CN108873887A - 用于选择自主车辆中的驾驶模式的系统和方法 - Google Patents
用于选择自主车辆中的驾驶模式的系统和方法 Download PDFInfo
- Publication number
- CN108873887A CN108873887A CN201810425667.4A CN201810425667A CN108873887A CN 108873887 A CN108873887 A CN 108873887A CN 201810425667 A CN201810425667 A CN 201810425667A CN 108873887 A CN108873887 A CN 108873887A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- mode
- occupant
- parameter
- group
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims description 13
- 239000000725 suspension Substances 0.000 claims description 5
- 230000001133 acceleration Effects 0.000 claims description 4
- 230000009849 deactivation Effects 0.000 claims description 4
- 230000008030 elimination Effects 0.000 claims description 3
- 238000003379 elimination reaction Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000009434 installation Methods 0.000 claims 2
- 238000004134 energy conservation Methods 0.000 claims 1
- 230000006854 communication Effects 0.000 description 33
- 238000004891 communication Methods 0.000 description 33
- 230000006870 function Effects 0.000 description 9
- 238000012545 processing Methods 0.000 description 8
- 238000013500 data storage Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 230000006399 behavior Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 230000004927 fusion Effects 0.000 description 3
- 206010025482 malaise Diseases 0.000 description 3
- 229910002056 binary alloy Inorganic materials 0.000 description 2
- 230000010267 cellular communication Effects 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 206010013887 Dysarthria Diseases 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 241001085205 Prenanthella exigua Species 0.000 description 1
- 208000010340 Sleep Deprivation Diseases 0.000 description 1
- 206010048232 Yawning Diseases 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009118 appropriate response Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000007175 bidirectional communication Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 238000000151 deposition Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000008921 facial expression Effects 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000003128 head Anatomy 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000010191 image analysis Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000036651 mood Effects 0.000 description 1
- 201000003152 motion sickness Diseases 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000010344 pupil dilation Effects 0.000 description 1
- 230000008929 regeneration Effects 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 230000000284 resting effect Effects 0.000 description 1
- 238000013349 risk mitigation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 208000026473 slurred speech Diseases 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 238000001931 thermography Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 210000003462 vein Anatomy 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
-
- 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
- B60W30/18—Propelling the vehicle
- B60W30/182—Selecting between different operative modes, e.g. comfort and performance modes
-
- 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
- B60W30/02—Control of vehicle driving stability
- B60W30/025—Control of vehicle driving stability related to comfort of drivers or passengers
-
- 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
-
- 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
- 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
- B60W2050/0082—Automatic parameter input, automatic initialising or calibrating means for initialising the control system
-
- 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
-
- 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
- B60W2540/215—Selection or confirmation of options
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Control Of Driving Devices And Active Controlling Of Vehicle (AREA)
Abstract
提供了用于控制自主车辆的系统和方法。一种确定驾驶模式的方法包括接收乘员偏好信息,该乘员偏好信息包括一组预定义车辆模式,并且对于每个预定义车辆模式,包括一组乘员状态标准和一组车辆参数。该方法进一步包括接收指示车辆的一个或多个乘员的状态的一组乘员状态参数、确定乘员状态参数是否满足与该组预定义车辆模式中的第一车辆模式相关联的第一乘员状态标准,以及如果乘员状态参数满足第一乘员状态标准,则接合与第一车辆模式相关联的车辆调谐参数。
Description
技术领域
本公开总体上涉及自主车辆,并且更具体地涉及用于选择自主车辆中 的驾驶模式的系统和方法。
背景技术
自主车辆是能够感测其环境并且以很少或不需要用户输入进行导航 的车辆。它使用诸如雷达、激光雷达、图像传感器等感测装置来这样做。 自主车辆进一步使用来自全球定位系统(GPS)技术、导航系统、车对车 通信、车对基础设施技术和/或线控驱动系统的信息来对车辆进行导航。
虽然近年来一直显著地改进自主车辆,但是这样的车辆可能仍然在许 多方面有待改进。例如,目前已知的自主车辆通常仅提供一种或两种驾驶 模式,而自主驾驶车辆的本质使得各种驾驶模式在各种情况下可能是适当 的,这取决于其乘员的偏好。换言之,自主车辆由于它们本身的本质而应 当允许乘员以新的模式与车辆交互并且以新的方式接合在车辆内。
因此,期望提供用于选择自主车辆中的驾驶模式的系统和方法。另外, 从以下结合附图和前面的技术领域及背景技术进行的详细描述和所附权 利要求书中将更清楚地明白本发明的其它理想特征和特性。
发明内容
提供了用于控制自主车辆的系统和方法。在一个实施例中,一种确定 驾驶模式的方法包括接收乘员偏好信息,该乘员偏好信息包括一组预定义 车辆模式,并且对于每个预定义车辆模式,包括一组乘员状态标准和一组 车辆参数。该方法进一步包括接收指示车辆的一个或多个乘员的状态的一 组乘员状态参数、确定乘员状态参数是否满足与该组预定义车辆模式中的 第一车辆模式相关联的第一乘员状态标准,以及如果乘员状态参数满足第 一乘员状态标准,则接合与第一车辆模式相关联的车辆调谐参数。
在一个实施例中,一种自主车辆包括被设置在自主车辆内部的一个或 多个传感器,该一个或多个传感器被配置为观察自主车辆内部的乘员并且 产生与其相关联的传感器数据;以及车辆模式确定模块,其包括处理器。 该车辆模式确定模块被配置为:接收乘员偏好信息,该乘员偏好信息包括 一组预定义车辆模式,并且对于每个预定义车辆模式,包括一组乘员状态 标准和一组车辆参数;接收指示车辆的一个或多个乘员的状态的一组乘员 状态参数;确定乘员状态参数是否满足与一组预定义车辆模式中的第一车 辆模式相关联的第一乘员状态标准;并且如果乘员状态参数满足第一乘员 状态标准,则接合与第一车辆模式相关联的车辆调谐参数。
附图说明
下文将结合以下附图描述示例性实施例,其中相同标号表示相同元件, 且其中:
图1是说明根据各种实施例的具有驾驶模式选择系统的自主车辆的功 能框图;
图2是说明根据各种实施例的具有如图1中所示的一个或多个自主车 辆的运输系统的功能框图;
图3是说明根据各种实施例的与自主车辆相关联的自主驾驶系统 (ADS)的功能框图;
图4是说明根据各种实施例的自主车辆的车辆模式确定系统的数据流 图;并且
图5是根据各种实施例的自主车辆的概念性内部视图;并且
图6和7是说明根据各种实施例的用于控制自主车辆的控制方法的流 程图。
具体实施方式
以下详细描述本质上仅仅是示例性的,并且不旨在限制应用和用途。 另外,不存在被任何前述的技术领域、背景技术、发明内容或以下详细描 述中提出的任何明确的或暗示的理论约束的意图。如本文所使用,术语“模 块”是指单独地或呈任何组合的任何硬件、软件、固件、电子控制部件、处 理逻辑和/或处理器装置,包括但不限于:专用集成电路(ASIC)、现场可 编程门阵列(FPGA)、电子电路、处理器(共享、专用或成组)以及执行 一个或多个软件或固件程序的存储器、组合逻辑电路和/或提供所述功能性 的其它合适部件。
本公开的实施例在本文可依据功能和/或逻辑块部件和各个处理步骤 来描述。应当明白的是,这些块部件可由被配置为执行指定功能的任何数 量的硬件、软件和/或固件部件来实施。例如,本公开的实施例可采用各种 集成电路部件(例如,存储器元件、数字信号处理元件、逻辑元件、查找 表等,其可以在一个或多个微处理器或其它控制装置的控制下执行多种功 能)。另外,本领域技术人员将明白的是,本公开的实施例可结合任何数 量的系统来实践,并且本文所述的传感器平台仅仅是本公开的一个示例性 实施例。
为了简明起见,本文可不详细描述与信号处理、数据传输、信令、控 制、机器学习、图像分析以及该系统(和该系统的单个操作部件)的其它 功能方面有关的常规技术。另外,本文所包括的各个图式中所示的连接线 旨在表示各个元件之间的示例功能关系和/或物理联接。应当注意的是,在 本公开的实施例中可存在许多替代或附加的功能关系或物理连接。
参考图1,根据各种实施例,总体上示为100的车辆模式选择系统与 车辆10相关联。通常,车辆模式选择系统(或简称为“系统”)100基于乘 客偏好和指示自主车辆的乘员状态的参数等允许多种操作模式。在一个实 施例中,例如,在乘员偏好授权这种模式并且该乘员或多个乘员的状态与 睡眠模式相关联的状态一致的情况下,车辆提供“睡眠模式”。
如图1中所描绘,车辆10通常包括底盘12、车身14、前轮16和后 轮18。车身14被布置在底盘12上并且大致上包围车辆10的部件。车身 14和底盘12可共同形成框架。车轮16到18各自在车身14的相应拐角附 近旋转地联接到底盘12。
在各种实施例中,车辆10是自主车辆并且驾驶模式选择系统100被 结合到自主车辆10(在下文中被称为自主车辆10)中。自主车辆10例如 是被自动控制以将乘客从一个位置运送到另一个位置的车辆。在所说明的 实施例中,车辆10被描绘为乘用车,但是应当明白的是,也可使用包括 摩托车、卡车、运动型多用途车辆(SUV)、休闲车辆(RV)、船舶、飞行器等任何其它车辆。
例如,自主车辆10对应于汽车工程师协会(SAE)“J3016”标准分类 的自动驾驶等级下的四级或五级自动化系统。使用该术语,四级系统指示 “高度自动化”,其指代自动驾驶系统在动态驾驶任务的所有方面的驾驶模 式所特有的性能,即使人类驾驶员对干预请求没有做出适当响应。另一方 面,五级系统指示“全自动化”,其指代自动驾驶系统在可由人类驾驶员管 理的所有道路和环境状况下在动态驾驶任务的所有方面的全面性能的驾驶模式。然而,应当明白的是,根据本主题的实施例不限于自动化类别的 任何特定的分类学或标题。另外,根据本实施例的驾驶模式选择系统可与 利用导航系统和/或提供路线引导的任何自主车辆结合使用。
如所示,自主车辆10通常包括推进系统20、变速器系统22、转向系 统24、制动系统26、传感器系统28、致动器系统30、至少一个数据存储 装置32、至少一个控制器34以及通信系统36。推进系统20在各种实施 例中可包括内燃机、诸如牵引电动机等电机和/或燃料电池推进系统。变速 器系统22被配置为根据可选速比将来自推进系统20的动力传输到多个车 轮16和18。根据各种实施例,变速器系统22可包括分级传动比自动变速 器、无级变速器或其它适当的变速器。
制动系统26被配置为向车轮16和18提供制动转矩。在各种实施例 中,制动系统26可包括摩擦制动器、线控制动器、诸如电机等再生制动 系统,和/或其它适当的制动系统。
转向系统24影响车轮16和/或18的位置。虽然为了说明目的而被描 绘为包括方向盘25,但是在本公开的范围内预期的一些实施例中,转向系 统24可不包括方向盘。
传感器系统28包括感测自主车辆10的外部环境和/或内部环境的可观 察状况的一个或多个感测装置40a到40n。感测装置40a到40n可包括但 不限于雷达、激光雷达、全球定位系统、光学相机、热像仪、超声波传感 器和/或其它传感器。在一些实施例中,感测装置40a到40n包括能够观察 车辆乘员并且(例如,使用训练的神经网络或本领域中已知的其它这样的 分类模型)对他们相应的状态进行分类的一个或多个传感器。
