CN105705395B - 个人驾驶偏好适应的车辆的计算机辅助或自主驾驶 - Google Patents
个人驾驶偏好适应的车辆的计算机辅助或自主驾驶 Download PDFInfo
- Publication number
- CN105705395B CN105705395B CN201380080877.XA CN201380080877A CN105705395B CN 105705395 B CN105705395 B CN 105705395B CN 201380080877 A CN201380080877 A CN 201380080877A CN 105705395 B CN105705395 B CN 105705395B
- Authority
- CN
- China
- Prior art keywords
- vehicle
- passenger
- personal
- preference
- driver
- 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.)
- Active
Links
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
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/14—Adaptive cruise control
- B60W30/16—Control of distance between vehicles, e.g. keeping a distance to preceding vehicle
-
- 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
- B60W40/08—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 related to drivers or passengers
- B60W40/09—Driving style or behaviour
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
-
- 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, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
- B60W30/10—Path keeping
- B60W30/12—Lane keeping
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W50/08—Interaction between the driver and the control system
- B60W50/082—Selecting or switching between different modes of propelling
-
- 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
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0001—Details of the control system
- B60W2050/0002—Automatic control, details of type of controller or control system architecture
- B60W2050/0004—In digital systems, e.g. discrete-time systems involving sampling
- B60W2050/0005—Processor details or data handling, e.g. memory registers or chip architecture
-
- 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
- B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
- B60W2050/0062—Adapting control system settings
- B60W2050/0075—Automatic parameter input, automatic initialising or calibrating means
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/043—Identity of occupants
-
- 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
- B60W2540/00—Input parameters relating to occupants
- B60W2540/30—Driving style
-
- 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
- B60W2555/00—Input parameters relating to exterior conditions, not covered by groups B60W2552/00, B60W2554/00
- B60W2555/60—Traffic rules, e.g. speed limits or right of way
-
- 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
- B60W2556/10—Historical data
-
- 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 for navigation systems
Abstract
公开与车辆的计算机辅助或自主驾驶(CA/AD)关联的设备、方法和存储介质。在各实施例中,设备可包含CA/AD系统以便:接收识别车辆的驾驶员或乘客的标识符;使用标识符来请求或检索驾驶员/乘客的个人驾驶偏好;以及将驾驶员/乘客的个人驾驶偏好应用于车辆的CA/AD的策略,来定制驾驶员/乘客的车辆的CA/AD的策略。CA/AD系统还可接收定制策略的策略参数的数据;以及以适合于个人的方式,根据定制策略,至少部分基于定制策略的策略参数的数据来CA/AD车辆。可以描述并且要求保护其它实施例。
Description
相关申请
本申请与2013年8月22日提交的,名称为“地点适应的车辆的计算机辅助或自主驾驶”的PCT申请No.PCT/US2013/056207在技术上相关。
技术领域
本公开涉及车辆的计算机辅助或自主驾驶的领域,特别涉及与到车辆的计算机先进驾驶员辅助或自主驾驶的个人驾驶偏好的生成和应用关联的设备、方法和存储介质。
背景技术
本文提供的背景描述通常是为了表示本公开的上下文。除非在本文中以其它方式指示的,在此段中描述的材料不是在本申请中的权利要求的的现有技术并且不被认作列入此段的现有技术。
当前大多数的计算机化先进驾驶员辅助或自主驾驶系统被设计为采用在发达经济市场,例如美国、欧洲或日本市场,那里有私有机动车辆的广泛使用和关联的大量经验驾驶员以及严格执行立法的交通法规的悠长历史。这些系统趋向模仿理想规则,遵循风险反感驾驶方式。而且,这些系统典型地不针对所有人提供定制感,并且给了车辆更一般的感觉——像出租车而不是你自己的车。另外,有可能大量自主驾驶车辆可能全部以精确相同的方式来响应紧急情况,或如果算法已知,可设置“陷阱”来使车辆以精确已知的方式反应,使车辆的自主驾驶容易受到恶意攻击者的攻击。
附图说明
由下文的详细描述结合附图将容易理解实施例。为便于此描述,相似参考标号指相似结构元件。实施例是以示例的方式而不以限制的方式来图示,在附图的图中:
图1图示根据各实施例的本公开的个人驾驶偏好可适应计算机辅助或自主驾驶布置的组件视图。
图2图示根据各实施例的用于生成个人驾驶偏好来应用于特定计算机辅助或自主驾驶策略的方法。
图3图示根据各实施例的用于将个人驾驶偏好应用于计算机辅助或自主驾驶策略来驾驶车辆的示例方法。
图4图示根据各实施例的示例停止标志策略和在停止标志处停止的个人驾驶偏好的示例集合。
图5图示根据各实施例的将示例个人驾驶偏好应用于图4的示例停止标志策略的示例结果。
图6图示根据各实施例的示例右转策略和将示例个人驾驶激进偏好应用于示例右转策略的示例结果。
图7图示根据各实施例的合适于实践本公开的示例计算环境。
图8图示根据各实施例的具有配置为使设备能实践本公开的指令的示例存储介质。
具体实施方式
本文公开与车辆的计算机辅助或自主驾驶关联的设备、方法和存储介质。在各实施例中,用于车辆的计算机辅助或自主驾驶的设备可包含计算机辅助或自主驾驶系统来:第一接收识别车辆的驾驶员(在计算机辅助的情况下)或车辆的乘客(在自主驾驶的情况下)的标识符;使用标识符来请求或检索驾驶员或乘客的一个或多个个人驾驶偏好;以及将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制驾驶员或乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。计算机辅助或自主驾驶系统还可第二接收一个或多个定制策略的策略参数的多个数据;以及以适合于驾驶员或乘客的方式,根据一个或多个定制策略,至少部分基于一个或多个定制策略的策略参数的多个数据来辅助或自主地驾驶车辆。
例如,一些驾驶员或乘客可倾向于以“谨慎”的方式来驾驶或乘坐,然而其它驾驶员或乘客可倾向于以更“运动”的方式来驾驶或乘坐。另外的其它驾驶员或乘客可倾向于以更“司机”的方式来驾驶或乘坐。因此,学习并且应用个人驾驶员或乘客驾驶偏好到管理车辆的计算机辅助或自主驾驶的策略可允许由计算机辅助或自主驾驶系统提供的更佳驾驶或乘客经验。另外,引入个人驾驶参考可减少多个计算机辅助或自主驾驶系统操作的车辆以相同方式行为(例如,在紧急情况中)的可能性。
在各实施例中,用于车辆的计算机辅助或自主驾驶的设备可包含个人驾驶偏好生成器来:接收与驾驶车辆的个人或乘坐车辆的个人关联的多个数据;以及为作为车辆的驾驶员或乘客的个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新可以是至少部分基于与驾驶车辆的个人或乘坐车辆的个人关联的数据。
其它实施例可包含由这些设备实践的方法来提供个人驾驶偏好适应的车辆的计算机辅助或自主驾驶。另外的其它实施例可包含存储介质/媒体,具有指令使设备能响应于指令的执行而提供个人驾驶偏好适应的车辆的计算机辅助或自主驾驶。
在下文的详细描述中,参考形成其中一部分的附图,其中通篇的类似数字指类似部分,并且其中是借由可以实践的图示实施例来示出。要理解,可以利用其它实施例并且可以作出结构或逻辑的改变而不背离本公开的范围。因此,下文的详细描述不作为限制的含义,并且实施例的范围是由所附的权利要求和它们的等同物来定义。
各种方法的操作可以按最有助于理解要求保护的主题的方式依次被描述为多个离散动作或操作。然而,描述的次序不应解释为意味着这些操作必定是次序相关的。特别地,这些操作可不以呈现的次序来执行。可以不同于描述的实施例来执行描述的操作。可以执行各种附加的操作和/或在附加的实施例中可以省略、分割或组合描述的操作。
为了本公开的目的,短语“A和/或B”意味着(A)、(B)或(A和B)。为了本公开的目的,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)。
描述可使用短语“在一实施例中”或“在各实施例中,它们每个指一个或多个相同或不同的实施例。此外,如关于本公开的实施例使用的,术语“包括”、“包含”、“具有”等是同义的。
如在下文中使用的(包含权利要求),术语“模块”可以指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、专用或群组)和/或存储器(共享、专用或群组)、组合逻辑电路和/或提供描述的功能性的其它合适组件,或者是以上的一部分。
现在参考图1,其中图示根据各实施例的本公开的计算机辅助或自主驾驶(CA/AD)布置的组件视图。如所图示的,CA/AD布置100可包含个人驾驶偏好生成器124、存储装置126和CA/AD系统106,如所示的在操作上耦合于彼此。个人驾驶偏好生成器124可配置为基于收集自各种个人驾驶或乘坐经验的数据122而为作为驾驶员或乘客的个人生成个人驾驶偏好128。个人驾驶偏好的示例可包含但不限于“谨慎”的方式、“运动”的方式或“司机”的方式。个人驾驶偏好还可取决于驾驶员或乘客是否正在通勤或乐趣驾驶而变化。存储装置126可配置为存储个人驾驶偏好128,并且响应于来自CA/AD系统106的请求而选择性地提供个人驾驶偏好128给CA/AD系统106。CA/AD系统106可配置为相应地应用个人驾驶偏好128来定制用来管理车辆的CA/AD的策略114,并且将提供的命令116适应于各种车辆组件108,而向车辆提供CA/AD。其结果是,CA/AD系统106可潜在地向其用户提供更好的驾驶经验、更接近个人的驾驶偏好。汽车制造商可能基于驾驶的“感觉”和汽车提供给驾驶员或乘客的“控制”或“响应”的数量而再一次创建市场差异化。此外,可减少由CA/AD系统106的差别实例操作的多个车辆以相同方式行为(例如,在紧急情况中)的可能性。另外,CA/AD系统106可更不容易受到恶意攻击。以下将更详细描述CA/AD布置100的这些和其它方面。
在各实施例中,个人驾驶偏好生成器124可配置为从各种来源接收个人驾驶或驾驶员经验的各种数据122。例如,数据122可包含在停止标志处停止的个人偏好,例如但不限于:个人典型的减速模式、停止距离模式或在停止之后的加速模式。作为另外示例,数据122还可包含但不限于:关于个人与前车保持的典型距离或变道、通过交叉口、并线等等的激进水平的个人偏好。以下将包含参考图4-6而进一步描述个人驾驶偏好128和它们的使用。
在各实施例中,数据122可以是经由嵌在由个人驾驶或个人乘坐的车辆中或在沿着个人或他/她的驾驶员驾驶的道路的基础设施(例如交通灯、电杆/塔、路标等等)中的传感器而收集。在另外的其它实施例中,数据122可以是经由嵌在由个人或个人的驾驶员/司机操作的车辆模拟器中的传感器而收集。传感器可包含各种声、光、电磁传感器,例如但不限于,麦克风、相机、加速计、陀螺仪、等等。
在各实施例,个人驾驶偏好生成器124可实现在硬件和/或软件中。硬件实现的示例可包含但不限于:用操作逻辑来编程的专用集成电路(ASIC)或可编程集成电路,例如,现场可编程门阵列(FPGA)。软件实现的示例可包含用操作逻辑配置的将在计算装置上执行的编程指令。
存储装置126可以是在本领域中已知的多个永久存储装置中的任何一个,包含但不限于:磁性、光和/或固态存储装置。在各实施例中,存储装置126可以是连网存储装置。在各实施例中,存储装置126可由连网服务器托管。在任一情况下,可经由一个或多个有线和/或无线、本地和/或广域、私有和/或公用网络(例如,因特网)而访问连网存储装置或连网服务器。有线网络的示例可包含但不限于以太网。无线网络可包含但不限于WiFi和/或3G/4G/5G无线网络。
在各实施例中,存储装置126可以是托管个人驾驶偏好生成器124的相同计算机系统来共同放置或共同托管。在备选实施例(未示出)中,存储装置126可本地放置在车辆102中。在其它实施例中(未示出),更小版本的存储装置126可在本地放置在车辆102中来缓存一个或多个个人驾驶员或乘客的选择的个人驾驶偏好128。
继续参考图1,CA/AD系统106可以放置在车辆102中,并且配置为至少部分基于来自本地传感器104的实时数据118和/或来自各种远程来源130的其它(实时或历史)数据132而提供车辆102的CA/AD,发出命令116到车辆102的各种组件108。在各实施例中,CA/AD系统106可包含策略引擎112,配置为鉴于所接收的数据118和132而应用各种策略114来管理车辆102的CA/AD的供应,即,到车辆102的各种组件108的命令116的发布。特别地,CA/AD系统106可还配置为将当前驾驶个人(在计算机辅助的情况下)或乘坐的乘客(在自主驾驶的情况下)的个人驾驶偏好128的集合应用于策略114来定制策略114,并且根据定制版本的策略114来管理车辆102的CA/AD。
在各实施例中,策略114可包含但不限于:停止标志策略、行人策略、空间关系策略和/或激进策略。如之前描述的,例如但不限于,当到达停止标志时,停止标志策略可提供减速模式、停止距离和加速模式。例如,行人策略可规定行人是否被赋予各种地点的绝对、局部或没有通行权。例如,空间关系策略可规定与前车保持的典型距离量。激进策略可规定各种地点的各种交通情况的各种激进水平,例如,从防御性、到轻微激进或非常激进。如本文所使用的,术语“激进”和其各种形式一般而言指代,但不一定限制于,驾驶车辆中的坚定或大胆。在其它实施例中,还可采用其它策略,描述的停止标志、行人、空间关系和激进策略只是说明性的并且不是限制性的。
在各实施例中,策略114可以是位置或地点特定的。即,标称采用的策略(在个人驾驶偏好改变之前)可改变,并且考虑位置或地点习惯,取决于车辆102的操作区域。地点的示例可包含但不限于:大陆、国家、州或省、县、镇或村。位置的示例可包含但不限于:交叉口、停止标志、英里程标、斜坡或特定全球定位系统(GPS)位置。为了车辆102的地点适应的CA/AD的进一步描述,参考技术有关的PCT申请号PCT/US2013/056207,申请于2013年8月22日,标题为“地点适应的车辆的计算机辅助或自主驾驶”。
数据118可包含车辆102的各种操作数据,包含但不限于:速度、加速、减速、到前车的距离、日期、当日时间、当前交通量、行人或自行车的存在或不存在、等等。在各实施例中,数据118可以是标称数据,并且CA/AD系统106可配置为处理标称数据来得到实质性数据。例如,数据118可包含标称数据,例如由图像捕获传感器104(照相机)捕获的图像,并且CA/AD系统106可配置为处理图像(标称数据)来确定在交叉口处的行人或自行车的存在或不存在(实质性数据)。
数据118可特别地包含将应用驾驶偏好的驾驶个人或乘客的身份。在实施例中,传感器104可特别地包含电磁读取器来从“点火”钥匙、射频识别(RFID)模块、等等读取其中可应用驾驶偏好的驾驶个人或乘客的身份。数据118还可包含车辆的当前位置102。在各实施例中,传感器104可特别地包含GPS接收器,配置为接收GPS信号并且提供车辆102的当前GPS位置给CA/AD系统106。
因此,类似于之前描述的用来收集与个人驾驶或乘坐经验关联的数据122的传感器,传感器104可包含在本领域中已知的各种声、光、电磁传感器,包含但不限于,麦克风、相机、加速计、陀螺仪、等等。
数据132可包含但不限于:交通量数据、天气数据、犯罪数据、执法数据、等等。因此,远程来源130可包含但不限于:交通网站、天气网站、执法网站、等等。车辆102还可包含连网接口(未示出)用于经由一个或多个无线和/或有线、本地和/或广域以及私有和/或公用网络(例如,无线蜂窝载波服务的网络、因特网、等等)而接入远程来源130。
车辆组件108可包含但不限于:燃料喷射器、转向、传动齿轮、刹车等等,然而命令106的示例可包含但不限于增加/减少喷射到车辆102的引擎的燃料量、右转或左转、向上换挡齿轮或向下换挡齿轮、施加或停止应用刹车等等。
仍然参考图1,在操作期间,CA/AD系统106可第一接收驾驶个人或乘坐的乘客的身份,和/或接收/得到车辆102的当前位置/地点。作为响应,CA/AD系统106可基于驾驶个人或乘坐的乘客的身份而从存储装置126请求驾驶个人或乘坐的乘客的个人驾驶偏好(或从本地缓存(未示出)检索个人驾驶偏好)。可选地,CA/AD 106可类似地基于所接收的当前位置而从远程来源(未示出)请求当前地点的车辆102的地点特定CA/AD的地点特定策略114(或检索自本地缓存(未示出))。一接收到个人驾驶偏好(以及可选地,地点特定策略),CA/AD系统106就可至少部分基于个人驾驶偏好而定制策略114。在那之后,CA/AD系统106可至少部分基于策略114的定制版本和与策略114的定制版本的策略参数关联的数据118和/或132来辅助或自主地驾驶车辆102。
在各实施例中,在操作期间,CA/AD系统106可反而第一接收多个乘坐的乘客的身份。作为响应,基于乘坐的乘客的身份,CA/AD系统106可从存储装置126请求乘坐的乘客的个人驾驶偏好(或从本地缓存(未示出)检索个人驾驶偏好)。对于这些实施例,在应用个人驾驶偏好来定制策略114,并且辅助或驾驶车辆102(如之前描述的)之前,CA/AD系统106还可以权重为基础或根据一个或多个机器学习算法来组合乘坐的乘客的对应个人驾驶偏好。例如,可分别组合乘客对于停止标志、行人、等等的个人驾驶偏好。给予个人驾驶偏好的权重可以是用户特定的或取决于实现(例如,基于乘客所坐的位置)而改变。机器学习算法的示例可包含多个监督的、未监督的或加强学习算法中的任何一个。
在各实施例中,CA/AD系统106可实现在硬件和/或软件中。硬件实现的示例可包含但不限于:用操作逻辑来编程的专用集成电路(ASIC)或可编程集成电路,例如,现场可编程门阵列(FPGA)。软件实现的示例可包含用操作逻辑配置的将在计算装置上执行的编程指令。
在进一步描述本公开的车辆的个人驾驶偏好适应的CA/AD之前,应该注意到:虽然为了理解的便利和完整性,CA/AD布置100已经被描述为包含放置在车辆102外部的个人驾驶偏好生成器124和存储装置126,而传感器104和CA/AD系统106放置在车辆102内部,但是描述不旨在建议必须由相同的来实体提供各种元件124、126、104和106。可以预见的是在各实施例中,可由不同的实体来开发并且提供各种元件。例如,可由一个实体开发CA/AD系统106,而由一个或多个其它实体开发个人驾驶偏好生成器124和/或策略114。由一个实体开发的CA/AD系统106可选择性地预加载或下载(以需求为基础)由一个或多个其它实体生成的个人驾驶偏好和/或策略。
现在参考图2,其中图示根据各实施例的用于生成并且提供个人驾驶偏好的方法。如所示的,方法200可包含框202-210中的操作,以下将更充分描述。在各实施例中,可由之前描述的个人驾驶偏好生成器124来执行框202-206的操作;然而,例如,可由连网存储装置或具有之前描述的存储装置126的连网服务器来执行框208-210的操作。
如所图示的,方法200可开始在框202处。在框202处,可接收与个人驾驶或乘坐经验关联的数据。如之前描述的,数据可包含由各种传感器和/或数据收集装置收集的以各种形式的各种数据。
从框202,方法200可进行到204,并且然后到框206。在框204处,至少部分基于与驾驶或乘坐经验关联的各种数据,可为个人驾驶员或乘客生成个人驾驶偏好,例如,在停止标志处停止、让步于行人/自行车、与前车保持距离、一般激进水平、等等。在框206处,例如,生成的个人驾驶偏好可存储在连网存储装置或连网服务器中,用于后续供应到车辆上的CA/AD系统。
从框206,方法200可进行到框208,并且然后到框210。在框208处,可以接收(例如,从车辆)用于定制车辆的CA/AD的驾驶员或乘客的个人驾驶偏好的请求。例如,请求可包含驾驶员或乘客的身份。作为响应,在框210处,请求的驾驶员或乘客的个人驾驶偏好可以被检索并且返回到请求车辆。可接收请求来预加载车辆的CA/AD系统,例如,在制造或递送时间,或经要求(例如,当车辆启动时)。
此外,从框206,方法200可回到框202来为另一驾驶员或乘客执行框202-206的操作。可以生成个人驾驶偏好所需的必要次数来重复(取决于驾驶员或乘客的数量)框202-206的操作。类似地,可以响应适应车辆的CA/AD的个人驾驶偏好的请求所必要的次数来重复框208-210的操作。
现在参考图3,其中图示根据各实施例的用于应用个人驾驶偏好来定制CA/AD策略的示例方法。如所示的,示例方法300可包含框302-312中的操作,以下将更充分描述。在各实施例中,例如,可由之前描述的CA/AD系统106来执行框302-312的操作。
如所图示的,示例方法可开始于框302。在框302处,可接收车辆的驾驶员(在计算机辅助的情况下)或车辆的一个或多个乘客(在自主驾驶的情况下)的识别、车辆的当前位置和/或当日时间。如之前描述的,例如,驾驶员或乘客的识别可电磁读取自无线点火钥匙或RFID模块并且例如,当前位置可接收自GPS接收器。当日时间可以是由CA/AD系统106维持。从框302,示例方法300可进行到框304和308。
在框304处,可请求并且接收或检索各种数据,例如地点/位置的交通量、犯罪水平、执法可能性等等。位置的交通量数据可以与驾驶通过位置的车辆同期,而地点/位置的犯罪和执法可能性可以是历史性的。在框308处,可类似地请求并且接收或检索驾驶员或乘客的个人驾驶偏好。在多个乘客的情况下,如之前描述的,可组合他们对应的个人驾驶偏好。
从框304,方法300可进行到框306。在框306处,可应用策略(例如,停止标志、空间关系、激进等等(跨地点或特定地点)来生成策略输出(使用交通量)、犯罪水平、执法等位置数据。从框306和308,方法可进行到框310。
在框310处,可应用驾驶员或乘客的个人驾驶偏好来修改各种策略的应用。修改各种策略的应用的驾驶员或乘客的个人驾驶偏好的应用可以是实现、策略和/或策略参数相关的。例如,在一些实现中,对于一些策略或策略参数,个人驾驶偏好可优先于策略输出,而在其它实现中,对于一些策略或策略参数,个人驾驶偏好可与策略输出组合,例如,以权重为基础或根据一个或多个机器学习算法。类似地,给予策略输出和个人驾驶偏好的权重可取决于实现而改变。机器学习算法的示例可包含多个监督的、未监督的或加强学习算法中的任何一个。在另外的其它实施例中,个人驾驶偏好可能不覆盖一些策略或策略参数(例如,与安全性有关的那些,特别地,与行人和/或自行车安全性有关的那些)。换句话说,在特殊情况中,可忽略个人驾驶偏好。参考图4-6将进一步描述个人驾驶偏好的应用来修改初始策略输出,图示个人驾驶偏好到示例停止标志策略(用于在停止标志处停止)和示例右转策略(用于在交叉口处右转)的示例应用。
从框310,示例方法可进行到框312。在框312处,基于修改的策略输出,可以将各种命令发布到车辆的各种组件来进行车辆的CA/AD。如之前描述的,各种组件可包含燃料喷射器、转向、传动齿轮、刹车等等,然而命令106的示例可包含但不限于增加/减少喷射到车辆102的引擎的燃料量、右转或左转、向上换挡齿轮或向下换挡齿轮、施加或停止应用刹车等等。
现在参考图4,其中图示根据各实施例的示例停止标志策略和在停止标志处停止的示例个人驾驶偏好。更具体地,图4图示停止标志策略400的应用,用于夜间的具有某一犯罪和/或执法水平的位置。在确定位置的匹配犯罪和/或执法水平时,停止标志策略400将标称地CA/AD车辆,使车辆以短距离量停止402在停止标志前,并且加速404通过停止标志。
图4也图示三个示例驾驶员或乘客在停止标志处停止的个人驾驶偏好412-416的示例集合410。在示例412的情况下,驾驶员或乘客趋于倾向于持续逐渐减速,在停止标志处停止,并且在停止之后逐渐加速。然而,例如414,驾驶员或乘客趋于具有更不规则或可变的减速,在停止标志处停止,并且在停止之后以快于示例412的速率加速。例如416,驾驶员或乘客趋于具有相对急剧的减速,在停止标志处停止,并且在停止之后激进加速。
图5图示个人驾驶偏好412-416到示例停止标志策略400的示例相应应用。如所示的,对于这些示例,不修改停止位置400和在停止标志之前的距离量。然而,在每种情况512-516下,分别采用相应个人驾驶偏好412-416的减速和加速模式。
现在参考图6,其中图示根据各实施例的示例右转策略以及将激进的示例个人驾驶偏好应用于示例右转策略的结果。更具体地,图示602a描绘右转策略400的应用,用于在行人无权的地点处的交叉口。换句话说,在此地点中(例如,在新兴国家中),当在交叉口处右转时,车辆通常不为行人停止。因此,右转策略400规定某一减速模式Dp(包含减速的开始点和减速率)、转弯速度Sp和加速模式Ap(包含加速的开始点和加速率)。
图示602b描绘将激进个人驾驶偏好应用于右转策略的结果。如所示的,减速模式Da具有晚于减速模式Dp的减速开始点。减速率可以等于或者低于减速模式Dp的减速率,导致转弯速度Sa高于转弯速度Sp。另外,加速模式Aa具有在转弯之后的加速开始点,早于加速模式Ap。加速率可以等于或高于加速模式Ap的加速率。另外,CA/AD系统106可附加的对出现交叉口在处的任何行人和/或自行车按喇叭。
另一方面,图示602c描绘将保守个人驾驶偏好应用于右转策略的结果。如所示的,减速模式Dc具有早于减速模式Dp的减速开始点。减速率可以等于或快于减速模式Dp的减速率,导致转弯速度Sc低于转弯速度Sp。另外,加速模式Ac具有在转弯之后的加速开始点,晚于加速模式Ap。加速率可以等于或者低于加速模式Ap的加速率。
这些只是将个人驾驶偏好应用于车辆的CA/AD的几个非限制性图示。
现在参考图7,其中图示根据各实施例的适合用于图1的布置的示例计算机。如所示的,计算机700可包含一个或多个处理器或处理器内核702和系统存储器704。在各实施例中,多个处理器内核702可放置在一个裸芯片上。为了本申请,包含权利要求,术语“处理器”和“处理器内核”可以被考虑为同义,除非上下文以其它方式清楚地要求。此外,计算机700可包含大容量存储装置706(例如软磁盘、硬盘驱动、压缩盘只读存储器(CD-ROM)等等)、输入/输出装置708(例如,显示器、键盘、游标控制等等)和通信接口710(例如网络接口卡、调制解调器等等)。元件可以经由系统总线712(可表示一个或多个总线)耦合到彼此。在多个总线的情况下,它们可以是由一个或多个总线桥(未示出)桥接。
这些元件的每个可执行在本领域中已知的其传统的功能。特别地,系统存储器704和大容量存储装置706可用来存储实现与之前描述的个人驾驶偏好生成器124和/或CA/AD系统106关联的操作的编程指令(共同被称作计算逻辑722)的工作拷贝和永久拷贝。可以由处理器702所支持的汇编指令或可以汇编成这样的指令的高级语言(例如,C)来实现各种元件。
编程指令的永久拷贝可以是在工厂中或在现场中被放到永久大容量存储装置706,例如,通过分发介质(未示出)(例如,压缩盘(CD))或通过通信接口710(从分发服务器(未示出))。即,具有代理程序的实现的一个或多个分发媒体可用来分发代理并且编程各种计算装置。
这些元件710-712的数量、能力和/或容量可取决于示例计算机700的预期用途而改变,例如,示例计算机700是否为固定计算装置(例如,机顶盒或台式计算机)或移动计算装置(例如,智能手机、平板计算机、超级本或膝上型计算机)。这些元件710-712的组成以其它方式已知,并且因此将不进一步描述。
图8图示根据各实施例的示例非暂时性计算机可读存储介质,具有配置为实践与之前描述的个人驾驶偏好生成器124和/或CA/AD系统106关联的所有或选择的那些的操作的指令。如所图示的,非暂时性计算机可读存储介质802可包含多个编程指令804。编程指令804可配置为使装置(例如,计算机700)能响应于编程指令的执行而分别执行,例如,图2-3的方法200和/或300的各种操作。在备选实施例中,编程指令804可以代替地放置在多个非暂时性计算机可读存储介质802上。
返回参考图7,对于一个实施例,处理器702中的至少一个可以与具有配置为实践图2或图3的过程方面的计算逻辑722的存储器封装在一起(而不是存储在存储器704和/或大容量存储装置706中)。对于一个实施例,处理器702中的至少一个可以与计算逻辑722(配置为实践图2或图3的过程方面)封装在一起来形成系统封装件(SiP)。对于一个实施例,处理器702中的至少一个可以与计算逻辑722(配置为实践图2或图3的过程方面)集成在相同的裸芯片上。对于一个实施例,处理器702中的至少一个可以与计算逻辑722(配置为实践图2或图3的过程方面)封装在一起来形成片上系统(SoC)。对于至少一个实施例,例如但不限于,SoC可以利用在计算平板计算机中。
因此,描述的示例实施例包含但不限于:
示例1可以是用于车辆的计算机辅助或自主驾驶的设备,具有一个或多个处理器;以及计算机辅助或自主驾驶系统。计算机辅助或自主驾驶系统可以是由一个或多个处理器操作来:第一接收识别车辆的驾驶员或乘客的标识符;使用标识符来请求或检索驾驶员或乘客的一个或多个个人驾驶偏好;以及将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制驾驶员或乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。另外,计算机辅助或自主驾驶系统可以是由一个或多个处理器操作来:第二接收一个或多个定制策略的策略参数的多个数据;以及以适合于驾驶员或乘客的方式,根据一个或多个定制策略,至少部分基于一个或多个定制策略的策略参数的多个数据来辅助或自主地驾驶车辆。
示例2可以是示例1,其中请求或检索可包含向远程服务器请求一个或多个个人驾驶偏好,并且其中接收可包含从远程服务器接收一个或多个个人驾驶偏好。
示例3可以是示例1或2,还包含耦合于计算机辅助或自主驾驶系统的本地存储装置,本地存储装置用于存储一个或多个个人驾驶偏好,并且其中请求或检索可包含从本地存储装置检索一个或多个个人驾驶偏好。
示例4可以是任何一个或示例1-3,其中一个或多个策略可包含停止标志策略、空间关系策略或激进策略;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略可包含将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于停止标志策略、空间关系策略或激进策略,来定制停止标志策略、空间关系策略或激进策略用于驾驶员或乘客的车辆的计算机辅助或自主驾驶。
示例5可以是示例4,其中停止标志策略规定当在停止标志处停止时的减速率、到停止标志的停止距离或加速率,并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于停止标志策略可包含应用驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个来定制减速率、到停止标志的停止距离或加速率。
示例6可以是示例4,其中空间关系策略规定维持到前车的距离量;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于空间关系策略可包含应用驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个来定制维持到前车的距离量。
示例7可以是示例4,其中激进策略规定计算机辅助或自主地驾驶车辆的激进水平;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于激进策略可包含应用驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个来定制计算机辅助或自主地驾驶车辆的激进水平。
示例8可以是示例4,其中计算机辅助或自主驾驶系统也第三接收车辆的当前位置;其中第二接收可包含接收当前位置的交通量、执法或犯罪数据;并且其中辅助或自主地驾驶车辆可包含至少部分基于定制的停止标志、空间关系或激进策略和当前位置的交通量、执法或犯罪数据来辅助或自主地驾驶车辆。
示例9可以是示例8,其中计算机辅助或自主驾驶系统还确定当日时间;其中第二接收用于接收当日时间的当前位置的交通、执法或犯罪数据。
示例10可以是示例4,其中一个或多个策略还可包含行人策略;其中计算机辅助或自主驾驶系统也第三接收车辆的当前位置;其中第二接收可包含接收车辆的当前位置的实时图像;并且其中计算机辅助或自主驾驶系统还处理实时图像来确定一个或多个行人是否出现在当前位置。
示例11可以是用于车辆的计算机辅助或自主驾驶的设备,具有一个或多个处理器;以及个人驾驶偏好生成器。个人驾驶偏好生成器可以是由一个或多个处理器操作来:接收与驾驶车辆的个人或乘坐车辆的个人关联的多个数据;以及为作为车辆的驾驶员或乘客的个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的数据。
示例12可以是示例11,其中与驾驶车辆或乘坐车辆的个人关联的多个数据分别收集自车辆模拟器的个人的操作或个人的司机的操作的多个实例。
示例13可以是示例11或12,还包含耦合于个人驾驶偏好生成器的存储装置来存储个人驾驶偏好;其中所述存储装置响应于由车辆的个人驾驶偏好的请求而输出车辆的个人驾驶偏好;其中包含个人驾驶偏好生成器和存储装置的设备远离车辆而放置。
示例14可以是示例11-13中的任何一个,其中一个或多个策略可包含管理车辆的计算机辅助或自主驾驶的停止标志策略、空间关系策略或激进策略;并且其中一个或多个个人驾驶偏好中的至少一个用来定制用于作为驾驶员或乘客的个人的车辆的计算机辅助或自主驾驶的停止标志策略、空间关系策略或激进策略。
示例15可以是示例11-14中的任何一个,其中一个或多个策略可包含停止标志策略,规定在车辆的计算机辅助或自主驾驶的供应期间的在停止标志处停止的减速率、到停止标志的停止距离和加速率;并且其中一个或多个个人驾驶偏好可包含用于作为驾驶员或乘客的个人的在车辆的计算机辅助或自主驾驶的供应期间的在停止标志处停止的减速率、到停止标志的停止距离、加速率的一个或多个偏好。
示例16可以是用于车辆的计算机辅助或自主驾驶的方法,包含:由计算机辅助或自主驾驶系统至少第一接收的识别车辆的驾驶员或乘客的标识符;以及由计算机辅助或自主驾驶系统使用标识符来请求或检索驾驶员或乘客的一个或多个个人驾驶偏好;以及由计算机辅助或自主驾驶系统将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制驾驶员或乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。方法还可包含由计算机辅助或自主驾驶系统第二接收一个或多个定制策略的策略参数的多个数据;以及由计算机辅助或自主驾驶系统,以适合于驾驶员或乘客的方式,根据一个或多个定制策略,至少部分基于一个或多个定制策略的策略参数的多个数据来辅助或自主地驾驶车辆。
示例17可以是示例16,其中一个或多个策略可包含停止标志策略、空间关系策略或激进策略;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略可包含将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于停止标志策略、空间关系策略或激进策略,来定制停止标志策略、空间关系策略或激进策略用于驾驶员或乘客的车辆的计算机辅助或自主驾驶。
示例18可以是示例16或17,其中第一接收可包含第一接收多个乘客的多个个人驾驶偏好,并且方法还可包含组合多个乘客的对应多个个人驾驶偏好;并且其中应用可包含将乘客的组合的个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。
示例19可以是用于车辆的计算机辅助或自主驾驶的方法,包含由个人驾驶偏好生成器接收与驾驶车辆的个人或乘坐车辆的个人关联的多个数据;以及由个人驾驶偏好生成器为作为车辆的驾驶员或乘客的个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的数据。
示例20可以是示例19,还包含用存储装置存储个人驾驶偏好;以及由存储装置响应于由车辆的个人驾驶偏好的请求而输出车辆的个人驾驶偏好;其中生成、更新、存储和输出远离车辆而执行。
示例21可以是一个或多个计算机可读存储介质,包含多个指令,所述指令配置为使计算机辅助或自主驾驶系统响应于计算机辅助或自主驾驶系统的指令的执行而:第一接收识别车辆的驾驶员或乘客的标识符;使用标识符来请求或检索驾驶员或乘客的一个或多个个人驾驶偏好;以及将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制驾驶员或乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。计算机辅助或自主驾驶系统可以还使第二接收一个或多个定制策略的策略参数的多个数据;以及以适合于驾驶员或乘客的方式,根据一个或多个定制策略,至少部分基于一个或多个定制策略的策略参数的多个数据来辅助或自主地驾驶车辆。
示例22可以是示例21,其中一个或多个策略可包含停止标志策略、空间关系策略或激进策略;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略包括将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于停止标志策略、空间关系策略或激进策略,来定制停止标志策略、空间关系策略或激进策略用于驾驶员或乘客的车辆的计算机辅助或自主驾驶。
示例23可以是示例21或22,其中第一接收可包含第一接收多个乘客的多个个人驾驶偏好,并且计算机辅助或自主驾驶系统还使组合多个乘客的对应多个个人驾驶偏好;并且其中应用可包含将乘客的组合的个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制乘客的车辆的计算机辅助或自主驾驶的一个或多个策略。
示例24可以是一个或多个计算机可读存储介质,包含多个指令,所述指令配置为响应于个人驾驶偏好生成器的指令的执行,使个人驾驶偏好生成器:接收与驾驶车辆的个人或乘坐车辆的个人关联的多个数据;以及为作为车辆的驾驶员或乘客的个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的数据。
示例25可以是示例24,其中指令,响应于执行,还引起:在存储装置中存储个人驾驶偏好;以及响应于由车辆的个人驾驶偏好的请求从存储装置输出车辆的个人驾驶偏好;其中生成、更新、存储和输出远离车辆而执行。
示例26可以是用于车辆的计算机辅助或自主驾驶的设备,包含:用于接收识别车辆的驾驶员或乘客的标识符的部件;用于使用标识符来请求或检索驾驶员或乘客的一个或多个个人驾驶偏好的部件;用于将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制驾驶员或乘客的车辆的计算机辅助或自主驾驶的一个或多个策略的部件;用于接收一个或多个定制策略的策略参数的多个数据的部件;以及用于以适合于驾驶员或乘客的方式,根据一个或多个定制策略,至少部分基于一个或多个定制策略的策略参数的多个数据来辅助或自主地驾驶车辆的部件。
示例27可以是示例26,其中一个或多个策略可包含停止标志策略、空间关系策略或激进策略;并且其中将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略的部件包括用于将驾驶员或乘客的一个或多个个人驾驶偏好中的至少一个应用于停止标志策略、空间关系策略或激进策略,来定制停止标志策略、空间关系策略或激进策略用于驾驶员或乘客的车辆的计算机辅助或自主驾驶的部件。
示例28可以是示例26或27,其中用于接收的部件可包含用于接收多个乘客的多个个人驾驶偏好的部件,并且设备还可包含用于组合多个乘客的对应多个个人驾驶偏好的部件;并且其中用于应用的部件可包含用于将乘客的组合的个人驾驶偏好中的至少一个应用于车辆的计算机辅助或自主驾驶的一个或多个策略,来定制乘客的车辆的计算机辅助或自主驾驶的一个或多个策略的部件。
示例29可以是用于车辆的计算机辅助或自主驾驶的设备,包含:用于接收与驾驶车辆的个人或乘坐车辆的个人关联的多个数据的部件;以及用于为作为车辆的驾驶员或乘客的个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好的部件,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的数据。
示例30可以是示例29,还包含用于存储个人驾驶偏好的部件;以及用于响应于由车辆的个人驾驶偏好的请求而输出车辆的个人驾驶偏好的部件;其中用于生成的部件和用于存储的部件远离车辆而放置。
虽然本文已经出于描述的目的而图示并且描述某些实施例,但是计划用于实现相同目的的多种备选和/或等效实施例或实现可以代替示出并且描述的实施例而不背离本公开的范围。本申请旨在覆盖本文讨论的实施例的任何适应改变或变化。因此,明显旨在本文描述的实施例只由权利要求限制。
在本公开叙述“一”或“第一”元件或其等同物的地方,这样的公开包含一个或多个这样的元件,不要求也不排除两个或者更多这样的元件。另外,标识的元件的序数指示符(例如,第一,第二或第三)用来区分元件之间,并且不指示或隐含要求的或有限数量的这样的元件,它们也不指示这样的元件的特定位置或次序,除非以其它方式明确表述。
Claims (26)
1.一种用于车辆的计算机辅助或自主驾驶的设备,包括:
一个或多个处理器;以及
计算机辅助或自主驾驶系统,由所述一个或多个处理器操作来:
第一接收识别车辆的驾驶员或乘客的标识符;
使用所述标识符来请求或检索所述驾驶员或乘客的一个或多个个人驾驶偏好;
将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述车辆的计算机辅助或自主驾驶的一个或多个策略,以便为所述驾驶员或乘客定制所述车辆的计算机辅助或自主驾驶的所述一个或多个策略;
第二接收所述一个或多个定制策略的策略参数的多个数据;以及
以适合于所述驾驶员或乘客的方式,根据所述一个或多个定制策略,至少部分基于所述一个或多个定制策略的所述策略参数的所述多个数据来辅助或自主地驾驶所述车辆,
其中第二接收包括接收所述车辆的当前位置的交通量、执法或犯罪数据。
2.如权利要求1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个人驾驶偏好,并且其中接收包括从所述远程服务器接收所述一个或多个个人驾驶偏好。
3.如权利要求1所述的设备,还包括耦合于所述计算机辅助或自主驾驶系统的本地存储装置,所述本地存储装置用于存储所述一个或多个个人驾驶偏好,并且其中请求或检索包括从所述本地存储装置检索所述一个或多个个人驾驶偏好。
4.如权利要求1-3中的任一项所述的设备,其中所述一个或多个策略包括停止标志策略、空间关系策略或激进策略;并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略包括将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述停止标志策略、所述空间关系策略或所述激进策略,来定制所述停止标志策略、所述空间关系策略或所述激进策略用于所述驾驶员或乘客的所述车辆的计算机辅助或自主驾驶。
5.如权利要求4所述的设备,其中所述停止标志策略规定当在停止标志处停止时的减速率、到所述停止标志的停止距离或加速率,并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述停止标志策略包括应用所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个来定制所述减速率、到所述停止标志的停止距离或所述加速率。
6.如权利要求4所述的设备,其中所述空间关系策略规定维持到前车的距离量;并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述空间关系策略包括应用所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个来定制维持到前车的所述距离量。
7.如权利要求4所述的设备,其中所述激进策略规定计算机辅助或自主地驾驶所述车辆的激进水平;并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述激进策略包括应用所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个来定制计算机辅助或自主地驾驶所述车辆的所述激进水平。
8.如权利要求4所述的设备,其中所述计算机辅助或自主驾驶系统也第三接收所述车辆的当前位置;并且其中辅助或自主地驾驶所述车辆包括至少部分基于所述定制的停止标志、空间关系或激进策略和所述当前位置的所述交通量、执法或犯罪数据来辅助或自主地驾驶所述车辆。
9.如权利要求8所述的设备,其中所述计算机辅助或自主驾驶系统还确定当日时间;其中所述第二接收用于接收所述当日时间的所述当前位置的所述交通、执法或犯罪数据。
10.如权利要求4所述的设备,其中所述一个或多个策略还包括行人策略;其中所述计算机辅助或自主驾驶系统也第三接收所述车辆的当前位置;其中第二接收包括接收所述所述车辆的当前位置的实时图像;并且其中所述计算机辅助或自主驾驶系统还处理所述实时图像来确定一个或多个行人是否出现在所述当前位置。
11.一种用于车辆的计算机辅助或自主驾驶的设备,包括:
一个或多个处理器;
个人驾驶偏好生成器,由所述一个或多个处理器操作来:
接收与驾驶车辆的个人或乘坐车辆的所述个人关联的多个数据;以及
为作为所述车辆的驾驶员或乘客的所述个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的所述数据,
其中所述多个数据包括所述车辆的当前位置的交通量、执法或犯罪数据。
12.如权利要求11所述的设备,其中与驾驶车辆或乘坐车辆的个人关联的所述多个数据分别收集自车辆模拟器的所述个人的操作或所述个人的司机的操作的多个实例。
13.如权利要求11所述的设备,还包括耦合于所述个人驾驶偏好生成器的存储装置来存储所述个人驾驶偏好;其中所述存储装置响应于由所述车辆的所述个人驾驶偏好的请求而输出车辆的个人驾驶偏好;其中包含所述个人驾驶偏好生成器和所述存储装置的所述设备远离所述车辆而放置。
14.如权利要求11所述的设备,其中所述一个或多个策略包括管理车辆的计算机辅助或自主驾驶的停止标志策略、空间关系策略或激进策略;并且其中所述一个或多个个人驾驶偏好中的至少一个用来为作为驾驶员或乘客的所述个人定制车辆的计算机辅助或自主驾驶的所述停止标志策略、所述空间关系策略或激进策略。
15.如权利要求11所述的设备,其中所述一个或多个策略包括停止标志策略,规定在车辆的计算机辅助或自主驾驶的供应期间的在停止标志处停止的减速率、到停止标志的停止距离和加速率;并且其中所述一个或多个个人驾驶偏好包括用于作为驾驶员或乘客的所述个人的在车辆的计算机辅助或自主驾驶的供应期间的在停止标志处停止的所述减速率、到停止标志的所述停止距离、所述加速率的一个或多个偏好。
16.一种用于车辆的计算机辅助或自主驾驶的方法,包括:
由计算机辅助或自主驾驶系统第一接收识别车辆的驾驶员或乘客的至少一个标识符;
由所述计算机辅助或自主驾驶系统使用所述标识符来请求或检索所述驾驶员或乘客的一个或多个个人驾驶偏好;
由所述计算机辅助或自主驾驶系统将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述车辆的计算机辅助或自主驾驶的一个或多个策略,来为所述驾驶员或乘客定制所述车辆的计算机辅助或自主驾驶的所述一个或多个策略;
由所述计算机辅助或自主驾驶系统第二接收所述一个或多个定制策略的策略参数的多个数据;以及
以适合于所述驾驶员或乘客的方式,根据所述一个或多个定制策略,由所述计算机辅助或自主驾驶系统至少部分基于所述一个或多个定制策略的所述策略参数的所述多个数据来辅助或自主地驾驶所述车辆,
其中第二接收包括接收所述车辆的当前位置的交通量、执法或犯罪数据。
17.如权利要求16所述的方法,其中所述一个或多个策略包括停止标志策略、空间关系策略或激进策略;并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略包括将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述停止标志策略、所述空间关系策略或所述激进策略,来定制所述停止标志策略、所述空间关系策略或所述激进策略用于所述驾驶员或乘客的所述车辆的计算机辅助或自主驾驶。
18.如权利要求16所述的方法,其中第一接收包括第一接收多个乘客的多个个人驾驶偏好,并且所述方法还包括组合所述多个乘客的对应的多个个人驾驶偏好;并且其中应用包括将所述乘客的组合的个人驾驶偏好中的至少一个应用于所述车辆的计算机辅助或自主驾驶的一个或多个策略,以便为所述乘客定制所述车辆的计算机辅助或自主驾驶的所述一个或多个策略。
19.一种用于车辆的计算机辅助或自主驾驶的方法,包括:
由个人驾驶偏好生成器接收与驾驶车辆的个人或乘坐车辆的所述个人关联的多个数据;以及
由所述个人驾驶偏好生成器为作为所述车辆的驾驶员或乘客的所述个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的所述数据,
其中所述多个数据包括所述车辆的当前位置的交通量、执法或犯罪数据。
20.如权利要求19所述的方法,还包括:
用存储装置存储所述个人驾驶偏好;以及
由所述存储装置响应于由所述车辆的所述个人驾驶偏好的请求而输出车辆的个人驾驶偏好;
其中生成、更新、存储和输出远离所述车辆而执行。
21.一种用于车辆的计算机辅助或自主驾驶的设备,包括:
用于接收识别车辆的驾驶员或乘客的标识符的部件;
用于使用所述标识符来请求或检索所述驾驶员或乘客的一个或多个个人驾驶偏好的部件;
用于将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述车辆的计算机辅助或自主驾驶的一个或多个策略来为所述驾驶员或乘客定制所述车辆的计算机辅助或自主驾驶的所述一个或多个策略的部件;
用于接收所述一个或多个定制策略的策略参数的多个数据的部件;以及
用于以适合于所述驾驶员或乘客的方式,根据所述一个或多个定制策略,至少部分基于所述一个或多个定制策略的所述策略参数的所述多个数据来辅助或自主地驾驶所述车辆的部件,
其中所述多个数据包括所述车辆的当前位置的交通量、执法或犯罪数据。
22.如权利要求21所述的设备,其中所述一个或多个策略包括停止标志策略、空间关系策略或激进策略;并且其中将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于一个或多个策略的部件包括用于将所述驾驶员或乘客的所述一个或多个个人驾驶偏好中的至少一个应用于所述停止标志策略、所述空间关系策略或所述激进策略,来定制所述停止标志策略、所述空间关系策略或所述激进策略用于所述驾驶员或乘客的所述车辆的计算机辅助或自主驾驶的部件。
23.如权利要求21所述的设备,其中用于接收的部件包括用于接收多个乘客的多个个人驾驶偏好的部件,并且所述设备还包括用于组合所述多个乘客的对应的多个个人驾驶偏好的部件;并且其中用于应用的部件包括用于将所述乘客的组合的个人驾驶偏好中的至少一个应用于所述车辆的计算机辅助或自主驾驶的一个或多个策略,以便为所述乘客定制所述车辆的计算机辅助或自主驾驶的所述一个或多个策略的部件。
24.一种用于车辆的计算机辅助或自主驾驶的设备,包括:
用于接收与驾驶车辆的个人或乘坐车辆的所述个人关联的多个数据的部件;以及
用于为作为所述车辆的驾驶员或乘客的所述个人生成或更新管理车辆的计算机辅助或自主驾驶的一个或多个策略的定制的一个或多个个人驾驶偏好的部件,其中生成或更新至少部分基于所接收的与驾驶车辆的个人或乘坐车辆的个人关联的所述数据,
其中所述多个数据包括所述车辆的当前位置的交通量、执法或犯罪数据。
25.如权利要求24所述的设备,还包括:
用于存储所述个人驾驶偏好的部件;以及
用于响应于由所述车辆的所述个人驾驶偏好的请求而输出车辆的个人驾驶偏好的部件;
其中所述用于生成的部件和用于存储的部件远离所述车辆而放置。
26.一种已在其上存储有指令的计算机可读存储介质,所述指令在被执行时引起处理器执行如权利要求16-20中任一项所述的方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/US2013/074459 WO2015088522A1 (en) | 2013-12-11 | 2013-12-11 | Individual driving preference adapted computerized assist or autonomous driving of vehicles |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105705395A CN105705395A (zh) | 2016-06-22 |
CN105705395B true CN105705395B (zh) | 2019-01-11 |
Family
ID=53270353
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201380080877.XA Active CN105705395B (zh) | 2013-12-11 | 2013-12-11 | 个人驾驶偏好适应的车辆的计算机辅助或自主驾驶 |
Country Status (7)
Country | Link |
---|---|
US (1) | US9610949B2 (zh) |
EP (1) | EP3079961B1 (zh) |
JP (1) | JP2016536220A (zh) |
KR (1) | KR101886672B1 (zh) |
CN (1) | CN105705395B (zh) |
MX (1) | MX356836B (zh) |
WO (1) | WO2015088522A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11788852B2 (en) | 2019-11-28 | 2023-10-17 | Toyota Motor North America, Inc. | Sharing of transport user profile |
Families Citing this family (87)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10096038B2 (en) | 2007-05-10 | 2018-10-09 | Allstate Insurance Company | Road segment safety rating system |
US10157422B2 (en) | 2007-05-10 | 2018-12-18 | Allstate Insurance Company | Road segment safety rating |
US9932033B2 (en) | 2007-05-10 | 2018-04-03 | Allstate Insurance Company | Route risk mitigation |
US8606512B1 (en) | 2007-05-10 | 2013-12-10 | Allstate Insurance Company | Route risk mitigation |
US8819673B1 (en) | 2007-05-24 | 2014-08-26 | United Services Automobile Association (Usaa) | Systems and methods for java virtual machine management |
US20150166069A1 (en) * | 2013-12-18 | 2015-06-18 | Ford Global Technologies, Llc | Autonomous driving style learning |
US9355423B1 (en) | 2014-01-24 | 2016-05-31 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US9390451B1 (en) | 2014-01-24 | 2016-07-12 | Allstate Insurance Company | Insurance system related to a vehicle-to-vehicle communication system |
US10096067B1 (en) | 2014-01-24 | 2018-10-09 | Allstate Insurance Company | Reward system related to a vehicle-to-vehicle communication system |
US10803525B1 (en) | 2014-02-19 | 2020-10-13 | Allstate Insurance Company | Determining a property of an insurance policy based on the autonomous features of a vehicle |
US10783586B1 (en) | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a property of an insurance policy based on the density of vehicles |
US10796369B1 (en) | 2014-02-19 | 2020-10-06 | Allstate Insurance Company | Determining a property of an insurance policy based on the level of autonomy of a vehicle |
US10783587B1 (en) * | 2014-02-19 | 2020-09-22 | Allstate Insurance Company | Determining a driver score based on the driver's response to autonomous features of a vehicle |
US9940676B1 (en) | 2014-02-19 | 2018-04-10 | Allstate Insurance Company | Insurance system for analysis of autonomous driving |
EP3114574A4 (en) * | 2014-03-03 | 2018-03-07 | Inrix, Inc. | Traffic obstruction detection |
EP3000651B1 (en) * | 2014-09-24 | 2018-02-21 | Volvo Car Corporation | A system and method for seat retraction during an autonomous driving mode |
JP6431594B2 (ja) * | 2015-03-31 | 2018-11-28 | 日立オートモティブシステムズ株式会社 | 自動運転制御装置 |
US20180208209A1 (en) * | 2015-09-08 | 2018-07-26 | Apple Inc. | Comfort profiles |
US9610853B1 (en) * | 2015-09-24 | 2017-04-04 | Ford Global Technologies, Llc | Identification of acceptable vehicle charge stations |
DE102015218890A1 (de) * | 2015-09-30 | 2017-03-30 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Generieren eines Ausgangsdatenstroms |
US10269075B2 (en) | 2016-02-02 | 2019-04-23 | Allstate Insurance Company | Subjective route risk mapping and mitigation |
US10035519B2 (en) * | 2016-03-15 | 2018-07-31 | GM Global Technology Operations LLC | System and method for autonomous vehicle driving behavior modification |
DE102016205152A1 (de) * | 2016-03-29 | 2017-10-05 | Avl List Gmbh | Fahrerassistenzsystem zum Unterstützen eines Fahrers beim Führen eines Fahrzeugs |
US10093252B2 (en) | 2016-04-01 | 2018-10-09 | Uber Technologies, Inc. | Transport facilitation system for configuring a service vehicle for a user |
US10054944B2 (en) * | 2016-04-01 | 2018-08-21 | Jaguar Land Rover Limited | System and method for configuring autonomous vehicle responses based on a driver profile |
CA3018335C (en) * | 2016-04-01 | 2019-05-28 | Uber Technologies, Inc. | Transport facilitation system for configuring a service vehicle for a user |
WO2017210222A1 (en) * | 2016-05-30 | 2017-12-07 | Faraday&Future Inc. | Generating and fusing traffic scenarios for automated driving systems |
DE102016212055A1 (de) * | 2016-07-01 | 2018-01-04 | Continental Automotive Gmbh | System zum automatisierten Fahren eines Fahrzeugs |
US10559217B2 (en) | 2016-08-05 | 2020-02-11 | Intel Corporation | Methods and apparatus to develop in-vehicle experiences in simulated environments |
JP6663822B2 (ja) | 2016-08-08 | 2020-03-13 | 日立オートモティブシステムズ株式会社 | 自動運転装置 |
US10061314B2 (en) | 2016-08-15 | 2018-08-28 | Ford Global Technologies, Llc | Enhanced vehicle operation |
DE102016215528B4 (de) * | 2016-08-18 | 2019-07-04 | Volkswagen Aktiengesellschaft | Automatisiertes Betreiben eines Kraftfahrzeugs |
CN106364432A (zh) * | 2016-08-25 | 2017-02-01 | 乐视控股(北京)有限公司 | 一种车辆控制方法、装置和车辆 |
CN106428015B (zh) * | 2016-09-12 | 2019-07-19 | 惠州Tcl移动通信有限公司 | 一种智能行车辅助方法及装置 |
CN106184223A (zh) * | 2016-09-28 | 2016-12-07 | 北京新能源汽车股份有限公司 | 一种自动驾驶控制方法、装置及汽车 |
AU2016250506B1 (en) * | 2016-10-31 | 2017-09-28 | Uatc, Llc | Customizable vehicle security system |
US10726640B2 (en) | 2016-11-15 | 2020-07-28 | At&T Mobility Ii Llc | Facilitation of smart communications hub to support driverless vehicles in 5G networks or other next generation networks |
US10523007B2 (en) | 2016-11-17 | 2019-12-31 | Toyota Motor Engineering & Manufacturing North America, Inc. | Facility with decoupled adaptive sensor system |
US20180170392A1 (en) * | 2016-12-20 | 2018-06-21 | Baidu Usa Llc | Method and System to Recognize Individual Driving Preference for Autonomous Vehicles |
US10266182B2 (en) * | 2017-01-10 | 2019-04-23 | Ford Global Technologies, Llc | Autonomous-vehicle-control system and method incorporating occupant preferences |
JP7283680B2 (ja) * | 2017-01-12 | 2023-05-30 | モービルアイ ビジョン テクノロジーズ リミテッド | 車両の活動に基づくナビゲーション |
US10288439B2 (en) * | 2017-02-22 | 2019-05-14 | Robert D. Pedersen | Systems and methods using artificial intelligence for routing electric vehicles |
DE102017203838B4 (de) | 2017-03-08 | 2022-03-17 | Audi Ag | Verfahren und System zur Umfelderfassung |
US10139831B2 (en) | 2017-03-17 | 2018-11-27 | Denso International America, Inc. | Vehicle system and vehicle controller for controlling vehicle |
KR20180106196A (ko) | 2017-03-17 | 2018-10-01 | 현대자동차주식회사 | 네비게이션의 성능 최적화 장치 및 방법 |
KR102406507B1 (ko) * | 2017-03-27 | 2022-06-10 | 현대자동차주식회사 | 딥러닝 기반 자율주행 차량 제어 장치, 그를 포함한 시스템 및 그 방법 |
US11087267B1 (en) | 2017-04-12 | 2021-08-10 | Wells Fargo Bank, N.A. | Configurable vehicle |
DE102017208646A1 (de) * | 2017-05-22 | 2018-11-22 | Audi Ag | Verfahren zum Betreiben eines Kraftfahrzeugs sowie ein Kraftfahrzeug |
WO2018220829A1 (ja) * | 2017-06-02 | 2018-12-06 | 本田技研工業株式会社 | ポリシー生成装置及び車両 |
US11008000B2 (en) * | 2017-06-20 | 2021-05-18 | Motional Ad Llc | Risk processing for vehicles having autonomous driving capabilities |
US10538239B2 (en) | 2017-07-27 | 2020-01-21 | International Business Machines Corporation | Adapting driving based on a transported cargo |
JP6711329B2 (ja) * | 2017-08-09 | 2020-06-17 | トヨタ自動車株式会社 | 走行支援装置 |
KR101992416B1 (ko) * | 2017-09-15 | 2019-06-24 | 엘지전자 주식회사 | 차량에 구비된 차량 제어 장치 및 차량의 제어방법 |
CN109808710A (zh) * | 2017-11-16 | 2019-05-28 | 宝沃汽车(中国)有限公司 | 车辆的控制方法、装置及具有其的车辆 |
US20190185012A1 (en) * | 2017-12-18 | 2019-06-20 | PlusAI Corp | Method and system for personalized motion planning in autonomous driving vehicles |
