trajectory configurations within mobility data using junctions inferred by features of the mobility data | |
US20230185993A1 (en) | Configurable simulation test scenarios for autonomous vehicles | |
EP4394323A1 (en) | Method, apparatus, and computer program product for at least approximate real-time intelligent gap placement within mobility data using junctions inferred by features of the mobility data | |
US20230408276A1 (en) | Methods and apparatuses for late lane change prediction and mitigation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |