CN109388130A - 联网的自动车辆的安全控制 - Google Patents
联网的自动车辆的安全控制 Download PDFInfo
- Publication number
- CN109388130A CN109388130A CN201810891066.2A CN201810891066A CN109388130A CN 109388130 A CN109388130 A CN 109388130A CN 201810891066 A CN201810891066 A CN 201810891066A CN 109388130 A CN109388130 A CN 109388130A
- Authority
- CN
- China
- Prior art keywords
- automotive vehicle
- operation mode
- vehicle
- operator
- automotive
- 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
- 230000006855 networking Effects 0.000 title abstract description 3
- 238000000034 method Methods 0.000 claims abstract description 54
- 238000004891 communication Methods 0.000 claims abstract description 31
- 230000006399 behavior Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 238000013499 data model Methods 0.000 claims description 10
- 238000005259 measurement Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 206010010071 Coma Diseases 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 description 84
- 238000010586 diagram Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 14
- 230000009471 action Effects 0.000 description 8
- 230000001413 cellular effect Effects 0.000 description 8
- 230000003287 optical effect Effects 0.000 description 5
- 210000003371 toe Anatomy 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000005183 dynamical system Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- RTZKZFJDLAIYFH-UHFFFAOYSA-N Diethyl ether Chemical compound CCOCC RTZKZFJDLAIYFH-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000036541 health Effects 0.000 description 2
- 210000003733 optic disk Anatomy 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 206010024264 Lethargy Diseases 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000036626 alertness Effects 0.000 description 1
- 230000010267 cellular communication Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000003862 health status Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052741 iridium Inorganic materials 0.000 description 1
- GKOZUEZYRPOHIO-UHFFFAOYSA-N iridium atom Chemical compound [Ir] GKOZUEZYRPOHIO-UHFFFAOYSA-N 0.000 description 1
- 230000002045 lasting effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000004218 nerve net Anatomy 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000012546 transfer 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0055—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements
- G05D1/0061—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot with safety arrangements for transition from automatic pilot to manual pilot and vice versa
-
- 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
- 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
- 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
- B60W50/04—Monitoring the functioning of 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00182—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions in response to weather conditions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0015—Planning or execution of driving tasks specially adapted for safety
- B60W60/0018—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions
- B60W60/00186—Planning or execution of driving tasks specially adapted for safety by employing degraded modes, e.g. reducing speed, in response to suboptimal conditions related to 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
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/005—Handover processes
- B60W60/0053—Handover processes from vehicle to occupant
-
- 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
- B60W60/005—Handover processes
- B60W60/0059—Estimation of the risk associated with autonomous or manual driving, e.g. situation too complex, sensor failure or driver incapacity
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0276—Control of position or course in two dimensions specially adapted to land vehicles using signals provided by a source external to the vehicle
-
- 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
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
- G05D1/0291—Fleet control
- G05D1/0297—Fleet control by controlling means in a control room
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1408—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic by monitoring network traffic
- H04L63/1425—Traffic logging, e.g. anomaly detection
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
- H04W12/12—Detection or prevention of fraud
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- B60W50/04—Monitoring the functioning of the control system
- B60W50/045—Monitoring control system parameters
- B60W2050/046—Monitoring control system parameters involving external transmission of data to or from the vehicle, e.g. via telemetry, satellite, Global Positioning System [GPS]
-
- 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
- B60W2540/229—Attention level, e.g. attentive to driving, reading or sleeping
-
- 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
- B60W2540/26—Incapacity
-
- 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
-
- 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
- B60W2756/00—Output or target parameters relating to data
- B60W2756/10—Involving external transmission of data to or from the vehicle
Abstract
本公开涉及联网的自动车辆的安全控制。具体地提供了确保联网的自动车辆的安全控制的方法和设备。该方法和设备监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态。基于所监测的状态来选择自动车辆的多个操作模式中的一个操作模式。所述多个操作模式中的各个操作模式定义了自动车辆的自动控制的相应级别。该方法和设备将自动车辆的操作转换成所选操作模式。
Description
技术领域
本公开涉及安全操作自动车辆(autonomous vehicle),更具体地,涉及基于网络状态信息来管理自动车辆的手动控制级别。
背景技术
通常,自动车辆可以被配置为在手动模式(例如,人类驾驶者手动地控制车辆的移动的情况)或者自动模式(例如,计算机逻辑控制车辆的移动的情况)下操作。自动车辆通常使用多种计算系统和通信网络来控制车辆在从一个地点行驶至另一个地点时的移动。从基本上不需要来自人类乘坐者的输入,到需要来自人类乘坐者的初始输入(或者持续输入),再到需要人类乘坐者手动控制车辆的操作,自动车辆的人类乘坐者的手动控制级别可能会变化。
发明内容
本发明的一个实施例提供了一种确保联网的自动车辆的安全控制的方法。该方法包括如下步骤:监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态。另外,该方法包括如下步骤:基于所监测的状态来选择自动车辆的多个操作模式中的一个操作模式。所述多个操作模式中的各个操作模式定义了出自动车辆的自动控制的相应级别。该方法还包括如下步骤:将自动车辆的操作转换成所选操作模式。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:确定与自动车辆的操作有关的实时天气状况,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于所确定的实时天气状况。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:确定与自动车辆的操作有关的实时路况,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于所确定的实时路况。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:使用自动车辆的一个或多个传感器装置来采集实时数据,该实时数据描述自动车辆附近的手动控制车辆的一个或多个属性;以及将所采集的实时数据传输到远程系统,用于管理一个或多个自动车辆的操作。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:从远程系统接收通过使用一个或多个自动车辆的一个或多个传感器装置采集的实时数据,该实时数据描述自动车辆附近的手动控制车辆的一个或多个属性,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于所接收的实时数据。
在一个方面中,结合上述任何示例,该方法进一步包括:确定自动车辆的操作者的驾驶技能的测量,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于该驾驶技能的测量。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:确定在自动车辆附近进行操作的一个或多个自动车辆的操作模式,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于所述一个或多个自动车辆的操作模式。
在一个方面中,结合上述任何示例,自动车辆的所选操作模式进一步包括如下各项中的至少一个:(i)全自动操作模式、(ii)部分自动操作模式和(iii)全手动操作模式。
在一个方面中,结合上述任何示例,部分自动模式进一步包括:禁用自动车辆内的一个或多个娱乐系统,同时以计算机控制方式继续操作自动车辆。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:确定自动车辆的操作者的驾驶者技能水平;以及基于驾驶者技能水平来更新数据模型,其中,该数据模型用于选择自动车辆的操作模式。
在一个方面中,结合上述任何示例,确定自动车辆的操作者的驾驶者技能水平的步骤进一步包括:指示自动车辆的操作者执行一个或多个驾驶操作,其中,驾驶者技能水平的确定至少部分基于操作者在这一个或多个驾驶操作上的表现。
在一个方面中,结合上述任何示例,确定自动车辆的操作者的驾驶者技能水平的步骤进一步包括:检索自动车辆的操作者的驾驶者历史,其中,驾驶者技能水平的确定至少部分基于所检索到的驾驶者历史。
在一个方面中,结合上述任何示例,确定自动车辆的操作者的驾驶者技能水平的步骤进一步包括:在自动车辆处于手动控制操作模式时,监测自动车辆的操作者的驾驶行为;以及通过将所监测的驾驶行为与针对自动车辆的统计确定的最佳驾驶行为相比较,来评估自动车辆的操作者的驾驶行为,其中,驾驶者技能水平的确定至少部分基于对操作者的驾驶行为的评估。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:通过数据通信网络传输通知,该通知向远程系统通知自动车辆转换成所选操作模式。
在一个方面中,结合上述任何示例,自动车辆的所选操作模式进一步包括如下各项中的至少一个:(i)全权自动操作模式、(ii)监督操作模式、(iii)警觉(alert)操作者操作模式、(iv)有意识(aware)操作者操作模式、(v)清醒(conscious)操作者操作模式、(vi)昏睡(sleeping)操作者操作模式、和(vii)无操作者操作模式。
在一个方面中,结合上述任何示例,该方法进一步包括如下步骤:将所选操作模式的指示提供给在自动车辆附近的车辆。
本文描述的另一实施例提供了一种系统,该系统包括:一个或多个计算机处理器;以及存储器,该存储器包含计算机程序代码,在由一个或多个计算机处理器的操作执行时该计算机程序代码执行确保联网的自动车辆的安全控制的操作。该操作包括:监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态。该操作进一步包括:基于所监测的状态来选择自动车辆的多个操作模式中的一个操作模式,其中,所述多个操作模式中的各个操作模式定义了自动车辆的自动控制的相应级别(respective level)。另外,该操作包括:将自动车辆的操作转换成所选操作模式。
在一个方面中,结合上述任何示例,该操作进一步包括:确定与自动车辆的操作有关的实时天气状况;确定与自动车辆的操作有关的实时路况;确定自动车辆的操作者的驾驶技能的测量;以及确定在自动车辆附近进行操作的一个或多个自动车辆的操作模式,其中,自动车辆的多个操作模式中的一个操作模式的选择进一步基于实时天气状况、实时路况、自动车辆的操作者的驾驶技能的测量、和一个或多个自动车辆的操作模式。
在一个方面中,结合上述任何示例,该操作进一步包括:确定自动车辆的操作者的驾驶者技能水平;以及基于驾驶者技能水平来更新数据模型,其中,该数据模型用于选择自动车辆的操作模式。
在一个方面中,结合上述任何示例,自动车辆的所选操作模式进一步包括(i)全权自动操作模式、(ii)监督操作模式、(iii)警觉操作者操作模式、(iv)有意识操作者操作模式、(v)清醒操作者操作模式、(vi)昏睡操作者操作模式和(vii)无操作者操作模式中的至少一个。
本文描述的再一实施例提供了一种非暂时性计算机可读介质,该非暂时性计算机可读介质包含计算机程序代码,在由一个或多个计算机处理器的操作执行时该计算机程序代码执行确保联网的自动车辆的安全控制的操作。该操作包括:监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态。该操作进一步包括:基于所监测的状态来选择自动车辆的多个操作模式中的一个操作模式,其中,所述多个操作模式中的各个操作模式定义了自动车辆的自动控制的相应级别。另外,该操作包括:将自动车辆的操作转换成所选操作模式。
附图说明
图1是图示了根据本文描述的一个实施例的配置有车辆安全控制部件的系统的框图。
图2图示了根据本文描述的一个实施例的车辆安全控制部件基于输入数据选择操作模式的工作流。
图3图示了根据本文描述的一个实施例的车辆安全控制部件基于示例类型的输入数据选择操作模式的工作流。
图4是图示了根据本文描述的一个实施例的控制自动车辆的操作模式的方法的流程图。
图5是图示了根据本文描述的一个实施例的车辆网络的框图。
图6是图示了根据本文描述的一个实施例的基于网络状态信息将自动车辆的操作转换成所选操作模式的方法的流程图。
具体实施方式
图1是图示了根据本文描述的一个实施例的配置有车辆安全控制部件的系统的框图。如图所示,系统100包括通过数据通信网络130互相连接的车辆管理系统105和多个自动车辆140。车辆管理系统105包括但不限于分别与总线(未示出)连接的一个或多个计算机处理器110、存储器112、存储装置120和网络接口125。车辆管理系统105还可以包括:将I/O装置(例如,键盘、鼠标和显示装置)连接至车辆管理系统105的输入/输出(I/O)装置接口(未示出)。进一步地,在本公开的背景下,在车辆管理系统105中示出的计算元件可以对应于物理计算系统(例如,数据中心中的系统)或者可以是在计算云内执行的虚拟计算实例。
通常,(多个)计算机处理器110检索并执行存储在存储器112中的编程指令,并且存储并检索驻留在存储器112中的应用数据。总线用于在(多个)计算机处理器110、I/O装置接口、存储装置120、网络接口(未示出)和存储器112之间传输编程指令和应用数据。要注意的是,将(多个)计算机处理器110包括进来,是为了表示单个CPU、多个CPU、具有多个处理核的单个CPU等。通常将存储器112包括进来是为了表示随机存取存储器。存储装置120可以是磁盘驱动器存储装置。尽管存储装置120被示出为单个单元,但是存储装置120可以是固定和/或可移动的存储装置(诸如,固定磁盘驱动器、可移动存储卡或者光学存储装置)、网络附加存储装置(NAS)、或者存储区域网络(SAN)的组合。
出于说明的目的,存储器112包括车辆管理部件114、车辆定位信息116和操作系统(未示出)。存储装置120包括地图数据122。车辆管理部件114可以在驾驶操作期间(例如,通过使用网络130)与自动车辆140通信,以采集指定自动车辆140的位置的车辆定位信息116。另外,车辆管理部件114可以将信息传输到自动车辆140以辅助自动驾驶操作。例如,车辆管理部件114可以识别出在特定自动车辆140所在道路上接近该特定自动车辆140的其它自动车辆140。这样做可以帮助特定自动车辆140区分出道路上的手动驾驶车辆和自动车辆,以相应地调整自动驾驶操作。
在所描述的实施例中,自动车辆140包含处理器145、传感器装置150、车辆控制系统155、导航部件160、地理定位部件165、I/O装置170、车辆安全管理部件180和网络接口185。(多个)处理器145通常检索并执行存储在存储器(未示出)中的编程指令,并且存储并检索驻留在存储器中的应用数据。总线(未示出)可以用于在(多个)计算机处理器145、传感器装置150、车辆控制系统155、导航部件160、I/O装置170、和网络接口185之间传输编程指令和应用数据。要注意的是,将(多个)处理器145包括进来是为了表示单个CPU、多个CPU、具有多个处理核的单个CPU等。自动车辆140可以进一步包含存储器装置(未示出)。在车辆安全管理部件180为软件应用的实施例中,车辆安全管理部件180可以驻留在这种存储器装置内。例如,存储器装置可以是随机存取存储器。自动车辆140可以进一步包含存储内存,诸如,磁盘驱动器存储装置。存储内存的附加示例可以包括固定和/或可移动的存储装置(诸如,固定磁盘驱动器、可移动存储卡或者光学存储装置)、网络附加存储装置(NAS)、或者存储区域网络(SAN)的组合。
传感器装置150可以采集传感器数据,以用于管理自动车辆140的自动驾驶操作。这种传感器装置150可以包括,例如,摄像装置、能够提供自动车辆140周围的物理环境的精确三维表示的激光雷达(LIDAR)系统、雷达传感器、系统监测传感器(例如,电池电量传感器、温度传感器、油位传感器等)等等。车辆控制系统155通常表示辅助自动车辆140的操作的车辆子系统。例如,车辆控制系统155可以包括停车辅助系统、气候控制系统、发动机管理系统、雨刷控制系统、变速器控制系统等等。
地理定位部件165通常可以确定自动车辆140的地理位置。例如,地理定位部件165包括能够确定自动车辆140的坐标位置的全球定位系统(GPS)收发机。导航部件160通常包含被配置为存取地图数据并且基于车辆的当前位置确定到指定目的地的路线的逻辑。通常,输入/输出装置170可以用于(例如,经由触屏装置)采集来自车辆乘坐者的输入并且向车辆乘坐者提供反馈。
车辆安全管理部件180通常被配置为,例如,基于自动车辆140的操作状态以及网络接口185到网络130的上行链路,来控制自动车辆140的操作状态。要注意的是,虽然在图100中仅示出了单个网络接口185和网络130,但自动车辆140通常可以包括连接至多个不同网络130的多个网络接口185。示例包括提供互联网上行链路的网络接口185、蜂窝网络接口、GPS网络接口、卫星无线电网络接口等等。
例如,车辆安全管理部件180可以确定,当所有的计算机化系统和网络上行链路都是100%可操作时,自动车辆140可以按照全自动方式以最大允许速度进行操作。作为另一示例,车辆安全管理部件180可以确定,当自动车辆140的计算机化系统和网络上行链路可以操作但仅发挥80%的性能时,车辆安全管理部件180可以转换成自动车辆继续进行自动操作,但车辆内的操作者必须神志清醒且保持警觉的状态。在这种示例中,车辆安全管理部件180可以禁用车辆内通常会妨碍驾驶者保持警觉的一个或多个娱乐系统。例如,车辆安全管理部件180可以在警觉状态下禁用车辆内的视频媒体(例如,蓝光光盘)的播放,以帮助确保操作者注意道路而不是视频。另外,车辆安全管理部件180可以(例如,通过使用一个或多个I/O装置170,诸如,扬声器装置、显示装置等)提示用户以指示用户保持警觉,即使车辆140仍然在进行自动操作。
除了需要用户在特定操作状态期间更加警觉之外,车辆安全管理部件180可以根据现用操作状态以不同的方式来控制自动车辆140的行为。例如,当车辆安全管理部件180已经在确定用户睡着了的基础上转换成特定操作状态时,只有在自动车辆的计算机化系统和网络上行链路的操作能力为90%或者更高时,车辆安全管理部件180才可以按照自动方式全速操作车辆。如果车辆安全管理部件180确定计算机化系统和网络上行链路的操作能力低于90%或者在确定特定系统或网络上行链路都下降时,车辆安全管理部件180可以对自动车辆140进行校正。例如,车辆安全管理部件180可以减小自动车辆140可以操作的最大速度,或者甚至将自动车辆140开到路边停下。
图2图示了根据本文描述的一个实施例的车辆安全控制部件基于输入数据选择操作模式的工作流。如图所示,工作流200图示了车辆安全管理部件180处理输入数据210,并且基于对输入数据210的分析来选择自动车辆140的操作状态210、215和220中的一种操作状态。在所描述的实施例中,车辆安全管理部件180已经基于对输入数据210的分析选择了受限自动操作模式215。
例如,车辆安全管理部件180可以确定自动车辆的计算机化系统和网络上行链路全部都是可操作的但是仅发挥90%的性能。因此,车辆安全管理部件180可以选择受限自动操作模式215,在该模式下,车辆继续进行自动操作但是最小车辆间距增大(例如,限定出自动车辆140可以相对于道路上的其它车辆多近进行操作)。在一些实施例中,车辆安全管理部件180可以在确定是否要调整自动车辆140的操作状态时仅考虑某些网络和计算机化系统。例如,如果车辆安全管理部件180确定了车辆管理系统105的上行链路的操作能力为100%但是卫星无线电上行链路却无法操作,则车辆安全管理部件180可以保持全自动操作模式。另一方面,如果车辆安全管理部件180确定了车辆管理系统105的上行链路已经下降但是卫星无线电上行链路的操作能力却是100%,则车辆安全管理部件180可以转换成操作者必须手动控制车辆,或者车辆必须开到路边停下的操作模式。
除了要考虑自动车辆140的计算机化系统和网络上行链路的操作状态之外,车辆安全管理部件180可以被配置为考虑若干其它信息源。例如,车辆安全管理部件180可以考虑自动车辆的一个或多个数据通信连接的安全水平。作为示例,车辆安全管理部件180可以被配置为监测在自动车辆受到网络攻击时产生的警报,并且在满足安全条件(例如,在时间窗内接收到了预定数量的警报、接收到了特别严重的警报等)的情况下,车辆安全管理部件180可以相应地转换自动车辆的操作模式。例如,当车辆安全管理部件180确定已经满足了安全条件时,车辆安全管理部件180可以将自动车辆的操作模式转换成手动控制模式,并且可以禁用一个或多个自动驾驶功能,直到安全条件得到缓解。在一个实施例中,车辆安全管理部件180还可以进入自动车辆的加强安全模式,该模式防止在自动车辆静止前将附加数据下载到自动车辆上。
图3示出了一个实施例的示例,其图示了根据本文描述的一个实施例的车辆安全控制部件基于示例类型的输入数据来选择操作模式的工作流。如图所示,工作流300图示了车辆安全管理部件180在选择车辆操作模式360时考虑到了网络状态信息310、天气信息320、道路信息330、交通信息340和驾驶者信息350。
例如,车辆安全管理部件180可以分析天气信息320以确定当前自动车辆周围的天气状况,并且可以基于天气信息320来更改用于设置自动车辆140的操作模式的阈值。作为示例,如果车辆安全管理部件180确定自动车辆当前在恶劣天气状况(例如,暴雨、下雪等)下进行操作,则车辆安全管理部件180可以动态地调整控制车辆140的操作状态之间的转换的规则中的阈值。例如,车辆安全管理部件180可以在面对恶劣天气状况时调整阈值,以转换成更保守的操作状态(例如,即便不进行手动控制也需要操作者更多的监督)。可替代地,当面对理想的天气状况时,车辆安全管理部件180可能不那么保守,不需要操作者监督自动车辆140,因为自动车辆140内的自动驾驶系统可以在理想的天气状况下更高效地进行操作。
作为另一示例,车辆安全管理部件180可以被配置为在调整控制操作状态之间的转换的规则和阈值时考虑驾驶者信息350。例如,如果车辆安全管理部件180确定车辆的操作者是一位技艺精湛的驾驶者,则车辆安全管理部件180更有可能转换成需要操作者监督或者需要操作者手动驾驶车辆140的操作模式,因为与自动驾驶控制相比,操作者可能更善于在某些条件(例如,恶劣天气)下驾驶。例如,车辆安全管理部件180可以通过向操作者提供一个或多个驾驶测试并且评估操作者在该驾驶测试上的表现,来确定操作者的驾驶技能。作为另一示例,车辆安全管理部件180可以在时间窗内监测操作者手动驾驶车辆140时的行为,并且可以将操作者的驾驶与驾驶车辆140的最佳方式(例如,通过监测技艺精湛的驾驶者而训练得到的数据模型)相比较。
通常,车辆安全管理部件180可以被配置为在对驾驶者技能、最佳驾驶者行为等进行建模时采用任何数量的机器学习技术和数据建模技术。例如,在一个实施例中,可以将集中式车辆安全管理部件180部署在集中式计算机节点(例如,在云计算环境内)上,并且当大量智能车辆以手动模式进行操作时可以从这些智能车辆采集数据。这种数据可以包括,例如,车辆进行操作的速度、车辆相对于邻近车辆如何运转(例如,与给定车辆前的车辆保持的距离、车辆在迎面而来的车辆前何时转弯等)等等。另外,车辆安全管理部件180可以采集有关车辆的驾驶者的数据,诸如,该驾驶者有过多少交通违法、该驾驶者在操作车辆时采取过多少紧急行动(例如,急踩刹车以避免碰撞)。然后车辆安全管理部件180可以生成将驾驶行为与驾驶者技能相关联的数据模型。例如,车辆安全管理部件180可以训练一个神经网络,该神经网络接受若干驾驶者属性(例如,从操作车辆的用户采集或得到的数据值)作为输入,并且输出用户的预测驾驶技能。然后当驾驶者操作车辆时,车辆安全管理部件180可以使用该神经网络来评估该驾驶者的特定技能。其它示例包括但不限于:车辆安全管理部件180训练并且使用机器学习分类器以基于驾驶者的驾驶者属性,来将驾驶者分类为一个或多个技能类别(例如,较好水平的驾驶者、中等水平的驾驶者、较差水平的驾驶者);车辆安全管理部件180训练并且使用机器学习回归模型以基于驾驶者属性来输出驾驶者的预测驾驶技能分数等等。更普遍地,可以使用与本文描述的功能一致的任何合适的机器学习技术或者数据建模技术。
图4是图示了根据本文描述的一个实施例的控制自动车辆的操作模式的方法的流程图。如图所示,工作流400描述了具有若干车辆子系统的车辆410(例如,自动车辆140)。在所描述的实施例中,车辆410与WiFi网络415、蜂窝网络420、卫星网络(例如,铱星)和自动驾驶局域网430进行数据通信。另外,车辆410与卫星无线电网络432、GPS网络434和国际移动卫星组织(INMARSAT)网络436通信。
在所描述的实施例中,车辆安全管理部件180对在各种网络上接收到的数据进行逐位比较,以确定各个网络的操作能力的测量。例如,如果车辆安全管理部件180确定一个特定网络(例如,蜂窝网络420)正在经历高程度的数据包丢失,则车辆安全管理部件180可以确定该网络当前正在不健康的状态下进行操作。如果车辆安全管理部件180确定(在框445中)车辆410的各种网络上行链路都正在足以实现全自动驾驶操作模式的健康状态下进行操作,则车辆安全管理部件180可以不采取进一步行动(框450),并且可以允许车辆410继续以全自动驾驶模式进行操作。在这种示例中,车辆安全管理部件180可以继续监测车辆的各种网络上行链路的健康,以确定是否应该校正车辆410以及何时校正。
如果车辆安全管理部件180确定数据未指示完全健康的网络状态,则车辆安全管理部件180可以设置指示车辆上行链路的操作能力低于最佳能力的标记(框455),并且可以向车辆的操作者显示针对该结果的警示灯(框460)。另外,车辆安全管理部件180可以确定在数据通信网络上是否可以进行最低水平的数据通信,以便启动驾驶者监督辅助操作模式(框465)。即,车辆安全管理部件180可以确定,考虑到当前网络状况,受限自动驾驶操作模式是否合适(框475)。作为示例,这种受限自动驾驶操作模式可以保持自动驾驶功能,但是还可以指示用户对当前路况保持警觉。在这种操作模式下,车辆安全管理部件180可以禁用选择媒体功能(例如,视频播放),以帮助确保用户对当前路况保持警觉。另外,车辆安全管理部件180可能需要车辆的操作者(例如,口头地、通过按触屏装置上的按钮等)确认转换成受限自动驾驶操作模式。
如果车辆安全管理部件180确定车辆410当前无法使用最低水平的网络连接,则车辆安全管理部件180启动车辆内的(多个)警示灯(框470),转换成手动驾驶操作模式(框480),并且启动一个或多个外部指示器(例如,灯)以告知其它驾驶者该自动车辆已经进入手动驾驶模式(框485)。车辆安全管理部件180继续检查链路状态(框490)以确定如何继续更新自动车辆的操作状态。
如上所述,在一些实施例中,车辆安全管理部件180可以基于除了(或者代替)自动车辆的网络连接之外的因素,来更新车辆的操作状态。例如,车辆安全管理部件180可以考虑自动车辆当前正在进行操作的道路的当前路况。例如,如果车辆安全管理部件180确定该道路当前正在施工(例如,在这种情况下,可以用安全锥,而不是油漆线,来限定车道),则车辆安全管理部件180可以转换成手动驾驶操作状态,因为操作者可能更善于在不确定的路况下行驶。
图5是图示了根据本文描述的一个实施例的车辆网络的框图。如图所示,系统500包括连接至卫星网络510、全球移动通信系统(GSM)蜂窝塔515、无线接入点520和邻近自动车辆135的车辆网络525。车辆网络525包括:用于与一个或多个卫星网络(例如,卫星网络510)通信的卫星模块527和GPS收发机532、和用于与WiFi和/或蜂窝网络(例如,GSM蜂窝塔515、无线接入点520等)通信的WiFi和/或蜂窝网络接口530。所描述的实施例中的GPS收发机532、卫星模块527和WiFi/蜂窝网络模块530与发动机控制单元(ECU)535通信。ECU 535与诊断端口540进行数据通信,通过该诊断端口540,可以评估系统500(或其部分)并通过一个或多个诊断应用更新系统500(或其部分)。
在所描述的实施例中,ECU 535与资讯娱乐子网络542、车身控制子网络550、底盘控制子网络560、和动力系统子网络570通信。资讯娱乐子网络542与导航模块545和音频模块547通信。车身控制子网络550连接至气候控制模块552和车门控制模块555。底盘控制子网络560连接至转向模块562、刹车模块564和安全气囊模块565。动力系统子网络570连接至发动机控制模块572、变速器控制模块574和动力系统模块575。
如上所述,车辆安全管理部件180可以监测各个网络适配器(例如,WiFi/蜂窝通信模块530、卫星模块527和GPS模块532)的网络连接以及车辆网络525内的计算机化系统(例如,转向模块562、刹车模块564、发动机控制模块572等)的操作状态,以确定何时转换车辆的操作状态。例如,在确定网络适配器和/或车辆的计算机化系统未以最佳方式进行操作时,车辆安全管理部件180可以将车辆转换成:即便不进行手动控制也需要操作者额外监督的操作状态。
图6是图示了根据本文描述的一个实施例的基于网络状态信息将自动车辆的操作转换成所选操作模式的方法的流程图。如图所示,方法600开始于框610,在框610中,车辆安全管理部件180监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态。例如,自动车辆可以连接至卫星数据网络,卫星数据网络又通过桥接装置连接至有线以太网。在自动车辆与远程服务器通信并且其路径跨越了卫星网络和以太网的实施例中,车辆安全管理部件180可以监测与远程服务器的连接的状态,这可能会受到卫星网络和/或以太网的服务中断的影响。
车辆安全管理部件180基于所监测到的状态来选择自动车辆的多个操作模式中的一个操作模式,其中,所述多个操作模式中的各个操作模式定义了出自动车辆的相应自动控制级别(框615)。车辆安全管理部件180然后将自动车辆的操作转换成所选操作模式(框620),然后方法600结束。
已经出于说明的目的给出了对本发明的各种实施例的描述,但是并非旨在穷举或限于所公开的实施例。在不脱离所描述的实施例的范围和精神的情况下,许多修改和变化对于本领域的普通技术人员来说将是显而易见的。选择本文使用的术语是为了最好地解释实施例的原理、对市场上发现的技术的实际应用或技术改进,或者是为了使本领域的其它普通技术人员能够理解本文公开的实施例。
如本领域的技术人员将了解到的,本发明的各个方面可以体现为系统、方法或计算机程序产品。因此,本发明的各个方面可以采取完全硬件实施例、完全软件实施例(包括固件、驻留软件、微代码等)或者结合了在本文中通常可以全部被称为“电路”、“模块”或“系统”的软件和硬件方面的实施例的形式。而且,本发明的各个方面可以采用体现在一个或多个其上包含有计算机可读程序代码的(多个)计算机可读介质中的计算机程序产品的形式。
可以利用一个或多个计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。例如,计算机可读存储装置可以是,例如但不限于,电子、磁、光学、电磁、红外线、或半导体系统、设备、或装置、或者前述的任何合适的组合。计算机可读存储介质的更具体的示例(非详尽列表)将包括以下:具有一根或多根电线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪速存储器)、光纤、便携式光盘只读存储器(CD-ROM)、光存储装置、磁存储装置、或者前述的任何合适的组合。在本文的背景下,计算机可读存储介质可以是可以包含或存储供指令执行系统、设备、或装置使用或者与其结合使用的程序的任何有形介质。
计算机可读信号介质可以包括其中包含有计算机可读程序代码的传播数据信号,例如,在基带中或者作为载波的一部分。这样的传播信号可以采取多种形式中的任何形式,包括但不限于电磁、光学或其任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质并且可以传送、传播或传输供指令执行系统、设备或装置使用或与其结合使用的程序的任何计算机可读介质。
计算机可读介质上包含的程序代码可以使用任何合适的介质来传输,包括但不限于无线、有线线路、光缆、RF等或者前述的任何合适的组合。
用于执行本发明的各个方面的操作的计算机程序代码可以以一个或多个编程语言的任何组合来编写,该编程语言包括面向对象的编程语言(诸如,Java、Smalltalk、C++等)以及常规的程序性编程语言(诸如,“C”编程语言或类似的编程语言)。程序代码可以完全地在用户的计算机上执行,部分地在用户的计算机上执行,作为独立的软件包执行,部分地在用户的计算机上并且部分地在远程计算机上执行,或者完全地在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接至用户的计算机,或者可以连接至外部计算机(例如,通过使用互联网服务提供商的互联网)。
以下参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。要理解的是,流程图和/或框图中的各个框以及流程图和/或框图中的框的组合可以通过计算机程序指令来实现。可以将这些计算机程序指令提供给通用计算机、专用计算机、或者其它可编程数据处理设备的处理器以产生机器,使得经由计算机或其它可编程数据处理设备的处理器执行的指令创建用于实施在流程图和/或框图的框或多个框中指定的功能/动作的装置。
这些计算机程序指令还可以存储在可以引导计算机、其它可编程数据处理设备、或者其它装置按照特定方式运行的计算机可读介质中,使得存储在计算机可读介质中的指令产生制品,该制品包括实施在流程图和/或框图的框或多个框中指定的功能/动作的指令。
这些计算机程序指令还可以加载到计算机、其它可编程数据处理设备、或者其它装置上以使得能够在计算机、其它可编程设备或者其它装置上执行一系列操作步骤以产生计算机实施过程,使得在计算机或者其它可编程设备上执行的指令提供用于实施在流程图和/或框图的框或多个框中指定的功能/动作的过程。
本发明可以是系统、方法和/或计算机程序产品。计算机程序产品可以包括其上具有用于使处理器执行本发明的各个方面的计算机可读程序指令的计算机可读存储介质(或多种介质)。
计算机可读存储介质可以是可以保留和存储供指令执行装置使用的指令的有形装置。计算机可读存储介质可以是,例如但不限于,电子存储装置、磁存储装置、光存储装置、电磁存储装置、半导体存储装置或者前述的任何合适的组合。计算机可读存储介质的更具体示例的非详尽列表包括以下:便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪速存储器)、静态随机存取存储器(SRAM)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码装置(诸如,在其上记录有指令的凹槽中的穿孔卡或凸起结构)以及前述的任何合适的组合。本文使用的计算机可读存储介质不应被解释为暂时信号本身,诸如无线电波或其它自由传播的电磁波,通过波导或其它传输介质传播的电磁波(例如,穿过光纤电缆的光脉冲)或通过导线传输的电信号。
本文描述的计算机可读程序指令可以从计算机可读存储介质下载到相应的计算/处理装置,或者经由网络(例如,互联网、局域网、广域网和/或无线网络)从计算机可读存储介质下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光传输光纤、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。各个计算/处理装置中的网络适配卡或网络接口从网络接收计算机可读程序指令并且转发计算机可读程序指令以存储在相应计算/处理装置内的计算机可读存储介质中。
用于执行本发明的操作的计算机可读程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微码、固件指令、状态设置数据、或者以一个或多个编程语言的任何组合编写的源代码或对象代码,包括面向对象的编程语言(诸如,Java、Smalltalk、C++等)以及常规的程序性编程语言(诸如,“C”编程语言或类似的编程语言)。计算机可读程序指令可以完全地在用户的计算机上执行,部分地在用户的计算机上执行,作为独立的软件包执行,部分地在用户的计算机上并且部分地在远程计算机上执行,或者完全地在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络(包括局域网(LAN)或广域网(WAN))连接至用户计算机,或者可以连接至外部计算机(例如,通过使用互联网服务提供商的互联网)。在一些实施例中,包括,例如,可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)的电子电路可以通过利用计算机可读程序指令的状态信息来执行计算机可读程序指令以个性化电子电路,以便执行本发明的各个方面。
本文参照根据本发明实施例的方法、设备(系统)和计算机程序产品的流程图和/或框图描述了本发明的各个方面。要理解的是,流程图和/或框图中的各个框以及流程图和/或框图中的框的组合可以通过计算机可读程序指令来实现。