US11130497B2 (en) | 2017-12-18 | 2021-09-28 | Plusai Limited | Method and system for ensemble vehicle control prediction in autonomous driving vehicles |
US11273836B2 (en) * | 2017-12-18 | 2022-03-15 | Plusai, Inc. | Method and system for human-like driving lane planning in autonomous driving vehicles |
CN107963082A (zh) * | 2017-12-29 | 2018-04-27 | 通化市聚诚网络科技有限公司 | 一种车辆驾驶信息推送方法及装置 |
CN110027565B (zh) * | 2018-01-10 | 2022-05-24 | 奥迪股份公司 | 驾驶辅助系统和方法 |
JP2019159829A (ja) * | 2018-03-13 | 2019-09-19 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、およびプログラム |
JP2019158646A (ja) * | 2018-03-14 | 2019-09-19 | 本田技研工業株式会社 | 車両制御装置、車両制御方法、及びプログラム |
US11106211B2 (en) | 2018-04-02 | 2021-08-31 | Sony Group Corporation | Vision-based sample-efficient reinforcement learning framework for autonomous driving |
US20190315342A1 (en) * | 2018-04-13 | 2019-10-17 | GM Global Technology Operations LLC | Preference adjustment of autonomous vehicle performance dynamics |
CN108389418A (zh) * | 2018-04-27 | 2018-08-10 | 北京智行者科技有限公司 | 自动驾驶车辆的调度方法 |
US20190344797A1 (en) * | 2018-05-10 | 2019-11-14 | GM Global Technology Operations LLC | Method and system for customizing a driving behavior of an autonomous vehicle |
CN108891422B (zh) * | 2018-07-09 | 2020-04-24 | 深圳市易成自动驾驶技术有限公司 | 智能车辆的控制方法、装置及计算机可读存储介质 |
JP6978992B2 (ja) * | 2018-08-27 | 2021-12-08 | 日立Astemo株式会社 | 更新システム、電子制御装置 |
CN109445426A (zh) | 2018-09-06 | 2019-03-08 | 百度在线网络技术(北京)有限公司 | 自动驾驶模式的切换方法、装置及可读存储介质 |
JP2020066390A (ja) * | 2018-10-26 | 2020-04-30 | 日立オートモティブシステムズ株式会社 | 運転支援装置 |
US11046304B2 (en) * | 2018-11-12 | 2021-06-29 | Argo AI, LLC | Rider selectable ride comfort system for autonomous vehicle |
CN109866776A (zh) * | 2019-01-29 | 2019-06-11 | 青岛科技大学 | 适用于三车道复杂环境的驾驶偏好辨识方法、设备和介质 |
KR102095673B1 (ko) * | 2019-02-19 | 2020-04-24 | 한국기술교육대학교 산학협력단 | 실시간 운전성향 검출 장치 및 방법 |
CN109808707B (zh) * | 2019-02-19 | 2020-12-08 | 武汉理工大学 | 一种基于随机模型预测的汽车转向控制方法及控制器 |
CN109910902B (zh) * | 2019-02-28 | 2020-09-29 | 苏州工业园区职业技术学院 | 一种根据驾驶员驾驶习性的汽车智能驾驶系统 |
CN110136466B (zh) * | 2019-05-29 | 2021-06-04 | 广州小鹏汽车科技有限公司 | 路况信息推送方法、系统及车辆 |
EP3751465A1 (en) * | 2019-06-14 | 2020-12-16 | Bayerische Motoren Werke Aktiengesellschaft | Methods, apparatuses and computer programs for generating a reinforcement learning-based machine-learning model and for generating a control signal for operating a vehicle |
CN112389451A (zh) * | 2019-08-14 | 2021-02-23 | 大众汽车(中国)投资有限公司 | 用于提供个性化驾驶体验的方法、设备、介质以及车辆 |
US11643072B2 (en) * | 2019-09-27 | 2023-05-09 | Zoox, Inc. | Planning accommodations for particulate matter |
US11548520B2 (en) | 2019-10-11 | 2023-01-10 | Mitsubishi Electric Research Laboratories, Inc. | Control of autonomous vehicles adaptive to user driving preferences |
US11640170B1 (en) | 2019-10-29 | 2023-05-02 | Zoox, Inc. | Identification of particulate matter in sensor data |
US11388582B2 (en) | 2019-11-28 | 2022-07-12 | Toyota Motor North America, Inc. | Providing media based on profile sharing |
US11420638B2 (en) * | 2020-01-09 | 2022-08-23 | GM Global Technology Operations LLC | System and method for learning driver preference and adapting lane centering controls to driver behavior |
CN111619576B (zh) * | 2020-06-03 | 2021-06-25 | 中国第一汽车股份有限公司 | 一种控制方法、装置、设备及存储介质 |
CN113799717A (zh) * | 2020-06-12 | 2021-12-17 | 广州汽车集团股份有限公司 | 一种疲劳驾驶缓解方法及其系统、计算机可读存储介质 |
KR102462087B1 (ko) | 2020-11-10 | 2022-11-03 | (주) 이노시뮬레이션 | 운전자 성향을 반영한 시뮬레이션 장치 및 그의 동작방법 |
DE102021125744A1 (de) | 2021-10-05 | 2023-04-06 | Volkswagen Aktiengesellschaft | Computer-implementiertes Verfahren, Vorrichtung und Computerprogramm zum Steuern von ein oder mehreren Einstellungen eines Fahrzeugs |
EP4177125A1 (en) * | 2021-11-08 | 2023-05-10 | Volvo Car Corporation | Driver controlling system for a vehicle |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
DE102011012793A1 (de) * | 2011-03-02 | 2012-09-06 | Volkswagen Ag | Fahrerassistenzverfahren und Fahrerassistenzsystem |
CN102859323A (zh) * | 2009-11-24 | 2013-01-02 | 特洛吉斯有限公司 | 基于能源利用的车辆路线选择 |
Family Cites Families (35)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2917038B2 (ja) | 1990-03-29 | 1999-07-12 | マツダ株式会社 | 自律走行車両の制御装置 |
DE4209060C2 (de) * | 1992-03-20 | 1994-12-15 | Daimler Benz Ag | Verfahren zur Regelung des Abstandes zwischen fahrenden Kraftfahrzeugen |
DE19860248C1 (de) * | 1998-12-24 | 2000-03-16 | Daimler Chrysler Ag | Verfahren und Vorrichtung zur Klassifizierung der Fahrweise eines Fahrers in einem Kraftfahrzeug |
EP1302356B1 (en) | 2001-10-15 | 2006-08-02 | Ford Global Technologies, LLC. | Method and system for controlling a vehicle |
JP2004034881A (ja) * | 2002-07-05 | 2004-02-05 | Honda Motor Co Ltd | 車両の走行制御装置 |
US8078338B2 (en) * | 2004-10-22 | 2011-12-13 | Irobot Corporation | System and method for behavior based control of an autonomous vehicle |
JP4640141B2 (ja) * | 2005-11-28 | 2011-03-02 | トヨタ自動車株式会社 | 車両の駆動力制御装置 |
JP4909030B2 (ja) * | 2006-11-28 | 2012-04-04 | 日立オートモティブシステムズ株式会社 | 衝突回避支援システム及びそれを搭載した車両 |
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 |
JP5250995B2 (ja) * | 2007-04-18 | 2013-07-31 | 日産自動車株式会社 | 走行支援装置 |
US8335635B2 (en) * | 2007-12-31 | 2012-12-18 | The Invention Science Fund I, Llc | System and method for operating a vehicle |
US7957892B2 (en) * | 2007-12-31 | 2011-06-07 | The Invention Science Fund I, Llc | Condition-sensitive exhaust control |
US8335636B2 (en) * | 2007-12-31 | 2012-12-18 | The Invention Science Fund I, Llc | System and method for remotely modifying vehicle operations |
JP2009234442A (ja) * | 2008-03-27 | 2009-10-15 | Equos Research Co Ltd | 運転操作支援装置 |
JP5332356B2 (ja) * | 2008-07-08 | 2013-11-06 | 日産自動車株式会社 | 車両用運転支援装置 |
US8260515B2 (en) * | 2008-07-24 | 2012-09-04 | GM Global Technology Operations LLC | Adaptive vehicle control system with driving style recognition |
US20100087987A1 (en) * | 2008-10-08 | 2010-04-08 | Gm Global Technoloogy Operations, Inc. | Apparatus and Method for Vehicle Driver Recognition and Customization Using Onboard Vehicle System Settings |
JP5401971B2 (ja) * | 2008-12-17 | 2014-01-29 | トヨタ自動車株式会社 | 運転支援装置 |
JP5233655B2 (ja) * | 2008-12-22 | 2013-07-10 | 日本電気株式会社 | 追従対象車検索システム、追従対象車検索方法および追従対象車検索用プログラム |
US8738228B2 (en) * | 2009-10-30 | 2014-05-27 | Ford Global Technologies, Llc | Vehicle and method of tuning performance of same |
JP5177327B2 (ja) * | 2010-05-17 | 2013-04-03 | トヨタ自動車株式会社 | 運転支援装置 |
KR101170980B1 (ko) | 2010-07-15 | 2012-08-07 | 한국에너지기술연구원 | 혼류 임펠러의 구조 |
US8509982B2 (en) * | 2010-10-05 | 2013-08-13 | Google Inc. | Zone driving |
KR20120076011A (ko) * | 2010-12-29 | 2012-07-09 | 전자부품연구원 | 운전자의 운전패턴을 반영한 그린드라이브 경로 제공 장치 및 방법 |
WO2012095964A1 (ja) * | 2011-01-12 | 2012-07-19 | トヨタ自動車株式会社 | 車両用情報処理システム |
DE102011012096A1 (de) * | 2011-02-23 | 2012-08-23 | GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) | Verfahren zum Betreiben eines Fahrerassistenzsystems eines Kraftfahrzeugs und Fahrerassistenzsystems |
US20120310465A1 (en) * | 2011-06-02 | 2012-12-06 | Harman International Industries, Incorporated | Vehicle nagivation system |
CN103827938A (zh) * | 2011-09-22 | 2014-05-28 | 丰田自动车株式会社 | 驾驶辅助装置 |
US9361271B2 (en) * | 2011-09-27 | 2016-06-07 | Wipro Limited | Systems and methods to enable eco-driving |
US9002612B2 (en) * | 2012-03-20 | 2015-04-07 | Toyota Motor Engineering & Manufacturing North America, Inc. | Prediction of driver-specific cruise speed using dynamic modeling |
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 |
DE102013210941A1 (de) * | 2013-06-12 | 2014-12-18 | Robert Bosch Gmbh | Verfahren und Vorrichtung zum Betreiben eines Fahrzeugs |
US9134731B2 (en) * | 2013-08-22 | 2015-09-15 | Intel Corporation | Locality adapted computerized assisted or autonomous driving of vehicles |
US9475496B2 (en) * | 2013-11-22 | 2016-10-25 | Ford Global Technologies, Llc | Modified autonomous vehicle settings |
US9517771B2 (en) * | 2013-11-22 | 2016-12-13 | Ford Global Technologies, Llc | Autonomous vehicle modes |
-
2013
- 2013-12-11 WO PCT/US2013/074459 patent/WO2015088522A1/en active Application Filing
- 2013-12-11 CN CN201380080877.XA patent/CN105705395B/zh active Active
- 2013-12-11 US US14/364,658 patent/US9610949B2/en active Active
- 2013-12-11 KR KR1020167012237A patent/KR101886672B1/ko active IP Right Grant
- 2013-12-11 MX MX2016005968A patent/MX356836B/es active IP Right Grant
- 2013-12-11 EP EP13899187.2A patent/EP3079961B1/en active Active
- 2013-12-11 JP JP2016550451A patent/JP2016536220A/ja active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN102859323A (zh) * | 2009-11-24 | 2013-01-02 | 特洛吉斯有限公司 | 基于能源利用的车辆路线选择 |
DE102011012793A1 (de) * | 2011-03-02 | 2012-09-06 | Volkswagen Ag | Fahrerassistenzverfahren und Fahrerassistenzsystem |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11788852B2 (en) | 2019-11-28 | 2023-10-17 | Toyota Motor North America, Inc. | Sharing of transport user profile |
Also Published As
Publication number | Publication date |
---|---|
CN105705395A (zh) | 2016-06-22 |
JP2016536220A (ja) | 2016-11-24 |
KR101886672B1 (ko) | 2018-08-09 |
EP3079961A4 (en) | 2017-08-23 |
MX356836B (es) | 2018-06-15 |
EP3079961A1 (en) | 2016-10-19 |
WO2015088522A1 (en) | 2015-06-18 |
US9610949B2 (en) | 2017-04-04 |
US20150158486A1 (en) | 2015-06-11 |
KR20160068899A (ko) | 2016-06-15 |
MX2016005968A (es) | 2016-07-15 |
EP3079961B1 (en) | 2021-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105705395B (zh) | 个人驾驶偏好适应的车辆的计算机辅助或自主驾驶 | |
CN103359123B (zh) | 一种智能车速控制管理系统及实现方法 | |
CN107368069B (zh) | 基于车联网的自动驾驶控制策略的生成方法与生成装置 | |
CN109074621A (zh) | 用于为用户配置服务车辆的运输便利系统 | |
CN108629442A (zh) | 多模式运输规划和调度 | |
KR101847500B1 (ko) | 차량의 지역 적응식 전산화된 보조형 또는 자율형 주행 | |
EP3668755B1 (en) | Parking enforcement monitoring system for a digital license plate | |
CN104648284A (zh) | 自主车辆模式 | |
CN111507458B (zh) | 提供个性化及自适应深度学习模型的方法及装置 | |
CN109866778A (zh) | 具有自动辅助的自主车辆操作 | |
CN107577227A (zh) | 操作无人驾驶车辆的方法、装置和数据处理系统 | |
CN109195850A (zh) | 用于产生用于基于规则进行驾驶员辅助的控制数据的方法 | |
CN106683673A (zh) | 驾驶模式的调整方法、装置和系统、车辆 | |
CN109416873A (zh) | 具有自动化风险控制系统的自主或部分自主机动车辆及其相应方法 | |
CN109131340A (zh) | 基于驾驶员行为的主动车辆性能调整 | |
CN105144264A (zh) | 用云协助来丰富驾驶体验 | |
EP3668752B1 (en) | Electronically readable display features for a digital license plate | |
CN107244321A (zh) | 用于基于用户定义的参数进行自适应巡航控制的系统和方法 | |
US20180186288A1 (en) | Digital License Plate With Camera System | |
US20180189518A1 (en) | User Controlled Access To Vehicle Relevant Information | |
US20180118164A1 (en) | Customizable Vehicle Security System | |
CN107305704A (zh) | 图像的处理方法、装置及终端设备 | |
CN106412822A (zh) | 具有地理围栏机制的计算系统及其操作的方法 | |
CN111951548A (zh) | 一种车辆驾驶风险确定方法、装置、系统及介质 | |
CN110509928B (zh) | 一种辅助驾驶方法、装置 |
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 |