致动器系统30包括一个或多个致动器装置42a到42n,其控制一个或 多个车辆特征,诸如但不限于推进系统20、变速器系统22、转向系统24 和制动系统26。在各种实施例中,自主车辆10还可包括图1中未说明的 内部和/或外部车辆特征,诸如各种车门、行李箱以及诸如无线电、音乐、 照明、触屏显示部件(诸如与导航系统连接中所使用的部件)等驾驶室特 征。
数据存储装置32存储用于自动控制自主车辆10的数据。在各种实施 例中,数据存储装置32存储可导航环境的限定地图。在各种实施例中, 限定地图可由远程系统预定义并且从远程系统获取(关于图2进一步详细 描述)。例如,限定地图可由远程系统组装并且(以无线方式和/或以有线 方式)传送到自主车辆10并存储在数据存储装置32中。路线信息还可被 存储在数据装置32内-即,一组路段(在地理上与一个或多个限定地图相 关联),其一起限定了用户可从起始位置(例如,用户的当前位置)行驶 到目标位置所采取的路线。如将明白的是,数据存储装置32可为控制器 34的一部分,与控制器34分开,或作为控制器34的一部分以及单独系统 的一部分。
控制器34包括至少一个处理器44和计算机可读存储装置或介质46。 处理器44可为任何定制的或商业上可用的处理器、中央处理单元(CPU)、 图形处理单元(GPU)、与控制模块34相关联的若干处理器中的辅助处理 器、基于半导体的微处理器(呈微芯片或芯片集的形式)、它们的任何组 合或通常用于执行指令的任何装置。计算机可读存储装置或介质46可包 括例如只读存储器(ROM)、随机存取存储器(RAM)和保活存储器(KAM) 中的易失性和非易失性存储器。KAM是一种持久或非易失性存储器,其 可在处理器44断电时用于存储各种操作变量。计算机可读存储装置或介 质46可使用诸如PROM(可编程只读存储器)、EPROM(电PROM)、 EEPROM(电可擦除PROM)、闪速存储器或能够存储数据的任何其它电 动、磁性、光学或组合存储器装置的许多已知存储器中的任何一种来实施, 其中的某些数据表示由控制器34用于控制自主车辆10的可执行指令。
指令可包括一个或多个单独的程序,每个程序包括用于实施逻辑功能 的可执行指令的有序列表。指令在由处理器44执行时接收并处理来自传 感器系统28的信号,执行用于自动控制自主车辆10的部件的逻辑、计算、 方法和/或算法,并且产生控制信号,其被传输到致动器系统30以基于逻 辑、计算、方法和/或算法来自动地控制自主车辆10的部件。虽然图1中 仅示出了一个控制器34,但是自主车辆10的实施例可包括通过任何合适 的通信介质或通信介质的组合进行通信并且协作以处理传感器信号、执行 逻辑、计算、方法和/或算法且产生控制信号以自动控制自主车辆10的特 征的任意数量的控制器34。在一个实施例中,如下面详细讨论,控制器 34被配置为允许乘员基于乘员偏好、车辆状态和乘员状态来选择驾驶模式。
通信系统36被配置为向和从其它实体48(诸如但不限于其它车辆 (“V2V”通信)、基础设施(“V2I”通信)、远程运输系统和/或用户装置(关 于图2更详细描述)无线地传送信息。在示例性实施例中,通信系统36 是被配置为经由使用IEEE802.11标准的无线局域网(WLAN)或通过使用 蜂窝数据通信来进行通信的通信系统。然而,诸如专用短程通信(DSRC)信道等附加或替代通信方法也被认为在本公开的范围内。DSRC信道是指 专门为汽车使用而设计的单向或双向短程到中程无线通信信道,以及对应 的一组协议和标准。
现在参考图2,在各种实施例中,关于图1描述的自主车辆10可适用 于在某个地理区域(例如,城市、学校或商业园区、购物中心、游乐园, 活动中心等)的出租车或班车系统的背景下或可只需由远程系统管理。例 如,自主车辆10可与基于自主车辆的远程运输系统相关联。图2说明了 总体上以50示出的操作环境的示例性实施例,该操作环境包括基于自主 车辆的远程运输系统(或简称为“远程运输系统”)52,其与关于图1所描 述的一个或多个自主车辆10a到10n相关联。在各种实施例中,操作环境 50(其全部或部分可对应于图1中所示的实体48)进一步包括经由通信网 络56与自主车辆10和/或远程运输系统52通信的一个或多个用户装置54。
通信网络56根据需要支持在由操作环境50支持的装置、系统和部件 之间(例如,经由有形的通信链路和/或无线通信链路)的通信。例如,通 信网络56可包括无线载波系统60,诸如蜂窝电话系统,其包括多个手机 信号塔(未示出)、一个或多个移动交换中心(MSC)(未示出)以及将无 线载波系统60与陆地通信系统连接所需要的任何其它联网部件。每个手 机信号塔均包括发送和接收天线以及基站,其中来自不同手机信号塔的基 站直接或经由诸如基站控制器等中间设备连接到MSC。无线载波系统60 可实施任何合适的通信技术,包括(例如)诸如CDMA(例如,CDMA2000)、 LTE(例如,4G LTE或5G LTE)、GSM/GPRS或其它当前或正涌现的无线 技术等数字技术。其它手机信号塔/基站/MSC布置是可能的并且可结合无 线载波系统60使用。例如,基站和手机信号塔可共同位于相同站点处或 它们可远离彼此,每个基站可负责单个手机信号塔或单个基站可服务于各 个手机信号塔,且各个基站可联接至单个MSC,这里仅列举几种可能布置。
除包括无线载波系统60外,可包括呈卫星通信系统64的形式的第二 无线载波系统来提供与自主车辆10a到10n进行的单向或双向通信。这可 使用一个或多个通信卫星(未示出)和上行链路传输站(未示出)来进行。 单向通信可包括(例如)卫星无线电服务,其中节目内容(新闻、音乐等) 是由传输站接收、封装上传并且然后发送至卫星,从而向用户广播该节目。 双向通信可包括(例如)使用卫星以在车辆10与站之间中继电话通信的 卫星电话服务。除了或代替无线载波系统60,可利用卫星电话。
可进一步包括陆地通信系统62,其为连接到一个或多个陆线电话的常 规陆基电信网络并且将无线载波系统60连接到远程运输系统52。例如, 陆地通信系统62可包括诸如用于提供硬接线电话、分组交换数据通信和 因特网基础设施的公共交换电话网(PSTN)。一段或多段陆地通信系统62 可通过使用标准有线网络、光纤或其它光学网络、电缆网络、电力线、其 它无线网络(诸如无线局域网(WLAN))或提供宽带无线存取(BWA) 的网络或其任何组合来实施。另外,远程运输系统52不需要经由陆地通 信系统62连接,反而可包括无线电话设备使得其可直接与无线网络(诸 如无线载波系统60)通信。
虽然在图2中仅示出了一个用户装置54,但是操作环境50的实施例 可支持任意数量的用户装置54,包括由一个人拥有、操作或以其它方式使 用的多个用户装置54。由操作环境50支持的每个用户装置54可使用任何 合适的硬件平台来实施。就此而言,用户装置54可以任何常见形式因素 来实现,包括但不限于:台式计算机;移动计算机(例如,平板计算机、 膝上型计算机或上网本计算机);智能电话;视频游戏装置;数字媒体播 放器;家庭娱乐设备的部件;数码相机或视频摄影机;可穿戴计算装置(例 如,智能手表、智能眼镜、智能服装);等。由操作环境50支持的每个用 户装置54被实现为具有实行本文描述的各种技术和方法所需的硬件、软 件、固件和/或处理逻辑的计算机实施的或基于计算机的装置。例如,用户 装置54包括可编程装置形式的微处理器,该微处理器包括存储在内部存 储器结构中并且被施加来接收二进制输入以创建二进制输出的一个或多 个指令。在一些实施例中,用户装置54包括能够接收GPS卫星信号并且 基于那些信号产生GPS坐标的GPS模块。在其它实施例中,用户装置54 包括蜂窝通信功能性使得该装置通过通信网络56使用一个或多个蜂窝通 信协议(如本文所讨论)实行语音和/或数据通信。在各种实施例中,用户 装置54包括可视显示器,诸如触摸屏图形显示器或其它显示器。
远程运输系统52包括一个或多个后端服务器系统,该后端服务器系 统可为基于云的、基于网络的或驻留在由远程运输系统52服务的特定校 园或地理位置。远程运输系统52可由现场顾问、自动顾问、人工智能系 统或它们的组合来人工操作。远程运输系统52可与用户装置54和自主车 辆10a到10n进行通信以安排乘车、派遣自主车辆10a到10n等。在各种 实施例中,远程运输系统52存储诸如用户认证信息、车辆标识符、简档 记录、生物测量数据、行为模式和其它相关用户信息等账户信息。
根据典型的用例工作流程,远程运输系统52的注册用户可经由用户 装置54创建乘车请求。乘车请求通常将指示乘客希望的乘车位置(或当 前GPS位置)、期望目的地位置(其可识别预定义的车辆停靠站和/或用户 指定的乘客目的地)以及乘车时间。远程运输系统52接收乘车请求、处 理该请求,并且在指定的乘车地点且在适当的时间派遣自主车辆10a到10n 中的一个车辆来让乘客乘车(当一个车辆可用时和如果一个车辆可用)。 运输系统52还可产生并向用户装置54发送适当配置的确认消息或通知, 以使乘客知道车辆正在途中。
如可明白,本文公开的主题提供了可被认为是标准或基线的自主车辆 10和/或基于自主车辆的远程运输系统52的某些增强的特征和功能。为此, 自主车辆和基于自主车辆的远程运输系统可被修改、增强或以其它方式补 充以提供下面更详细描述的附加特征。
根据各种实施例,控制器34实施如图3中所示的自主驾驶系统(ADS) 70。即,利用控制器34的合适软件和/或硬件部件(例如,处理器44和计 算机可读存储装置46)来提供与车辆10结合使用的自主驾驶系统70。
在各种实施例中,自主驾驶系统70的指令可由功能或系统组织。例 如,如图3中所示,自主驾驶系统70可包括传感器融合系统74、定位系 统76、引导系统78和车辆控制系统80。如可明白的是,在各种实施例中, 由于本公开不限于本示例,所以可将指令组织(例如,组合、进一步划分 等)为任何数量的系统。
在各种实施例中,传感器融合系统74合成并处理传感器数据并且预 测车辆10的环境的对象和特征的存在、位置、分类和/或路径。在各种实 施例中,传感器融合系统74可结合来自多个传感器(包括但不限于相机、 激光雷达、雷达和/或任何数量的其它类型的传感器)的信息。
定位系统76处理传感器数据以及其它数据以确定车辆10相对于环境 的位置(例如,相对于地图的本地位置、相对于道路车道的精确位置、车 辆航向、速度等)。引导系统78处理传感器数据以及其它数据以确定车辆10遵循的路径。车辆控制系统80根据所确定的路径产生用于控制车辆10 的控制信号。
在各种实施例中,控制器34实施机器学习技术以辅助控制器34的功 能,诸如特征检测/分类、障碍缓解、路线穿越、绘图、传感器集成、地面 实况确定等。
如上面简要提及,图1的驾驶模式确定系统100被配置为允许乘员基 于一个或多个预定义车辆模式(例如睡眠模式、节能模式、豪华模式、高 性能模式等)以高度的定制和粒度来调整AV10的驾驶参数。
现在参考图4,示例性车辆模式确定系统400通常包括接收乘员偏好 信息401和指示乘员状态的参数(或“乘员状态参数”)403的车辆模式确 定模块(或简称为“模块”)420。模块420然后产生对应于适当车辆模式的 输出431-例如与一个或多个车辆操作模式相关联的一组参数调整。
如本文所使用的短语“车辆模式”或“车辆操作模式”通常是指由在特定 时间点起作用的车辆参数确定的自主车辆10的行为。在没有限制的情况 下,这样的车辆参数可包括例如变速器换挡点、最大加速/减速率、变矩器 离合器滑移、排气噪音、道路噪音、发动机安装率、主动噪音消除、悬架 柔软度、发动机校准调整、座椅位置和特性、汽缸停用、路线选择、内部 照明、媒体音量等。
在一个实施例中,自主车辆10默认包括一组车辆模式,但是也允许 用户以高度细节创建和定制新的车辆模式。例如,在一个实施例中,自主 车辆10可提供以下模式:车辆确定模式(其中自主车辆10确定当前状况 下的最优车辆模式)、睡眠模式(其中经由适当的传感器确定一个或多个 乘员是睡着了还是在休息)、定制模式(其中用户已定义了一组任意车辆 参数)、节能模式(其中车辆参数针对减少的能量使用进行优化)、豪华模 式(例如,其中车辆参数针对柔和、安静的乘坐进行优化)和高性能模式 (其中车辆参数针对“运动”操作进行了优化)。
乘员偏好信息401以任何形式包括与用于接合每个特定车辆模式的车 辆参数和设置组合的一组所有可能的车辆模式。这种偏好(其可存储为任 何便利的数据结构)可响应于对乘员的提示而产生,或者可为由乘员或其 它用户经由适当的用户界面输入的预定义偏好的结果。在一个实施例中, 例如,用户界面由在诸如被配置为与自主车辆10进行通信的智能电话等 移动装置上运行的应用程序提供。在一些实施例中,偏好401被存储在便携式存储器装置内并且在车辆10的操作之前通过合适的接口(例如,USB 接口)被转移到车辆10。在一些实施例中,用户界面可包括桌子、驾驶员 界面控件、车辆10中的信息娱乐屏幕或口语文字界面。
乘员状态参数403包括将AV10的一个或多个乘员的状态(如经由传 感器511、512所确定的)特征化的信息。例如,参数403可指示在车辆的 第三排中是否有乘员(在这种情况下,运动驾驶可能是非期望的)、乘员 年龄、乘员的驾驶体验、一个或多个乘员是否正在睡觉或否则不像所期望 的那样警觉,等等。
虽然在图4中未说明,但是模块420还可考虑各种车辆状态参数来确 定适当的车辆模式。这些参数可包括与车辆和其环境有关的信息,诸如当 地交通密度、当前道路的本质、当地天气状况、道路摩擦系数等。
模块420可以各种方式实施,这些方式的范围从相对简单的决策树到 经历有监督或无监督学习的机器学习模型。通常,应当理解的是,根据本 公开的系统100的各种实施例可包括嵌入在控制器34内的任何数量的子 模块。如可明白的,图4中所示的子模块可被组合和/或被进一步划分以类 似地选择驾驶模式。系统100的输入可从传感器系统28接收、从与自主 车辆10关联的其它控制模块(未示出)接收、从通信系统36接收,和/ 或由图1的控制器34内的其它子模块(未示出)确定/建模。
图5以简化形式描绘了示例性车辆10的内部,其包括两个乘员:被 示为坐在前排驾驶员座椅的乘员501和被示为坐在后排乘客座椅的乘员 502。图5中还示出了两个传感器511和512,它们被配置为观察乘员501 和502以及可驻留在车辆10中的任何其它乘员。应当理解的是,可在任 何便利的位置中采用任何数量的传感器,并且所说明的实施例并非意在限 制。不管传感器511、512的数量和位置如何,传感器均可为IR传感器、 光学传感器或能够产生指示乘员501和502的状态的图像等的任何其它类 型的传感器。如图4中所示,由传感器511和512产生的数据因此用作模 块420的输入403。
现在参考图6和7并且继续参考图1到5,所说明的流程图提供了可 由根据本公开的系统100执行的控制方法600和700。如根据本公开可理 解,该方法内的操作顺序不限于如图6和7中所说明的顺序执行,而是可 根据需要并且根据本公开来以一个或多个不同顺序来执行。在各种实施例 中,控制方法600和700可被安排为基于一个或多个预定事件运行,和/ 或可在自主车辆10的操作期间连续运行。
图6呈现了说明可如何选择车辆模式的通用流程图,并且图7呈现了与选择“睡眠”模式(即,适合于其中一个或多个乘员看起来睡着的情景的模式)相关联的具体实施例。因此,除了下面指出的例外,图7中的步骤701到706通常对应于图6中的步骤601到606。
参考图6,该过程开始于601,其中系统(例如,传感器501和502 结合控制器34内的合适硬件和软件)监测车辆10内的各个乘员(例如, 501和502)的状态。合适的机器学习方法(诸如卷积神经网络(CNN)) 可用于此任务。如上所述,乘员的监测用于产生关于车辆中的乘员的就座 安排、乘员的体重/大小、一个或多个乘员是否正在睡觉或否则不集中在道路上等信息。在一些实施例中,乘员的面部表情用于确定乘员的表观情绪。 在其它实施例中,可在内部检测到儿童约束座椅和其它这样的对象。
与乘员的感知状态相关联的属性还可包括乘员正在看的位置、乘员的 眼睛闭合的程度、他们多久闭合他们的眼睛以及闭合多长时间、他们的身 体姿势、显著的头部移动(诸如“点头”)、乘员是否打了呵欠、乘员就座位 置、睡眠不足的视觉指标(诸如眼睛静脉突出)等。
在另一个实施例中,一种操作模式对应于高风险乘客模式的“晕车病风 险缓解概况”或“晕车病回避模式”。在这种模式下,系统会调整驾驶车辆状 态以降低乘员晕车的风险。一些乘员(诸如严重受伤的乘员)可能面临更 大的晕车病风险。在乘员实际上晕车的情况下,这对于共享乘坐公司可能 代价较高。因此,系统可能会查看诸如身体移动、乘员语音分析(语言不 清)、瞳孔扩张、乘员语音内容(“我晕车”、“我感觉我要呕吐了“等)、体 温数据等。可能调整的参数包括车辆加速和减速率、悬架刚度变化(更柔 软的乘坐)、发动机校准、汽缸停用等。从晕车角度来看,系统还可调整 路线路径以在乘客更舒适的路线(例如,喜欢平稳的高速公路)上驾驶。
接下来,在602处,系统确定该乘员或多个乘员的状态是否满足预定 义车辆模式的乘员状态标准-例如,存储在控制器43内的预定义状态,并 且对于每个列举的车辆模式,包括与该模式以及要调整来接合该模式相关 联的车辆参数。/*
如果确定乘员状态满足驾驶模式的预定义乘员标准,则处理继续进行 到604;否则,系统继续当前驾驶模式(603),然后返回到601并继续监 测乘员状态。
在604处,系统确定预定义车辆模式是否已被启用。这可对应于例如 与预定义车辆模式和参数值一起存储的用户可配置的二进制标志。如果预 定义车辆模式尚未启用,则系统继续当前驾驶模式(603),然后返回到601 并继续监测乘员状态。
在一些实施例中,系统(例如,通过面部识别或其它方法)确定具体 乘员是否坐在车辆10内,然后启用由该具体乘员创建或为该具体乘员创 建的驾驶模式。这种乘员所特有的偏好也可取决于该乘员的位置。例如, 特定的人可能更偏好只有当这个人没有坐在驾驶员座椅上时启用睡眠模 式。
在一些实施例中,驾驶模式的启用可取决于乘员的表观年龄和/或大小。 即,只有在乘员不包括小孩的情况下,才能启用“性能模式”。
接下来,在605处,系统确定(例如,从存储在控制器34中的一组 值中提取)与预定义驾驶模式相关联的车辆参数,然后接合那些车辆参数 以实施选定驾驶模式。
图7以说明方式描绘了实施“睡眠”模式的示例。具体地,除了702具 体确定一个或多个乘员是否处于“睡眠状态”、704确定是否已启用“睡眠模 式”以及705确定与睡眠模式相关联的车辆参数之外,步骤701到706通常 对应于图6中的步骤601到606。在一个实施例中,例如,与睡眠模式相 关联的车辆参数包括:增加变矩器离合器滑移、降低排气噪音、增加主动 噪声消除、增加座椅柔软度并且另外调整座椅配置(对于睡着的乘员)、 选择较不积极的变速器换挡点、调暗内部照明、降低最大加速度、选择具 有较少停靠点和拐角的路线、选择具有更适宜的天气状况的路线、选择具 有最小路面粗糙度的路线、降低发动机噪音以及减小悬架刚度。
虽然前述详细描述中已经提出了至少一个示例性实施例,但是应当明 白的是,存在许多变化。还应当明白的是,示例性实施例或多个示例性实 施例仅仅是示例并且不旨在以任何方式限制本公开的范围、适用性或配置。 实情是,前文详细描述将给本领域技术人员提供用于实施示例性实施例或 多个示例性实施例的便捷指引。应当理解的是,在不脱离所附权利要求书 和其合法等同物的范围的情况下,可对元件的功能和设置作出各种改变。
Claims (10)
1.一种确定自主车辆的驾驶模式的方法,所述方法包括:
接收乘员偏好信息,所述乘员偏好信息包括一组预定义车辆模式,并且对于每个所述预定义车辆模式,包括一组乘员状态标准和一组车辆参数;
接收指示所述车辆的一个或多个乘员的所述状态的一组乘员状态参数;
确定所述乘员状态参数是否满足与所述组预定义车辆模式中的第一车辆模式相关联的第一乘员状态标准;以及
如果所述乘员状态参数满足所述第一乘员状态标准,则接合与所述第一车辆模式相关联的所述车辆参数。
2.根据权利要求1所述的方法,其中所述车辆参数包括与变速器换挡点、最大加速率、变矩器离合器滑移、排气噪音、道路噪音、发动机安装率、主动噪音消除、悬架刚度、发动机校准、座椅特性、汽缸停用、座椅位置和路线选择中的至少一个有关的参数。
3.根据权利要求1所述的方法,其中所述组预定车辆模式包括睡眠模式,并且所述组乘员状态参数包括关于一个或多个所述乘员是否似乎睡着的确定。
4.根据权利要求1所述的方法,其中所述组预定义车辆模式包括睡眠模式、节能模式、豪华模式、用户定制模式和高性能模式。
5.根据权利要求1所述的方法,其中所述组预定义车辆模式包括晕车回避模式。
6.根据权利要求1所述的方法,其中所述组乘员状态参数部分地由被设置在所述车辆内部的一组光学传感器确定。
7.一种自主车辆,包括:
被设置在所述自主车辆内部的一个或多个传感器,所述一个或多个传感器被配置为观察所述自主车辆内部的乘员并且产生与其相关联的传感器数据;
包括处理器的车辆模式确定模块,其被配置为:
接收乘员偏好信息,所述乘员偏好信息包括一组预定义车辆模式,并且对于每个所述预定义车辆模式,包括一组乘员状态标准和一组车辆参数;
接收指示所述车辆的一个或多个乘员的所述状态的一组乘员状态参数;
确定所述乘员状态参数是否满足与所述组预定义车辆模式中的第一车辆模式相关联的第一乘员状态标准;并且
如果所述乘员状态参数满足所述第一乘员状态标准,则接合与所述第一车辆模式相关联的所述车辆参数。
8.根据权利要求7所述的自主车辆,其中所述车辆参数包括与变速器换挡点、最大加速率、变矩器离合器滑移、排气噪音、道路噪音、发动机安装率、主动噪音消除、悬架刚度、发动机校准、座椅特性、汽缸停用、座椅位置和路线选择中的至少一个有关的参数。
9.根据权利要求7所述的自主车辆,其中所述组预定车辆模式包括睡眠模式,并且所述组乘员状态参数包括关于一个或多个所述乘员是否似乎睡着的确定。
10.根据权利要求7所述的自主车辆,其中所述组预定义车辆模式包括睡眠模式、节能模式、豪华模式、用户定制模式和高性能模式。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/597,001 US20180335776A1 (en) | 2017-05-16 | 2017-05-16 | Systems and methods for selecting driving modes in autonomous vehicles |
US15/597001 | 2017-05-16 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108873887A true CN108873887A (zh) | 2018-11-23 |
Family
ID=64272270
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810425667.4A Pending CN108873887A (zh) | 2017-05-16 | 2018-05-07 | 用于选择自主车辆中的驾驶模式的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20180335776A1 (zh) |
CN (1) | CN108873887A (zh) |
DE (1) | DE102018111266A1 (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112208522A (zh) * | 2019-07-12 | 2021-01-12 | 株式会社电装 | 用于控制车辆的驾驶的设备和方法 |
CN112445227A (zh) * | 2019-08-29 | 2021-03-05 | 通用汽车环球科技运作有限责任公司 | 用于基于操纵的驾驶的方法和系统 |
CN113547998A (zh) * | 2021-08-03 | 2021-10-26 | 深圳丽的声学科技有限公司 | 汽车智能睡眠辅助控制系统及方法 |
CN113744090A (zh) * | 2020-05-28 | 2021-12-03 | 丰田自动车株式会社 | 信息处理装置、信息处理系统、程序以及车辆 |
Families Citing this family (32)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170277182A1 (en) * | 2016-03-24 | 2017-09-28 | Magna Electronics Inc. | Control system for selective autonomous vehicle control |
JP6683178B2 (ja) * | 2017-06-02 | 2020-04-15 | トヨタ自動車株式会社 | 自動運転システム |
US10532749B2 (en) * | 2017-08-11 | 2020-01-14 | Uatc, Llc | Systems and methods to adjust autonomous vehicle parameters in response to passenger feedback |
US10761528B2 (en) * | 2018-03-23 | 2020-09-01 | Logic Meister Inc. | Automated operation vehicle control unit and automated operation vehicle using automated operation vehicle control unit |
US10960892B2 (en) * | 2018-03-23 | 2021-03-30 | Logic Meister Inc. | Automated operation vehicle control device and automated operation vehicle |
US10746112B2 (en) * | 2018-10-18 | 2020-08-18 | Ford Global Technologies, Llc | Method and system for NVH control |
JP6858738B2 (ja) * | 2018-11-22 | 2021-04-14 | 三菱電機株式会社 | 自動運転制御装置および自動運転制御方法 |
US11048793B2 (en) | 2018-12-05 | 2021-06-29 | Bank Of America Corporation | Dynamically generating activity prompts to build and refine machine learning authentication models |
US11036838B2 (en) | 2018-12-05 | 2021-06-15 | Bank Of America Corporation | Processing authentication requests to secured information systems using machine-learned user-account behavior profiles |
US11176230B2 (en) | 2018-12-05 | 2021-11-16 | Bank Of America Corporation | Processing authentication requests to secured information systems based on user behavior profiles |
US11159510B2 (en) | 2018-12-05 | 2021-10-26 | Bank Of America Corporation | Utilizing federated user identifiers to enable secure information sharing |
US11120109B2 (en) | 2018-12-05 | 2021-09-14 | Bank Of America Corporation | Processing authentication requests to secured information systems based on machine-learned event profiles |
US11113370B2 (en) | 2018-12-05 | 2021-09-07 | Bank Of America Corporation | Processing authentication requests to secured information systems using machine-learned user-account behavior profiles |
US10969236B2 (en) | 2018-12-13 | 2021-04-06 | Gm Global Technology Operations, Llc | Vehicle route control based on user-provided trip constraints |
JP7338157B2 (ja) * | 2019-01-21 | 2023-09-05 | スズキ株式会社 | 車両の制御装置 |
DE102019204201A1 (de) | 2019-03-27 | 2020-10-01 | Volkswagen Aktiengesellschaft | Verfahren und Vorrichtung zum Anpassen einer Fahrstrategie eines zumindest teilautomatisiert fahrenden Fahrzeugs |
DE102019204691A1 (de) * | 2019-04-02 | 2020-10-08 | Thyssenkrupp Ag | Verfahren und Einrichtung zur Überwachung eines fahrbetriebsbedingten Gesundheitszustandes von Insassen eines insbesondere autonomen Fahrzeugs |
DE102019003429A1 (de) * | 2019-05-15 | 2020-11-19 | Daimler Ag | Verfahren zur Prädiktion und Verringerung kinetosebedingter Störungen |
DE102019208985A1 (de) * | 2019-06-19 | 2020-12-24 | Zf Friedrichshafen Ag | Verfahren zur Vermeidung von Reisekrankheit in einem autonomen Fahrzeug |
US11144058B2 (en) | 2019-07-08 | 2021-10-12 | Ford Global Technologies, Llc | Systems and methods for vehicle powertrain calibration selection strategy |
FR3099737B1 (fr) * | 2019-08-05 | 2022-06-10 | Renault Sas | Procédé d’élaboration d’une consigne de pilotage d’un organe d’un véhicule automobile |
JP2021032729A (ja) * | 2019-08-26 | 2021-03-01 | 株式会社Subaru | 車両 |
US11687778B2 (en) | 2020-01-06 | 2023-06-27 | The Research Foundation For The State University Of New York | Fakecatcher: detection of synthetic portrait videos using biological signals |
US10967871B1 (en) * | 2020-03-27 | 2021-04-06 | Harman International Industries, Incorporated | Automatically estimating skill levels and confidence levels of drivers |
US11687094B2 (en) | 2020-08-27 | 2023-06-27 | Here Global B.V. | Method, apparatus, and computer program product for organizing autonomous vehicles in an autonomous transition region |
US11713979B2 (en) | 2020-08-27 | 2023-08-01 | Here Global B.V. | Method, apparatus, and computer program product for generating a transition variability index related to autonomous driving |
US11691643B2 (en) * | 2020-08-27 | 2023-07-04 | Here Global B.V. | Method and apparatus to improve interaction models and user experience for autonomous driving in transition regions |
JP2022112970A (ja) * | 2021-01-22 | 2022-08-03 | 株式会社デンソー | 車両制御装置、車両制御方法および車両制御プログラム |
US20220266690A1 (en) * | 2021-02-19 | 2022-08-25 | Ford Global Technologies, Llc | Powertrain situational calibration |
GB2608627A (en) * | 2021-07-07 | 2023-01-11 | Continental Automotive Gmbh | A power management system for a motor vehicle and method thereof |
CN114228745A (zh) * | 2021-12-24 | 2022-03-25 | 北京百度网讯科技有限公司 | 驾驶系统模块控制方法、装置、设备、介质、产品及车辆 |
DE102022104208B3 (de) | 2022-02-23 | 2023-07-27 | Audi Aktiengesellschaft | Verfahren zur Routenführung eines Kraftfahrzeugs, Fahrtroutencharakterisierungseinrichtung, Servervorrichtung, und Kraftfahrzeug |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102431452A (zh) * | 2011-12-07 | 2012-05-02 | 刘晓运 | 一种基于传感器的行车安全的控制方法 |
CN103868520A (zh) * | 2012-12-14 | 2014-06-18 | 福特全球技术公司 | 用于基于情境的行程计划的方法和设备 |
CN104637299A (zh) * | 2014-12-30 | 2015-05-20 | 东莞市高明企业服务有限公司 | 一种基于云的安全驾驶控制系统及其控制方法 |
US20160176409A1 (en) * | 2014-12-17 | 2016-06-23 | Honda Motor Co., Ltd. | System and method for dynamic vehicle control affecting sleep states of vehicle occupants |
CN105730380A (zh) * | 2016-03-18 | 2016-07-06 | 奇瑞汽车股份有限公司 | 驾驶辅助方法及系统 |
US20160264131A1 (en) * | 2015-03-11 | 2016-09-15 | Elwha Llc | Occupant based vehicle control |
CN105959021A (zh) * | 2016-05-31 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种基于可穿戴设备的车载诊断处理方法和终端 |
CN106553652A (zh) * | 2015-09-18 | 2017-04-05 | 法乐第未来公司 | 车辆模式调整系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8138888B2 (en) * | 2008-05-05 | 2012-03-20 | International Business Machines Corporation | System and method for adjusting a seat using biometric information |
US9511683B2 (en) * | 2010-08-25 | 2016-12-06 | GM Global Technology Operations LLC | Occupant recognition and verification system |
US9104537B1 (en) * | 2011-04-22 | 2015-08-11 | Angel A. Penilla | Methods and systems for generating setting recommendation to user accounts for registered vehicles via cloud systems and remotely applying settings |
WO2013036621A1 (en) * | 2011-09-09 | 2013-03-14 | Thales Avionics, Inc. | Controlling vehicle entertainment systems responsive to sensed passenger gestures |
EP2607142B1 (en) * | 2011-12-21 | 2017-02-22 | Volvo Car Corporation | System for controlling driving modes of a vehicle |
US20130197674A1 (en) * | 2012-01-30 | 2013-08-01 | Apple Inc. | Automatic configuration of self-configurable environments |
GB2524495C (en) * | 2014-03-24 | 2017-04-05 | British Airways Plc | Travel environment control |
EP2962903A1 (en) * | 2014-07-04 | 2016-01-06 | Fujitsu Limited | Configurable rental vehicle |
US9365218B2 (en) * | 2014-07-14 | 2016-06-14 | Ford Global Technologies, Llc | Selectable autonomous driving modes |
US9509775B2 (en) * | 2014-09-18 | 2016-11-29 | Ford Global Technologies, Llc | Cooperative occupant sensing |
US9788118B2 (en) * | 2015-03-27 | 2017-10-10 | Thales Avionics, Inc. | Spatial systems including eye tracking capabilities and related methods |
US9805605B2 (en) * | 2015-08-12 | 2017-10-31 | Madhusoodhan Ramanujam | Using autonomous vehicles in a taxi service |
US10220705B2 (en) * | 2015-08-12 | 2019-03-05 | Madhusoodhan Ramanujam | Sharing autonomous vehicles |
US9896100B2 (en) * | 2015-08-24 | 2018-02-20 | International Business Machines Corporation | Automated spatial separation of self-driving vehicles from other vehicles based on occupant preferences |
US9971348B1 (en) * | 2015-09-29 | 2018-05-15 | Amazon Technologies, Inc. | Passenger profiles for autonomous vehicles |
US9944291B2 (en) * | 2015-10-27 | 2018-04-17 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US10334050B2 (en) * | 2015-11-04 | 2019-06-25 | Zoox, Inc. | Software application and logic to modify configuration of an autonomous vehicle |
US20170285641A1 (en) * | 2016-04-01 | 2017-10-05 | GM Global Technology Operations LLC | Systems and processes for selecting contextual modes for use with autonomous, semi-autonomous, and manual-driving vehicle operations |
US9989645B2 (en) * | 2016-04-01 | 2018-06-05 | Uber Technologies, Inc. | Utilizing accelerometer data to configure an autonomous vehicle for a user |
US10493957B2 (en) * | 2016-08-18 | 2019-12-03 | Toyota Motor Engineering & Manufacturing North America, Inc. | Operational mode change based on vehicle occupancy for an autonomous vehicle |
US10266182B2 (en) * | 2017-01-10 | 2019-04-23 | Ford Global Technologies, Llc | Autonomous-vehicle-control system and method incorporating occupant preferences |
US10343555B2 (en) * | 2017-02-27 | 2019-07-09 | Nissan North America, Inc. | Autonomous vehicle seat positioning system |
KR102463705B1 (ko) * | 2017-03-13 | 2022-11-07 | 현대자동차주식회사 | 차량의 수면 보조 장치, 그를 포함한 시스템 및 그 방법 |
-
2017
- 2017-05-16 US US15/597,001 patent/US20180335776A1/en not_active Abandoned
-
2018
- 2018-05-07 CN CN201810425667.4A patent/CN108873887A/zh active Pending
- 2018-05-10 DE DE102018111266.1A patent/DE102018111266A1/de active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102431452A (zh) * | 2011-12-07 | 2012-05-02 | 刘晓运 | 一种基于传感器的行车安全的控制方法 |
CN103868520A (zh) * | 2012-12-14 | 2014-06-18 | 福特全球技术公司 | 用于基于情境的行程计划的方法和设备 |
US20160176409A1 (en) * | 2014-12-17 | 2016-06-23 | Honda Motor Co., Ltd. | System and method for dynamic vehicle control affecting sleep states of vehicle occupants |
CN104637299A (zh) * | 2014-12-30 | 2015-05-20 | 东莞市高明企业服务有限公司 | 一种基于云的安全驾驶控制系统及其控制方法 |
US20160264131A1 (en) * | 2015-03-11 | 2016-09-15 | Elwha Llc | Occupant based vehicle control |
CN106553652A (zh) * | 2015-09-18 | 2017-04-05 | 法乐第未来公司 | 车辆模式调整系统 |
CN105730380A (zh) * | 2016-03-18 | 2016-07-06 | 奇瑞汽车股份有限公司 | 驾驶辅助方法及系统 |
CN105959021A (zh) * | 2016-05-31 | 2016-09-21 | 深圳市元征科技股份有限公司 | 一种基于可穿戴设备的车载诊断处理方法和终端 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112208522A (zh) * | 2019-07-12 | 2021-01-12 | 株式会社电装 | 用于控制车辆的驾驶的设备和方法 |
JP2021015459A (ja) * | 2019-07-12 | 2021-02-12 | 株式会社デンソー | 車両制御装置、車両制御方法、及びプログラム |
JP7140067B2 (ja) | 2019-07-12 | 2022-09-21 | 株式会社デンソー | 車両制御装置、車両制御方法、及びプログラム |
CN112445227A (zh) * | 2019-08-29 | 2021-03-05 | 通用汽车环球科技运作有限责任公司 | 用于基于操纵的驾驶的方法和系统 |
CN113744090A (zh) * | 2020-05-28 | 2021-12-03 | 丰田自动车株式会社 | 信息处理装置、信息处理系统、程序以及车辆 |
CN113547998A (zh) * | 2021-08-03 | 2021-10-26 | 深圳丽的声学科技有限公司 | 汽车智能睡眠辅助控制系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
DE102018111266A1 (de) | 2018-11-22 |
US20180335776A1 (en) | 2018-11-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108873887A (zh) | 用于选择自主车辆中的驾驶模式的系统和方法 | |
CN109017782B (zh) | 个性化的自主车辆乘坐特性 | |
US11548457B2 (en) | Transport facilitation system for configuring a service vehicle for a user | |
US10474423B2 (en) | Systems and methods for soundscape selection in autonomous vehicles | |
CN109085819B (zh) | 用于实施自主车辆中的驾驶模式的系统和方法 | |
CN109866657B (zh) | 提供用于车辆中的自动乘客座椅调节的系统、方法和装置 | |
CA3040081C (en) | Transport facilitation system for configuring a service vehicle for a user | |
US10012990B2 (en) | Optimizing timing for configuring an autonomous vehicle | |
US9989645B2 (en) | Utilizing accelerometer data to configure an autonomous vehicle for a user | |
US20190332109A1 (en) | Systems and methods for autonomous driving using neural network-based driver learning on tokenized sensor inputs | |
US20190126934A1 (en) | Methods and systems foir remotely controlling comfort settting(s) within a vehicle | |
US20190026588A1 (en) | Classification methods and systems | |
CN108791184A (zh) | 用于自主车辆的车门致动器调整 | |
CN109131332A (zh) | 自动化车辆路线遍历能力 | |
US11701984B2 (en) | Apparatus and method for controlling interior of vehicle | |
CN109284764A (zh) | 用于自主车辆中对象分类的系统和方法 | |
CN115909706A (zh) | 用于动态车队优先化管理的方法和系统 | |
CN110304072A (zh) | 作为安全特征的共享自主车辆的占用检测 | |
CN114368392A (zh) | 自主训练驾驶员的方法和系统 | |
CN114763158A (zh) | 用于控制自主车辆的轨迹选择 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20181123 |