可以将这些计算机可读程序指令提供给通用计算机、专用计算机、或者其它可编程数据处理设备的处理器以产生机器,使得经由计算机或其它可编程数据处理设备的处理器执行的指令创建用于实施在流程图和/或框图的框或多个框中指定的功能/动作的装置。这些计算机可读程序指令还可以存储在可以引导计算机、可编程数据处理设备、和/或其它装置按照特定方式运行的计算机可读存储介质中,使得其中存储有指令的计算机可读存储介质包括制品,该制品包括实施在流程图和/或框图的框或多个框中指定的功能/动作的各个方面的指令。
这些计算机可读程序指令还可以加载到计算机、其它可编程数据处理设备、或者其它装置上以使得能够在计算机、其它可编程设备或者其它装置上执行一系列操作步骤以产生计算机实施过程,使得在计算机、其它可编程设备或者其它装置上执行的指令实施在流程图和/或框图的框或多个框中指定的功能/动作。
附图中的流程图和框图图示了根据本发明的各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。就这一点而言,流程图或框图中的各个框都可以表示包括用于实现指定的逻辑功能的一个或多个可执行指令的模块、段或指令部分。在一些替代实施方式中,框中提到的功能可以不按照附图中标注的顺序发生。例如,实际上,连续示出的两个框可以大体上同时执行,或者有时可以按照相反顺序执行这两个框,取决于所涉及的功能。还要注意的是,框图和/或流程图的各个框、和框图和/或流程图中的框的组合可以通过执行指定功能或动作或者执行专用硬件和计算机指令的组合的基于硬件的专用系统实施。
虽然前述内容针对本发明的实施例,但是在不脱离本发明的基本范围的情况下可以设计本发明的其它和进一步的实施例,并且本发明的范围由所附的权利要求书确定。
Claims (17)
1.一种确保联网的自动车辆的安全控制的方法,所述方法包括如下步骤:
监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态;
基于所监测的状态来选择所述自动车辆的多个操作模式中的一个操作模式,其中,所述多个操作模式中的各个操作模式定义了所述自动车辆的自动控制的相应级别;以及
将所述自动车辆的操作转换成所选操作模式。
2.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
使用所述自动车辆的一个或多个传感器装置来采集实时数据,所述实时数据描述所述自动车辆附近的手动控制车辆的一个或多个属性;以及
将所采集的实时数据传输到远程系统,用于管理一个或多个自动车辆的操作。
3.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
从远程系统接收使用一个或多个自动车辆的一个或多个传感器装置采集的实时数据,所述实时数据描述所述自动车辆附近的手动控制车辆的一个或多个属性,
其中,所述自动车辆的所述多个操作模式中的一个操作模的选择进一步基于所接收的实时数据。
4.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
确定所述自动车辆的操作者的驾驶技能的测量,
其中,所述自动车辆的所述多个操作模式中的一个操作模式的选择进一步基于所述驾驶技能的测量。
5.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
确定在所述自动车辆附近进行操作的一个或多个自动车辆的操作模式,
其中,所述自动车辆的所述多个操作模式中的一个操作模式的选择进一步基于所述一个或多个自动车辆的操作模式。
6.根据权利要求1所述的方法,其中,所述自动车辆的所选操作模式进一步包括如下各项中的至少一个:(i)全自动操作模式、(ii)部分自动操作模式和(iii)全手动操作模式,其中,所述部分自动模式进一步包括:禁用所述自动车辆内的一个或多个娱乐系统,同时以计算机控制方式继续操作所述自动车辆。
7.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
确定所述自动车辆的操作者的驾驶者技能水平;以及
基于所述驾驶者技能水平来更新数据模型,其中,所述数据模型用于选择所述自动车辆的所述操作模式。
8.根据权利要求7所述的方法,其中,确定所述自动车辆的所述操作者的所述驾驶者技能水平的步骤进一步包括:
指示所述自动车辆的所述操作者执行一个或多个驾驶操作,
其中,所述驾驶者技能水平的确定至少部分基于所述操作者在所述一个或多个驾驶操作上的表现。
9.根据权利要求7所述的方法,其中,确定所述自动车辆的所述操作者的所述驾驶者技能水平的步骤进一步包括:
检索所述自动车辆的所述操作者的驾驶者历史,
其中,所述驾驶者技能水平的确定至少部分基于所检索的驾驶者历史。
10.根据权利要求7所述的方法,其中,确定所述自动车辆的所述操作者的所述驾驶者技能水平的步骤进一步包括:
在所述自动车辆处于手动控制操作模式时,监测所述自动车辆的所述操作者的驾驶行为;以及
通过将所监测的驾驶行为与针对所述自动车辆确定的最佳驾驶行为相比较,来评估所述自动车辆的所述操作者的所述驾驶行为,
其中,所述驾驶者技能水平的确定至少部分基于对所述操作者的驾驶行为的所述评估。
11.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
通过数据通信网络传输通知,该通知向远程系统通知所述自动车辆转换成所选操作模式。
12.根据权利要求1所述的方法,其中,所述自动车辆的所选操作模式进一步包括如下各项中的至少一个:(i)全权自动操作模式、(ii)监督操作模式、(iii)警觉操作者操作模式、(iv)有意识操作者操作模式、(v)清醒操作者操作模式、(vi)昏睡操作者操作模式和(vii)无操作者操作模式。
13.根据权利要求1所述的方法,所述方法进一步包括如下步骤:
将所选操作模式的指示提供给所述自动车辆附近的车辆。
14.一种系统,所述系统包括:
一个或多个计算机处理器;以及
存储器,所述存储器包含计算机程序代码,当由所述一个或多个计算机处理器的操作执行时,所述计算机程序代码执行确保联网的自动车辆的安全控制的如下操作,该操作包括:
监测跨一个或多个数据通信网络的一个或多个数据通信连接中的各个数据通信连接的相应状态;
基于所监测的状态来选择所述自动车辆的多个操作模式中的一个操作模式,其中,所述多个操作模式中的各个操作模式定义了所述自动车辆的自动控制的相应级别;以及
将所述自动车辆的操作转换成所选操作模式。
15.根据权利要求14所述的系统,所述操作进一步包括:
确定与所述自动车辆的操作有关的实时天气状况;
确定与所述自动车辆的操作有关的实时路况;
确定所述自动车辆的操作者的驾驶技能的测量;以及
确定在所述自动车辆附近进行操作的一个或多个自动车辆的操作模式,
其中,所述自动车辆的所述多个操作模式中的一个操作模式的选择进一步基于所述实时天气状况、所述实时路况、所述自动车辆的所述操作者的所述驾驶技能的测量、和所述一个或多个自动车辆的所述操作模式。
16.根据权利要求14所述的系统,所述操作进一步包括:
确定所述自动车辆的操作者的驾驶者技能水平;以及
基于所述驾驶者技能水平来更新数据模型,其中,所述数据模型用于选择所述自动车辆的所述操作模式。
17.根据权利要求14所述的系统,其中,所述自动车辆的所选操作模式进一步包括如下各项中的至少一个:(i)全权自动操作模式、(ii)监督操作模式、(iii)警觉操作者操作模式、(iv)有意识操作者操作模式、(v)清醒操作者操作模式、(vi)昏睡操作者操作模式和(vii)无操作者操作模式。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/671,820 US10289114B2 (en) | 2017-08-08 | 2017-08-08 | Safety controls for network connected autonomous vehicle |
US15/671,820 | 2017-08-08 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109388130A true CN109388130A (zh) | 2019-02-26 |
CN109388130B CN109388130B (zh) | 2023-11-03 |
Family
ID=62874552
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810891066.2A Active CN109388130B (zh) | 2017-08-08 | 2018-08-07 | 确保联网的自动车辆的安全控制的方法、系统和介质 |
Country Status (5)
Country | Link |
---|---|
US (2) | US10289114B2 (zh) |
EP (1) | EP3441838A1 (zh) |
JP (1) | JP7246875B2 (zh) |
CN (1) | CN109388130B (zh) |
IL (1) | IL260263B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112236348A (zh) * | 2019-09-03 | 2021-01-15 | 北京航迹科技有限公司 | 自动驾驶中的驾驶模式切换系统和方法 |
CN112415904A (zh) * | 2019-08-23 | 2021-02-26 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆的远程控制方法、装置及系统 |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6640325B2 (ja) * | 2016-03-16 | 2020-02-05 | 本田技研工業株式会社 | 車両制御システム |
US20190212732A1 (en) * | 2016-08-22 | 2019-07-11 | Sony Corporation | Vehicle and control method |
US10289114B2 (en) | 2017-08-08 | 2019-05-14 | The Boeing Company | Safety controls for network connected autonomous vehicle |
CN107491073B (zh) * | 2017-09-05 | 2021-04-02 | 百度在线网络技术(北京)有限公司 | 无人驾驶车辆的数据训练方法和装置 |
US20200276989A1 (en) * | 2017-12-20 | 2020-09-03 | Intel Corporation | Computer assisted or autonomous driving (ca/ad) towing vehicles and trailers |
JP2019156171A (ja) * | 2018-03-13 | 2019-09-19 | 本田技研工業株式会社 | 走行制御装置、車両、走行制御システム、走行制御方法およびプログラム |
US11454970B2 (en) * | 2018-05-21 | 2022-09-27 | Cummins Inc. | Adjustment of autonomous vehicle control authority |
US10755494B2 (en) * | 2018-08-03 | 2020-08-25 | Ford Global Technologies, Llc | Vehicle component diagnostic |
US10471969B1 (en) * | 2019-01-07 | 2019-11-12 | GM Global Technology Operations LLC | System and method to restrict vehicle operations in response to driver impairment |
US11144053B2 (en) * | 2019-04-04 | 2021-10-12 | Toyota Research Institute, Inc. | Controlling driving condition components of an autonomous vehicle based on a current driving mode and current conditions |
US11254286B2 (en) * | 2019-09-17 | 2022-02-22 | GM Global Technology Operations LLC | System and method to disable automated driving mode based on vehicle operation context |
CN111580522A (zh) * | 2020-05-15 | 2020-08-25 | 东风柳州汽车有限公司 | 无人驾驶汽车的控制方法、汽车和存储介质 |
AU2021204161A1 (en) * | 2020-06-23 | 2022-01-20 | Tusimple, Inc. | Systems and methods for deploying emergency roadside signaling devices |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256852A1 (en) * | 2009-04-06 | 2010-10-07 | Gm Global Technology Operations, Inc. | Platoon vehicle management |
JP2016018238A (ja) * | 2014-07-04 | 2016-02-01 | 株式会社デンソー | 車両の運転モード制御装置 |
US9566986B1 (en) * | 2015-09-25 | 2017-02-14 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US9616896B1 (en) * | 2016-03-15 | 2017-04-11 | Uber Technologies, Inc. | System for switching control of an autonomous vehicle |
US20170106876A1 (en) * | 2015-10-15 | 2017-04-20 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
CN106997203A (zh) * | 2016-01-26 | 2017-08-01 | 通用汽车环球科技运作有限责任公司 | 车辆自动化及操作者参与等级预测 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4203857B2 (ja) * | 2004-03-01 | 2009-01-07 | 株式会社デンソー | 安全運転支援システム |
US7269504B2 (en) * | 2004-05-12 | 2007-09-11 | Motorola, Inc. | System and method for assigning a level of urgency to navigation cues |
US8825258B2 (en) | 2012-11-30 | 2014-09-02 | Google Inc. | Engaging and disengaging for autonomous driving |
US20170279957A1 (en) * | 2013-08-23 | 2017-09-28 | Cellepathy Inc. | Transportation-related mobile device context inferences |
JP6329746B2 (ja) * | 2013-10-04 | 2018-05-23 | 株式会社デンソーアイティーラボラトリ | 交通制御システム、交通制御方法、およびプログラム |
WO2015162764A1 (ja) * | 2014-04-24 | 2015-10-29 | 三菱電機株式会社 | 車載情報機器および車載情報機器の機能制限方法 |
JP6201927B2 (ja) * | 2014-08-01 | 2017-09-27 | トヨタ自動車株式会社 | 車両制御装置 |
US9369868B2 (en) | 2014-10-21 | 2016-06-14 | The Boeing Company | System and method for secure wireless communications between a vehicle and a source |
JP6470308B2 (ja) * | 2014-11-19 | 2019-02-13 | エイディシーテクノロジー株式会社 | 自動運転制御装置 |
US9588517B2 (en) | 2015-07-14 | 2017-03-07 | Delphi Technologies, Inc. | Automated vehicle control take-over alert timing based on infotainment activation |
JP6241531B2 (ja) * | 2016-11-02 | 2017-12-06 | 株式会社デンソー | 運転支援装置 |
US10148653B2 (en) * | 2016-12-14 | 2018-12-04 | The Boeing Company | Authenticating an aircraft data exchange using detected differences of onboard electronics |
US10289114B2 (en) * | 2017-08-08 | 2019-05-14 | The Boeing Company | Safety controls for network connected autonomous vehicle |
-
2017
- 2017-08-08 US US15/671,820 patent/US10289114B2/en active Active
-
2018
- 2018-06-19 EP EP18178588.2A patent/EP3441838A1/en not_active Withdrawn
- 2018-06-25 IL IL260263A patent/IL260263B/en unknown
- 2018-08-03 JP JP2018147098A patent/JP7246875B2/ja active Active
- 2018-08-07 CN CN201810891066.2A patent/CN109388130B/zh active Active
-
2019
- 2019-05-13 US US16/410,822 patent/US11144054B2/en active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100256852A1 (en) * | 2009-04-06 | 2010-10-07 | Gm Global Technology Operations, Inc. | Platoon vehicle management |
JP2016018238A (ja) * | 2014-07-04 | 2016-02-01 | 株式会社デンソー | 車両の運転モード制御装置 |
US9566986B1 (en) * | 2015-09-25 | 2017-02-14 | International Business Machines Corporation | Controlling driving modes of self-driving vehicles |
US20170106876A1 (en) * | 2015-10-15 | 2017-04-20 | International Business Machines Corporation | Controlling Driving Modes of Self-Driving Vehicles |
CN106997203A (zh) * | 2016-01-26 | 2017-08-01 | 通用汽车环球科技运作有限责任公司 | 车辆自动化及操作者参与等级预测 |
US9616896B1 (en) * | 2016-03-15 | 2017-04-11 | Uber Technologies, Inc. | System for switching control of an autonomous vehicle |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112415904A (zh) * | 2019-08-23 | 2021-02-26 | 郑州宇通客车股份有限公司 | 一种自动驾驶车辆的远程控制方法、装置及系统 |
CN112236348A (zh) * | 2019-09-03 | 2021-01-15 | 北京航迹科技有限公司 | 自动驾驶中的驾驶模式切换系统和方法 |
WO2021042263A1 (en) * | 2019-09-03 | 2021-03-11 | Beijing Voyager Technology Co., Ltd. | Systems and methods for driving mode switching in autonomous driving |
Also Published As
Publication number | Publication date |
---|---|
US20190049954A1 (en) | 2019-02-14 |
EP3441838A1 (en) | 2019-02-13 |
US11144054B2 (en) | 2021-10-12 |
CN109388130B (zh) | 2023-11-03 |
IL260263B (en) | 2022-07-01 |
US10289114B2 (en) | 2019-05-14 |
JP7246875B2 (ja) | 2023-03-28 |
JP2019049969A (ja) | 2019-03-28 |
IL260263A (en) | 2019-01-31 |
US20200142402A1 (en) | 2020-05-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109388130A (zh) | 联网的自动车辆的安全控制 | |
US10346888B2 (en) | Systems and methods to obtain passenger feedback in response to autonomous vehicle driving events | |
US11900738B2 (en) | Systems and methods to obtain feedback in response to autonomous vehicle failure events | |
CN104730949A (zh) | 自主车辆中的情感型用户界面 | |
US9539999B2 (en) | Vehicle operator monitoring and operations adjustments | |
US20190340934A1 (en) | Dynamic aircraft routing | |
EP4184476A1 (en) | Method and device for controlling switching of vehicle driving mode | |
CN111186402A (zh) | 基于负载特性和乘客舒适度来控制致动器的系统和方法 | |
US20170032480A1 (en) | Personalized travel planning and guidance system | |
US20150066284A1 (en) | Autonomous vehicle control for impaired driver | |
CN104859662A (zh) | 自主车辆中的故障处理 | |
CN110471411A (zh) | 自动驾驶方法和自动驾驶装置 | |
CN106652515A (zh) | 车辆自动控制方法、装置和系统 | |
CN110562258A (zh) | 一种车辆自动换道决策的方法、车载设备和存储介质 | |
EP3983753B1 (en) | Dynamic aircraft routing | |
KR102580085B1 (ko) | 자율 주행 차량의 성능을 평가하기 위한 테스트 시나리오의 선택 | |
US20210302981A1 (en) | Proactive waypoints for accelerating autonomous vehicle testing | |
CN108537198A (zh) | 一种基于人工智能的驾驶习惯的分析方法 | |
US20230391357A1 (en) | Methods and apparatus for natural language based scenario discovery to train a machine learning model for a driving system | |
CN111027859A (zh) | 基于机动车状态监控数据挖掘的驾驶风险防范方法及系统 | |
WO2021090897A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
US20240144748A1 (en) | Systems and Methods to Obtain Feedback in Response to Autonomous Vehicle Failure Events | |
US20230192099A1 (en) | Automated method to detect road user frustration due to autonomous vehicle driving behavior | |
EP3648001A1 (en) | Systems and methods for controlling actuators based on load characteristics and passenger comfort | |
CN116198532A (zh) | 基于激光雷达寿命预测的车辆控制方法、装置和介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |