CN111183428A - 识别自动驾驶车辆的分配的乘客 - Google Patents

识别自动驾驶车辆的分配的乘客 Download PDF

Info

Publication number
CN111183428A
CN111183428A CN201880063663.4A CN201880063663A CN111183428A CN 111183428 A CN111183428 A CN 111183428A CN 201880063663 A CN201880063663 A CN 201880063663A CN 111183428 A CN111183428 A CN 111183428A
Authority
CN
China
Prior art keywords
vehicle
computing device
pedestrians
information
client computing
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
Application number
CN201880063663.4A
Other languages
English (en)
Other versions
CN111183428B (zh
Inventor
J.W.戴尔
L.托雷斯
M.爱普斯坦
Y-H.陈
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Waymo LLC
Original Assignee
Waymo LLC
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Waymo LLC filed Critical Waymo LLC
Publication of CN111183428A publication Critical patent/CN111183428A/zh
Application granted granted Critical
Publication of CN111183428B publication Critical patent/CN111183428B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06Q50/40—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/44—Program or device authentication
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
    • B60R21/00—Arrangements or fittings on vehicles for protecting or preventing injuries to occupants or pedestrians in case of accidents or other traffic risks
    • B60R21/01—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents
    • B60R21/015—Electrical circuits for triggering passive safety arrangements, e.g. airbags, safety belt tighteners, in case of vehicle accidents or impending vehicle accidents including means for detecting the presence or position of passengers, passenger seats or child seats, and the related safety parameters therefor, e.g. speed or timing of airbag inflation in relation to occupant position or seat belt use
    • B60R21/01512—Passenger detection systems
    • B60R21/0153—Passenger detection systems using field detection presence sensors
    • B60R21/01538—Passenger detection systems using field detection presence sensors for image processing, e.g. cameras or sensor arrays
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F21/00—Security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F21/30—Authentication, i.e. establishing the identity or authorisation of security principals
    • G06F21/31—User authentication
    • G06F21/34—User authentication involving the use of external additional devices, e.g. dongles or smart cards
    • G06F21/35—User authentication involving the use of external additional devices, e.g. dongles or smart cards communicating wirelessly
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B13/00—Burglar, theft or intruder alarms
    • G08B13/18—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength
    • G08B13/189—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems
    • G08B13/194—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems
    • G08B13/196—Actuation by interference with heat, light, or radiation of shorter wavelength; Actuation by intruding sources of heat, light, or radiation of shorter wavelength using passive radiation detection systems using image scanning and comparing systems using television cameras
    • G08B13/19639—Details of the system layout
    • G08B13/19647—Systems specially adapted for intrusion detection in or around a vehicle
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096855—Systems involving transmission of navigation instructions to the vehicle where the output is provided in a suitable form to the driver
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
    • G08G1/202—Dispatching vehicles on the basis of a location, e.g. taxi dispatching
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3226—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials using a predetermined code, e.g. password, passphrase or PIN
    • H04L9/3228—One-time or temporary data, i.e. information which is sent for every authentication or authorization, e.g. one-time-password, one-time-token or one-time-key
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
    • H04L9/32—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials
    • H04L9/3234—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols including means for verifying the identity or authority of a user of the system or for message authentication, e.g. authorization, entity authentication, data integrity or data verification, non-repudiation, key authentication or verification of credentials involving additional secure or trusted devices, e.g. TPM, smartcard, USB or software token
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W12/00—Security arrangements; Authentication; Protecting privacy or anonymity
    • H04W12/06—Authentication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2221/00—Indexing scheme relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/21—Indexing scheme relating to G06F21/00 and subgroups addressing additional information or applications relating to security arrangements for protecting computers, components thereof, programs or data against unauthorised activity
    • G06F2221/2111—Location-sensitive, e.g. geographical location, GPS
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16—Human faces, e.g. facial parts, sketches or expressions
    • G06V40/161—Detection; Localisation; Normalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18—Eye characteristics, e.g. of the iris
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L2209/00—Additional information or applications relating to cryptographic mechanisms or cryptographic arrangements for secret or secure communication H04L9/00
    • H04L2209/84—Vehicles

Abstract

本公开的各方面提供了用于识别分配的乘客的系统和方法。例如，接收在接载位置770处接载乘客的派遣指令。指令包括用于认证与乘客相关联的客户端计算设备420、430的认证信息。在自动驾驶模式下朝向接载位置操纵车辆100、100A。然后认证客户端设备。在认证之后，从由车辆的传感器生成的传感器信息中识别在车辆的预定距离702内的行人的集合，并且在一定时间段内从客户端设备接收位置信息。使用接收的位置信息来估计乘客的速度。使用估计的速度来识别可能是乘客的行人的集合的子集。基于子集停止车辆以允许乘客进入车辆。

Description

识别自动驾驶车辆的分配的乘客
相关申请的交叉引用
本申请是2017年8月17日提交的美国专利申请第15/679,485号的继续申请，其公开通过引用结合于此。
背景技术
诸如不需要人类驾驶员的车辆的自动驾驶车辆可用于帮助将乘客或物品从一个位置运输到另一个位置。这种车辆可以在完全自动模式下操作，其中乘客可以提供某一初始输入，例如接载(pickup)位置或目的地位置，并且车辆自己操纵到该位置。
当一个人(或用户)想要经由车辆在两个位置之间进行物理运输时，他们可以使用任何数量的运输服务。迄今为止，这些服务通常涉及人类驾驶员，人类驾驶员被给予到一个位置接载用户的派遣指令。在许多情况下，人类驾驶员和用户能够安排接载用户的确切(exact)位置。另外，驾驶员和用户能够彼此“发出停下的信号(flag down)”，使用眼神交流，彼此交谈或其他信号来表示认出彼此，从而在车辆到达接载的确切位置之前同意某个位置。在没有人类驾驶员的自动驾驶车辆的情况下，这是不容易实现的。
发明内容
本公开的一个方面提供了识别分配的乘客的方法。该方法包括：由车辆的一个或多个处理器接收在接载位置处接载分配的乘客的派遣指令，派遣指令包括针对与分配的乘客相关联的客户端计算设备的认证信息；由一个或多个处理器在自动驾驶模式下朝向接载位置操纵车辆；由一个或多个处理器使用认证信息认证客户端计算设备；在认证客户端计算设备之后，由一个或多个处理器从车辆的传感器生成的传感器信息中识别在车辆的预定距离内的行人的集合；在认证客户端计算设备之后，由一个或多个处理器在一定时间段内从客户端计算设备接收识别客户端计算设备的位置的信息；由一个或多个处理器使用接收的信息来估计客户端计算设备的速度；由一个或多个处理器使用估计的速度来识别可能是分配的乘客的行人的集合的子集；以及由一个或多个处理器基于所述子集停止车辆以允许分配的乘客进入车辆。
在另一示例中，接收的信息包括由客户端计算设备的传感器生成的朝向信息。在该示例中，该方法还包括：确定行人的集合中的每个行人的朝向、将朝向信息与所确定的朝向进行比较，并且所述比较还用于识别子集。在另一示例中，该方法还包括：使用传感器信息来检测行人的集合中的每个行人的注视方向，并且每个行人的注视检测还用于识别子集。在另一示例中，该方法还包括：使用传感器信息来确定与在行人的集合中的每个行人的预定距离内的行人对应的其他行人的数量，并且其中，所确定的在每个行人的预定距离内的其他行人的数量还用于识别子集。在该示例中，派遣指令还识别乘客的数量，并且其中，识别的乘客的数量还用于识别子集。在另一示例中，当从客户端计算设备接收到附加位置信息时，更新行人的集合。在另一示例中，停止车辆包括：将车辆停在比接载位置更靠近所述子集的行人的位置。在另一示例中，停止车辆包括在车辆到达接载位置之前停止车辆。在另一示例中，该方法还包括：使用传感器信息来识别在行人的集合中的两个或更多个行人之间不同的特征；向客户端设备发送请求，该请求包括关于所述特征的问题；以及接收来自客户端计算设备的响应，并且其中，所述响应还用于识别子集。在另一示例中，使用估计的速度来识别可能是分配的乘客的行人的集合的子集包括：将估计的速度输入到模型中，以便识别行人的集合中的每个行人是分配的乘客的可能性，并且行人的集合中的每个行人是乘客的可能性还被用于识别子集。
本公开的另一方面提供了用于识别分配的乘客的系统。该系统包括一个或多个处理器，被配置为：接收在接载位置处接载乘客的派遣指令，派遣指令包括针对与分配的乘客相关联的客户端计算设备的认证信息；在自动驾驶模式下朝向接载位置操纵车辆；使用认证信息认证客户端计算设备；在认证客户端计算设备之后，从车辆的传感器生成的传感器信息中识别与在车辆的预定距离内的行人对应的行人的集合；在认证客户端计算设备之后，在一定时间段内从客户端计算设备接收位置信息；在一定时间段内从客户端计算设备接收识别客户端计算设备的位置的信息；使用接收的信息来估计客户端计算设备的速度；使用估计的速度来识别可能是乘客的行人的集合的子集；以及基于所述子集停止车辆以允许乘客进入车辆。
在一个示例中，接收的信息包括由客户端计算设备的传感器生成的朝向信息，并且所述一个或多个处理器还被配置为：确定乘客的朝向、以及将朝向信息与所确定的朝向进行比较，并且其中，所述比较还用于识别子集。在另一示例中，所述一个或多个处理器还被配置为使用传感器信息来检测行人的集合中的每个行人的注视方向，并且其中，每个行人的注视检测还被所述一个或多个处理器用于识别子集。在另一示例中，所述一个或多个处理器还被配置为使用传感器信息来确定与在行人的集合中的每个行人的预定距离内的行人对应的其他行人的数量，并且确定的在每个行人的预定距离内的其他行人的数量还被所述一个或多个处理器用于识别子集。在该示例中，派遣指令还识别乘客的数量，并且其中，识别的乘客的数量还被所述一个或多个处理器用于识别子集。在另一示例中，当从客户端计算设备接收到附加位置信息时，更新行人的集合。在另一示例中，停止车辆包括：将车辆停在比接载位置更靠近所述子集的行人的位置。在另一示例中，停止车辆包括在车辆到达接载位置之前停止车辆。在另一示例中，所述一个或多个处理器还被配置为：使用传感器信息来识别在行人的集合中的两个或更多个行人之间不同的特征；向客户端设备发送请求，该请求包括关于所述特征的问题；以及接收来自客户端计算设备的响应，并且其中，所述响应还用于识别子集。在另一示例中，该系统还包括车辆。
附图说明
图1是根据本公开的各方面的示例车辆的功能图。
图2是根据本公开的各方面的详细地图信息的示例表示。
图3A至图3D是根据本公开的各方面的车辆的示例外部视图。
图4是根据本公开的各方面的系统的示例示意图(pictorial diagram)。
图5是根据本公开的各方面的系统的示例功能图。
图6是根据本公开的各方面的路段(section of roadway)的视图。
图7是根据本公开的各方面的用于该路段的传感器数据和其他信息的示例。
图8是根据本公开的各方面的用于该路段的传感器数据和其他信息的另一示例。
图9是根据本公开的各方面的流程图。
具体实施方式
概述
由于使自动驾驶车辆的计算设备识别特定的人是分配给该车辆的乘客而引起的困难，用于这种自动驾驶车辆的乘客接载会具有挑战性。例如，使用由个人的客户端设备(例如蜂窝电话)生成的车辆GPS和GPS信息是一种常见的方法。然而，由于当今的蜂窝电话生成的GPS信息相当不准确，尤其是在城市中，例如相差一百英尺或更多，并且由于从客户端设备向车辆的计算系统发送信息的长等待(latency)时间，因此仅有这个信息可能是不足的。此外，没有更多信息，对于计算设备而言，识别人群中的特定人可能是非常困难的。为了提高计算机识别特定人的准确性和速度，可以使用附加信号。
一旦车辆在时间或空间上处于距接载位置的预定距离内，则计算设备可以尝试认证分配的乘客的客户端设备。一旦发生认证，计算设备可以接收来自客户端设备的信息，例如GPS信息，以及来自客户端设备的加速度计或陀螺仪的关于客户端设备的朝向(orientation)、走向(heading)和/或估计的移动速度的信息，可以发送到计算设备。
同时，计算设备可以开始分析从车辆的感知系统接收到的信息以识别附加信号。例如，车辆可以识别与在车辆的预定距离内的行人对应的任何对象的集合。对于任何这样的对象或行人，车辆可以开始确定那些行人的具体特征。
然后，计算设备可以开始将从客户端设备接收的信息与每个识别出的行人的特征进行比较。计算设备可以处理GPS信息以确定乘客的估计的速度并将其与每个行人的速度进行比较。下面进一步讨论的这个以及其他信息可用于将可能是分配的乘客的行人的集合缩减到只有几个或一个。
然后，当车辆朝向接载位置移动时，该行人的集合可以被更新。另外，该集合可以用于确定车辆应在哪里停止，因为与继续到达接载位置相比可能更容易找到更靠近集合中的一个或多个行人的停车位(spot)。在该集合仅包括一个行人(或彼此非常靠近的几个行人)的情况下，计算设备甚至可以确定在车道上停车是否安全，而不是靠边(pull over)到停车位或停车区，并允许乘客进入。
上述特征可以允许自动驾驶车辆的计算设备更容易地将特定行人识别为分配给该车辆的乘客。这使计算设备能够对乘客的当前位置情况做出更好的响应，甚至可以允许计算设备找到更方便更好的停靠地点，以供乘客进入或离开。例如，当行人的位置和情况表示他或她可以快速进入车辆时，在车辆停止不会太长时间时在车道上停车可能是一种安全有效的选择，并且当停车场不可用或非常远时在车道上停车会是优选的。寻找更方便和更好的供乘客进入或离开的停靠地点可以节省乘客到达车辆的时间和精力，例如通过减少乘客到达车辆必须步行的量。
示例系统
如图1所示，根据本公开的一个方面的车辆100包括各种组件。尽管本公开的某些方面对于特定类型的车辆特别有用，但是车辆可以是任何类型的车辆，包括但不限于小汽车、卡车、摩托车、公共汽车、大型游艺车(recreational vehicles)等。车辆可以具有一个或多个计算设备，诸如包含一个或多个处理器120、存储器130和通常在通用计算设备中存在的其他组件的计算设备110。
存储器130存储一个或多个处理器120可访问的信息，包括可由处理器120执行或以其他方式使用的指令132和数据134。存储器130可以是能够存储处理器可访问的信息的任何类型，包括计算设备可读介质，或存储可借助于电子设备读取的数据的其他介质，例如硬盘驱动器、存储卡、ROM、RAM、DVD或其他光盘，以及其他可写和只读存储器。系统和方法可以包括前述的不同组合，由此指令和数据的不同部分被存储在不同类型的介质上。
指令132可以是由处理器直接(例如机器代码)或间接(例如脚本)执行的任何指令集。例如，指令可以作为计算设备代码存储在计算设备可读介质上。在这方面，术语“指令”和“程序”在本文中可以互换使用。指令可以以目标代码格式存储，以便由处理器直接处理，或者以任何其他计算设备语言存储，包括按需解释或预先编译的独立源代码模块的集合(collection)或脚本。下面更详细地解释指令的例程、方法和功能。
处理器120可以根据指令132来检索、存储或修改数据134。作为示例，存储器130的数据134可以存储预定义的场景。给定场景可以识别一组场景要求，包括对象的类型、对象相对于车辆的位置范围以及其他因素，其他因素例如为自动驾驶车辆是否能够操纵绕过该对象、对象是否正在使用转向信号、与对象的当前位置相关的交通灯的状态、对象是否正在接近停车标志等。这些要求可以包括离散值(例如，“右转向信号开启”或“在仅右转车道上”)或值的范围(例如，“具有以从车辆100的当前路径偏离30至60度的角度朝向的走向”)。在某些示例中，预定的场景可以包括针对多个对象的类似信息。
一个或多个处理器120可以是任何传统处理器，例如商用CPU。替选地，一个或多个处理器可以是专用设备，例如ASIC或其他基于硬件的处理器。尽管图1在功能上将计算设备110的处理器、存储器和其他元件示出为在同一块内，但是本领域普通技术人员将理解，处理器、计算设备或存储器可以实际上包括存放在同一物理外壳内或没有存放在同一物理外壳内的多个处理器、计算设备或存储器。作为示例，内部电子显示器152可以由具有其自己的处理器或中央处理单元(CPU)、存储器等的专用计算设备控制，该专用计算设备可以经由高带宽或其他网络连接与计算设备110对接(interface)。在一些示例中，该计算设备可以是可与用户的客户端设备通信的用户界面计算设备。类似地，存储器可以是位于与计算设备110的外壳不同的外壳中的硬盘驱动器或其他存储介质。因此，对处理器或计算设备的引用将被理解为包括对可以并行操作或可以不并行操作的处理器或计算设备或存储器的集合的引用。
计算设备110可以具有通常结合计算设备使用的所有组件，例如上述处理器和存储器，以及用户输入150(例如，鼠标、键盘、触摸屏和/或麦克风)和各种电子显示器(例如，具有屏幕的监视器或可操作以显示信息的任何其他电学设备)。在该示例中，车辆包括内部电子显示器152以及一个或多个扬声器154，以提供信息或视听体验。在这方面，内部电子显示器152可以位于车辆100的座舱内，并且可以由计算设备110使用以向车辆100内的乘客提供信息。除了内部扬声器之外，一个或多个扬声器154可以包括布置在车辆上的各个位置的外部扬声器，以便向车辆100外部的对象提供听觉通知。
在一个示例中，计算设备110可以是并入车辆100中的自动驾驶计算系统。自动驾驶计算系统可能能够与车辆的各种组件通信。例如，返回图1，计算设备110可以与车辆100的各种系统(例如，减速系统160(用于控制车辆的制动)、加速系统162(用于控制车辆的加速)、转向系统164(用于控制车轮的朝向和车辆的方向)、信号系统166(用于控制转向信号)、导航系统168(用于将车辆导航到一个位置或绕过对象)、定位系统170(用于确定车辆的位置)、感知系统172(用于检测车辆的环境中的对象)和动力系统174(例如电池和/或汽油或柴油动力发动机))通信，以便在不要求或需要来自车辆的乘客的连续的或定期的输入的自动驾驶模式下根据存储器130的指令132控制车辆100的移动、速度等。再者，尽管这些系统被示为在计算设备110的外部，但实际上，这些系统也可以并入计算设备110中，又作为用于控制车辆100的自动驾驶计算系统。
计算设备110可以通过控制各种组件来控制车辆的方向和速度。通过示例，计算设备110可以使用来自地图信息和导航系统168的数据，完全自动地将车辆导航到目的地位置。计算设备110可以使用定位系统170来确定车辆的位置，以及使用感知系统172来在需要时检测对象且对对象做出响应以安全到达该位置。为了这样做，计算设备110可以使车辆加速(例如，通过由加速系统162增加提供给发动机的燃料或其他能量)、减速(例如，通过由减速系统160减少供应到发动机的燃料、改变档位、和/或通过施加制动)、改变方向(例如，通过由转向系统164转动车辆100的前轮或后轮)、以及用信号通知这种变化(例如，通过点亮信号系统166的转向信号)。因此，加速系统162和减速系统160可以是动力传动系统(drivetrain)的一部分，其包括在车辆的发动机和车辆的车轮之间的各种组件。再者，通过控制这些系统，计算设备110还可以控制车辆的动力传动系统，以便自动地操纵车辆。
作为示例，计算设备110可以与减速系统160和加速系统162交互，以便控制车辆的速度。类似地，转向系统164可以由计算设备110使用，以便控制车辆100的方向。例如，如果车辆100被配置用于在道路上使用，诸如小汽车或卡车，则转向系统可以包括控制车轮角度以使车辆转向的组件。信号系统166可以由计算设备110使用，以便例如通过在需要时点亮转向信号或刹车灯，来将车辆的意图用信号通知给其他驾驶员或车辆。
导航系统168可以由计算设备110使用，以便确定并遵循到达位置的路线。在这方面，导航系统168和/或数据134可以存储地图信息，例如计算设备110可以用来导航或控制车辆的高度详细的地图。作为示例，这些地图可以识别道路的形状和高度(elevation)、车道标记、交叉路口、人行横道、限速、交通信号灯、建筑物、标志、实时交通信息、植被或其他这样的对象和信息。车道标记可以包括诸如实线或虚线双或单车道线、实线或虚线车道线、反光标志(reflector)等特征。给定车道可以与左右车道线或定义车道边界的其他车道标记相关联。因此，大多数车道可以由一条车道线的左边缘和另一车道线的右边缘界定。
感知系统172还包括用于检测车辆外部的对象的一个或多个组件，车辆外部的对象例如为其他车辆、道路中的障碍物、交通信号、标志、树木等。例如，感知系统172可以包括一个或更多个LIDAR传感器、声纳设备、雷达单元、相机和/或记录可由计算设备110处理的数据的任何其他检测设备。感知系统的传感器可以检测对象及其特征，例如位置、朝向、尺寸、形状、类型(例如，车辆、行人、骑车者等)、走向和移动的速度等。来自传感器的原始数据和/或前述特征在由感知系统172生成时可以被量化或布置成描述性函数、向量和/或边界框并被周期地和连续地发送给计算设备110以供进一步处理。如下面进一步详细讨论的，计算设备110可以使用定位系统170以确定车辆的位置，以及使用感知系统172来在需要时检测对象并对对象做出响应以安全到达该位置。
图2是路段210的地图信息200的示例。地图信息200包括识别各种道路特征的形状、位置和其他特征的信息。在此示例中，地图信息包括由路缘220、车道线222、224、226和路缘228界定的三条车道212、214、216。车道212和214具有相同的交通流方向(向东的方向)，而车道216具有不同的交通流(向西的方向)。另外，车道212比车道214明显宽，例如以允许车辆邻近路缘220停车。尽管地图信息的示例仅包括几个道路特征，例如路缘、车道线和车道，但是考虑到道路210的性质，地图信息200还可以识别各种其他道路特征，例如交通信号灯、人行横道、人行道、停车标志、让行标志、速度限制标志、道路标志等。尽管未示出，但详细地图信息还可以包括识别速度限制和其他法定交通要求的信息、以及识别各个日期和时间的典型和历史交通状况的历史信息。
尽管这里将详细地图信息描绘为基于图像的地图，但是地图信息不需要完全基于图像(例如，光栅)。例如，详细地图信息可以包括例如道路、车道、交叉路口以及这些特征之间的连接的信息的一个或多个道路图(roadgraph)或图形网络。每个特征可以存储为图形数据，并且可以与诸如地理位置以及其是否与其他相关特征链接的信息(例如，停车标志可以链接到道路和交叉路口等)相关联。在一些示例中，相关联的数据可以包括道路图的基于网格的索引，以允许有效地查找某些道路图特征。
图3A至图3D是车辆100的外部视图的示例。可以看出，车辆100包括典型车辆的许多特征，例如前灯302、挡风玻璃303、尾灯/转向信号灯304、后挡风玻璃305、车门306、侧视镜308、轮胎和车轮310、以及转向信号灯/停车灯312。前灯302、尾灯/转向信号灯304和转向信号灯/停车灯312可以与信号系统166相关联。灯条307也可以与信号系统166相关联。外壳314可以容纳一个或多个传感器，例如感知系统172的LIDAR传感器、声纳设备、雷达单元、相机等，尽管这样的传感器也可以并入车辆的其他区域中。
车辆100的一个或多个计算设备110还可以例如使用无线网络连接156从其他计算设备接收信息或向其他计算设备传送信息。无线网络连接可以包括例如BLUETOOTH(R)、蓝牙LE、LTE、蜂窝、近场通信等、以及前述的各种组合。图4和图5分别是示例系统400的示意图和功能图，示例系统400包括经由网络460连接的多个计算设备410、420、430、440和存储系统450。系统400还包括车辆100、以及可与车辆100类似地配置的车辆100A。尽管为了简单起见，仅描绘了几个车辆和计算设备，但是典型的系统可以包括明显更多车辆和计算设备。
如图4所示，计算设备410、420、430、440中的每一个可以包括一个或多个处理器、存储器、数据和指令。这样的处理器、存储器、数据和指令可以与计算设备110的一个或多个处理器120、存储器130、数据134和指令132类似地配置。
网络460和中间节点可以包括各种配置和协议，包括短程通信协议，例如BLUETOOTH(R)、蓝牙LE、因特网、万维网、内联网、虚拟专用网络、广域网、本地网络、使用一个或多个公司专有的通信协议的专用网、以太网、WiFi和HTTP，以及前述的各种组合。任何能够向其他计算设备发送数据和从其他计算设备数据的设备(例如调制解调器和无线接口)可以促进这种通信。
在一个示例中，一个或多个计算设备110可以包括具有多个计算设备的服务器，例如，负载平衡服务器群，其与网络的不同节点交换信息，以用于从其他计算设备接收数据、处理数据、以及向其他计算设备发送数据。例如，一个或多个计算设备410可以包括一个或多个服务器计算设备，它们能够经由网络460与车辆100的一个或多个计算设备110或车辆100A的类似计算设备以及客户端计算设备420、430、440通信。例如，车辆100和100A可以是车辆车队的一部分，它们可以由服务器计算设备派遣到各个位置。在这方面，车队的车辆可以周期性地向服务器计算设备发送由车辆的相应定位系统提供的位置信息，并且一个或多个服务器计算设备可以跟踪车辆的位置。
另外，服务器计算设备410可以使用网络460在显示器(如计算设备420、430、440的显示器424、434、444)上向用户(例如用户422、432、442)发送和呈现信息。在这方面，计算设备420、430、440可以被认为是客户端计算设备。
如图5所示，每个客户端计算设备420、430、440可以是旨在由用户422、432、442使用的个人计算设备，并且具有通常与个人计算设备结合使用的所有组件，所述个人计算设备包括一个或多个处理器(例如，中央处理单元(CPU))、存储数据和指令的存储器(例如，RAM和内部硬盘驱动器)、诸如显示器424、434、444的显示器(例如，具有屏幕的监视器、触摸屏、投影仪、电视机或可操作以显示信息的其他设备)、以及用户输入设备426、436、446(例如，鼠标、键盘、触摸屏或麦克风)。客户端计算设备还可以包括用于记录视频流的相机、扬声器、网络接口设备、以及用于将这些元件彼此连接的所有组件。
虽然客户端计算设备420、430和440中的每一个可以包括全尺寸的个人计算设备，但是它们可以替选地包括能够通过诸如因特网的网络与服务器无线地交换数据的移动计算设备。仅作为示例，客户端计算设备420可以是移动电话或诸如支持无线的PDA、平板PC、可穿戴计算设备或系统、或能够经由因特网或其他网络获得信息的上网本的设备。在另一示例中，客户端计算设备430可以是可穿戴计算设备，诸如图4中所示的腕表。作为示例，用户可以使用小键盘、键区、麦克风、利用相机的视觉信号或触摸屏等来输入信息。
在一些示例中，客户端计算设备440可以是由管理员用来向诸如用户422和432的用户提供礼宾服务(concierge service)的礼宾工作站。例如，礼宾员(concierge)442可以使用礼宾工作站440通过它们各自的客户端计算设备或车辆100或100A、经由与用户的电话呼叫或音频连接进行通信以确保车辆100和100A的安全操作以及用户的安全，如下面进一步详细描述的。尽管在图4和图5中仅示出了单个礼宾工作站440，但是在典型系统中可以包括任何数量的这种工作站。
存储系统450可以存储各种类型的信息，如下面更详细描述的。该信息可以由服务器计算设备(例如一个或多个服务器计算设备410)检索或访问，以便执行本文描述的一些或所有特征。例如，该信息可以包括诸如能够用于向一个或多个服务器计算设备识别用户的凭证(credential)的用户账户信息(例如，在传统的单因素认证的情况下的用户名和口令，以及典型地在多因素认证中使用的其他类型的凭证，诸如随机识别符、生物测定等)。用户账户信息还可以包括个人信息，诸如用户的姓名、联系信息、用户的客户端计算设备的识别信息(或者如果多个设备与同一个用户账户一起使用，则为多个客户端计算设备)、以及用户的一个或多个唯一信号。
存储系统450还可以存储用于生成和评估位置之间的路线的路线数据(routingdata)。例如，路线信息可用于估计在第一位置的车辆到达第二位置将花费多长时间。在这方面，路由信息可以包括地图信息，不一定与上述详细地图信息一样具体，而是包括道路，以及关于那些道路的信息，例如方向(单向、双向等)、朝向(北、南等)、速度限制以及识别预期交通状况的交通信息等。
存储系统450还可以存储可提供给客户端计算设备以显示给用户的信息。例如，存储系统450可以存储预定距离信息，该预定距离信息用于确定车辆对于给定接载位置或目的地位置可能停止的区域。存储系统450还可以存储图形、图标和可向用户显示的其他项目，如下面所讨论的。
与存储器130一样，存储系统250可以是能够存储服务器计算设备410可访问的信息的任何类型的计算机化存储装置，例如硬盘驱动器、存储卡、ROM、RAM、DVD、CD-ROM、可写和只读存储器。另外，存储系统450可以包括分布式存储系统，其中数据存储在多个不同的存储设备上，这些存储设备可以物理地位于相同或不同的地理位置。存储系统450可以经由网络460连接到计算设备，如图4所示，和/或可以直接连接到或者并入任何计算设备110、410、420、430、440等。
示例方法
除了上面描述的以及在附图中示出的操作之外，现在将描述各种操作。应理解，不必以下面描述的精确顺序执行以下操作。反而，可以以不同的顺序或同时处理各个步骤，并且还可以添加或省略步骤。
在一个方面，用户可以将用于请求车辆的应用下载到客户端计算设备。例如，用户422和432可以经由电子邮件中的链接、直接从网站或应用商店将应用下载到客户端计算设备420和430。例如，客户端计算设备可以通过网络例如向一个或多个服务器计算设备410发送对应用的请求，并且作为响应，接收应用。应用可以本地安装在客户端计算设备上。
然后，用户可以使用他或她的客户端计算设备来访问应用并请求车辆。作为示例，诸如用户432的用户可以使用客户端计算设备430向一个或多个服务器计算设备410发送对车辆的请求。作为其一部分，用户可以识别接载位置、目的地位置，以及在某些情况下，可以识别车辆可停止的服务区域内的任何地方的一个或多个中间停止位置。
这些接载和目的地位置可以是预定义的(例如，停车场的特定区域等)，或者可以仅是车辆服务区域内的任何位置。作为示例，接载位置可以默认为用户的客户端计算设备的当前位置，或者可以由用户在用户的客户端设备处输入。例如，用户可以输入地址或其他位置信息，或者在地图上选择位置以选择接载位置。一旦用户选择了接载和/或目的地位置中的一个或多个，客户端计算设备420就可以将一个或多个位置发送到集中式派遣系统的一个或多个服务器计算设备。作为响应，一个或多个服务器计算设备，例如服务器计算设备410，可以例如基于可用性和与用户的接近度来选择车辆，例如车辆100。服务器计算设备410然后可以将用户分配为车辆100的乘客，将选择的要接载的车辆(这里是车辆100)派遣给分配的乘客。这可以包括通过向车辆的计算设备110提供由分配的乘客指定的接载和/或目的地位置以及可由车辆100的计算设备110用来认证客户端计算设备(例如客户端计算设备430)的信息。
图6是沿着对应于图2的道路210的道路610行驶的车辆100的示例图。在这方面，车道612、614、616对应于车道212、214、216的形状和位置，路缘620、628对应于路缘220的形状和位置，车道线622、624、626对应于车道线222、224、226和路缘228的形状和位置。在该示例中，车辆100在车道612上行驶。车辆640、642和644沿路缘620停在车道612内，同时车辆646在车道616上移动。行人650、652、654、656位于道路210周围，但在感知系统172的传感器的范围内。
当车辆沿着车道612移动时，感知系统172为计算设备提供关于诸如路缘620、628，车道线622、624、624以及车辆640、642、644、646的对象的形状和位置的传感器数据。图7描绘了当车辆100处于如图6所示的状况时感知系统172的各个传感器感知到的传感器数据、以及可用于计算设备110的其他信息。在该示例中，车辆640、642、644、646由感知系统172提供给计算设备110的对象740、742、744、746的边界框表示。行人650、652、654、656也由边界框750、752、754、756(以下简称行人)表示。当然，这些边界框仅表示其中对应于对象的数据点至少近似地被界定在其中的空间的体积。另外，车辆100的实际走向和边界框746的估计的走向分别由箭头760和762表示。当边界框740、742、744看起来非常缓慢地移动或根本不移动时，计算设备110可以确定由这些边界框表示的对象沿路缘620停放。
一旦车辆在时间或空间上处于距接载位置的预定距离内时，例如在车辆的计算设备应开始寻找停止车辆和/或停放车辆的地方以及分配的乘客的客户端设备已被车辆认证之前或之后的某个时间。作为示例，该距离可以是距接载位置50米、50英尺或更多或更少。例如，使用近场通信、BLUETOOTH(R)或其他无线协议，计算设备可以尝试与客户端设备通信并建立链接。当成功建立此链接时，客户端设备可被认证。
例如，返回到图7，车辆100刚刚到达距接载位置770的预定距离772。此时，车辆100将尝试使用从服务器计算设备410接收到的信息来认证分配的乘客的客户端设备。在这方面，计算设备110和430可能能够进行信息的直接通信(即，不需要服务器计算设备410中继信息)。
一旦发生认证，如上所述，计算设备可以从客户端设备接收信息。计算设备110从客户端计算设备430接收的信息可以包括来自客户端计算设备430的加速度计或陀螺仪的关于客户端计算设备的朝向和/或走向的信息。另外，计算设备110可以从客户端计算设备430接收GPS或其他位置信息。
同时，计算设备可以开始分析从车辆的感知系统接收到的信息以识别附加信号。例如，计算设备110可以从感知系统172接收识别在感知系统172的传感器的范围内的任何行人的信息。这可以包括位置和其他特征，例如与行人对应的对象750-756的速度和朝向。然后，计算设备可以识别在车辆的预定距离(例如50米或更多或更少)内的所有此类行人或者在接载位置的预定距离(例如50米或更多或更少)内的所有此类行人的集合。因此，在图8的示例中，计算设备110可以将所有对象750-756识别为在预定距离内。
对于集合中的任何这样的识别的对象或行人，计算设备110可以开始确定那些行人的具体特征，例如相对姿势(位置和朝向或走向)、速度以及注视方向、以及在每个行人的预定距离(例如2米或更多或更少)内的其他行人的数量。在某些情况下，计算设备110甚至可以将行人分类为更多可能或较不可能等待车辆。例如，从车辆的当前位置走开的人可能比走向车辆的人较不可能等待。这可用于从集合中过滤出不太可能等待车辆的特定行人，从而减少了下述比较所需的处理量。
例如，从图7的示例到图8的示例经过了短暂的时间段，例如几秒钟。如图8所示，车辆100朝着接载位置770前进，并且现在与图7的示例相比更靠近接载位置770。此外，行人750、752和754已分别移动箭头850、852和854指示的距离和方向。行人756在图8的时间和图7的时间之间是静止的。使用该距离在该短暂的时间段内的变化还可以提供这些行人的估计的速度。例如，行人750可以沿箭头850的方向以每秒约5米移动，行人752和754可以分别沿箭头852和854的方向以每秒约2米移动，以及行人756可以看起来为静止的。当然，这些速度的确定可以由计算设备110进行，或由感知系统172进行并提供给计算设备110。
另外，计算设备110还可以处理从客户端计算设备430接收到的GPS或其他位置信息，以确定分配的乘客或更确切地说，分配的乘客的客户端计算设备的估计的速度。例如，通过绘制(plotting)位置随时间的变化，计算设备110可以确定客户端计算设备430的估计的速度。速度估计可以包括速度的估计的方向。尽管GPS信息可能有些不可靠，但在某些情况下，估计的速度实际上可能更可靠。
然后，计算设备110可以开始将从客户端计算设备430接收的信息与从来自感知系统172的信息确定的每个行人的特征进行比较。这可以用于将行人的集合缩减到仅几个或一个。例如，可以将客户端计算设备430的估计的速度与每个行人的估计的速度进行比较。例如，如果客户端计算设备430的估计的速度在与箭头760的方向对应的估计的方向上为每秒2米，则行人752和754可能与沿非常不同的方向(如箭头850所示)以更大速度移动的行人750相比更可能是乘客。因此，行人756和750可以从可能的行人的集合中被过滤。
另外，如上所述，可以将由计算设备110从客户端计算设备430接收的GPS信息与每个识别的行人或行人750-756的检测的位置进行比较。类似地，可以将从客户端计算设备430接收到的加速度计或走向信息与每个识别的行人的检测的走向进行比较。这些额外的比较可以用来进一步缩小行人的集合。
其他信号(例如行人的注视的朝向)也可以用于确定这是否与加速度计信息一致(人们通常朝他们移动的方向看)，以及还有这是否与看向车的人(很可能是乘客)或看他或她的计算设备的人(如果他们正在检查车辆的当前位置)一致。例如，由于行人750与接载位置770的距离，并且因为行人750看起来离开车辆100和接载位置770两者移动，行人750可能被过滤。同时，行人752和754都朝向接载位置770移动，而不是离开或朝向车辆100移动，从而使得这些行人与行人750相比更可能是分配的乘客。在此示例中，行人752可能朝着车辆100的方向看，这也可能使行人752更可能是分配的乘客。类似地，行人756可以朝向并看着车辆100，这将再次使得行人756更有可能是分配的乘客。
另外，在已经派遣计算设备来接载多于一个人的情况下，若集合中的每个行人可以帮助识别集合中的哪些行人更可能是分配的乘客(因为他或她可能与人数相同的人群在一起)，与在预定距离(例如2米或更多或更少)内的行人对应的其他行人的数量。再次，考虑到这些信号中的每一个，计算设备可以将观察到的行人缩减为可能是分配的乘客的行人的非常小的集合(1或2或更多或更少)。例如，如果计算设备向计算设备110提供指示将接载两名乘客的指令，则行人754比行人752更有可能是乘客，因为行人754靠近另一个行人(这里是行人756)。再次，然后可以相应地过滤或从集合中去除行人。
然后，当车辆移向接载位置时，可以更新该集合。另外，该集合可以用于确定车辆应在哪里停止，因为与继续到达接载位置相比可能更容易找到更靠近集合的一个或多个行人的停车位。在该集合仅包括一个行人(或彼此非常接近的几个行人)的情况下，计算设备110甚至可以确定在车道上停止是否安全，而不是靠边到停车位或停车区，并且允许乘客进入。例如，如果该集合仅包括行人752，则计算设备110在经过行人744之后或之前将车辆靠边以停止并等待分配的乘客与计算设备110在经过行人744之后将车辆靠边相比是更有效的。类似地，如果集合仅包括行人754，则计算设备110在经过行人744之后靠边以停止并等待分配的乘客与计算设备110在经过行人744之后或之前将车辆靠边相比是更有效的。
在某些情况下，也可能要求乘客协助计算设备110识别他或她。例如，可以要求乘客共享乘客的图像，以便允许面部识别或身体形状和大小的识别。类似地，可能要求乘客输入其自己的特征，例如身高和体重、衣服细节(例如衬衫颜色、裤子颜色或其他特征)。还可以要求乘客做出某种附加姿势，例如以特定方式挥舞或举起或移动他或她的客户端设备，在他或她的客户端设备的显示器上显示特定的颜色或代码并使显示器朝向车辆。还可以向乘客询问特定问题，以帮助车辆缩减行人的集合，例如“您的衬衫是什么颜色？”或“您的衬衫是红色？”。在另一替选方案中，可以在一次行程中确定乘客的图像或特征，并且如果乘客选择保存该信息以供以后的行程，则该信息可以被计算设备用来在以后的行程中识别同一乘客。再者，所有此类信息可用于将特定行人识别为分配给车辆的乘客。
附加地或替选地，用于从集合中识别行人和/或过滤行人的上述任何信号可以被概率地(probabilistically)应用。例如，可以通过对与行人对应的每个行人的所有信号的组合可能性设阈值(thresholding)来填充(populate)集合。然后可以基于组合可能性对集合进行排名(rank)。更高或最高排名的行人将更可能被认为是分配的乘客。在该示例中，当组合可能性高于特定阈值时和/或当行人对应于最高排名的行人时，车辆可以停止以等待与高排名的行人对应的行人。
通过使用机器学习技术，可以提高识别特定乘客的准确性。例如，可以通过输入从客户端设备接收的信息以及由感知系统针对各种行人检测到的信息来生成特定行人是分配给车辆的乘客的可能性的模型。结果是指定的乘客的那些可以被标记为乘客，而结果不是指定的乘客的那些同样可以被标记。模型的输出可以是每个行人都是指定的乘客的可能性。当计算设备正在将与行人对应的一组行人的数据输入到模式中时，诸如在上述概率方法中，可以将具有最高可能性的集合中的行人分配为分配的乘客。随着时间，随着更多信息变得可用于不同的乘客行人和非乘客行人，该模型可以继续进行训练并用于识别特定行人是否可能被分配给车辆。
作为替选，一旦车辆在接载位置的预定距离内，则计算设备110可以尝试首先识别分配的乘客，而不是在尝试识别分配的乘客之前进行认证。这可以使用上述示例，或通过使用计算机视觉技术来认证分配的乘客(而不是与分配的乘客的客户端计算设备进行通信)来实现。当然，这可能更复杂，因为来自分配的乘客的客户端计算设备的信息最可能在到达车辆的计算设备之前与服务器计算设备相关。
图9是可以由一个或多个处理器(例如计算设备110的一个或多个处理器120)执行的流程图900。在此示例中，在框910处，派遣指令以在接载位置处接载分配的乘客。派遣指令包括针对与分配的乘客相关联的客户端计算设备的认证信息。在框920处，在自动驾驶模式下朝向接载位置操纵车辆。在框930处，使用认证信息来认证客户端计算设备。在认证客户端计算设备之后，在框940处从车辆的传感器生成的传感器信息中识别在车辆的预定距离内的行人的集合，并且在框950处在一定时间段内从客户端计算设备接收位置信息。在框950处，使用接收的位置信息来估计客户端计算设备的速度。在框960处使用估计的速度来识别可能是分配的乘客的行人的集合的子集。然后，在框970处，基于该子集停止车辆以允许分配的乘客进入车辆。
除非另有说明，否则前述替代示例不是相互排斥的，而是可以以各种组合实现以实现独特的优点。由于可以在不脱离由权利要求限定的主题的情况下利用特征的这些和其他变型和组合，因此前述实施例的描述应当作为说明而不是作为由权利要求限定的主题的限制来进行。另外，这里描述的示例的提供以及表述为“诸如”、“包括”等的从句不应被解释为将权利要求的主题限制于特定示例；反而，这些示例仅旨在说明许多可能的实施例中的一个。此外，不同附图中的相同附图标记可以识别相同或相似的元件。

Claims (20)

1.一种识别分配的乘客的方法，所述方法包括：
由车辆的一个或多个处理器接收在接载位置处接载分配的乘客的派遣指令，该派遣指令包括针对与分配的乘客相关联的客户端计算设备的认证信息；
由一个或多个处理器在自动驾驶模式下朝向接载位置操纵车辆；
由一个或多个处理器使用认证信息认证客户端计算设备；
在认证客户端计算设备之后，由一个或多个处理器从车辆的传感器生成的传感器信息中识别在车辆的预定距离内的行人的集合；
在认证客户端计算设备之后，由一个或多个处理器在一定时间段内从客户端计算设备接收识别客户端计算设备的位置的信息；
由一个或多个处理器使用接收的信息来估计客户端计算设备的速度；
由一个或多个处理器使用估计的速度来识别可能是分配的乘客的行人的集合的子集；以及
由一个或多个处理器基于所述子集停止车辆以允许分配的乘客进入车辆。
2.根据权利要求1所述的方法，其中，所接收的信息包括由客户端计算设备的传感器生成的朝向信息，并且所述方法还包括：
确定行人的集合中的每个行人的朝向；以及
将朝向信息与所确定的朝向进行比较，并且其中，所述比较还用于识别所述子集。
3.根据权利要求1所述的方法，还包括：使用传感器信息来检测行人的集合中的每个行人的注视方向，并且其中，每个行人的注视检测还用于识别子集。
4.根据权利要求1所述的方法，还包括：使用传感器信息来确定与在行人的集合中的每个行人的预定距离内的行人对应的其他行人的数量，并且其中，所确定的在每个行人的预定距离内的其他行人的数量还用于识别所述子集。
5.根据权利要求4所述的方法，其中，所述派遣指令还识别乘客的数量，并且其中，所识别的乘客的数量还用于识别所述子集。
6.根据权利要求1所述的方法，其中，当从客户端计算设备接收到附加位置信息时，更新行人的集合。
7.根据权利要求1所述的方法，其中，停止车辆包括：将车辆停在比接载位置更靠近所述子集的行人的位置。
8.根据权利要求1所述的方法，其中，停止车辆包括：在车辆到达接载位置之前停止车辆。
9.根据权利要求1所述的方法，还包括：
使用传感器信息来识别在行人的集合中的两个或更多个行人之间不同的特征；
向客户端设备发送请求，该请求包括关于所述特征的问题；以及
接收来自客户端计算设备的响应，并且其中，所述响应还用于识别所述子集。
10.根据权利要求1所述的方法，其中，使用估计的速度来识别可能是分配的乘客的行人的集合的子集包括：将估计的速度输入到模型中，以便识别行人的集合中的每个行人是分配的乘客的可能性，并且其中，行人的集合中的每个行人是乘客的可能性还被用于识别所述子集。
11.一种用于识别分配的乘客的系统，该系统包括一个或多个处理器，所述一个或多个处理器被配置为：
接收在接载位置处接载乘客的派遣指令，该派遣指令包括针对与分配的乘客相关联的客户端计算设备的认证信息；
在自动驾驶模式下朝向接载位置操纵车辆；
使用认证信息认证客户端计算设备；
在认证客户端计算设备之后，从车辆的传感器生成的传感器信息中识别与在车辆的预定距离内的行人对应的行人的集合；
在认证客户端计算设备之后，在一定时间段内从客户端计算设备接收位置信息；
在一定时间段内从客户端计算设备接收识别客户端计算设备的位置的信息；
使用接收的信息来估计客户端计算设备的速度；
使用估计的速度来识别可能是乘客的行人的集合的子集；以及
基于所述子集停止车辆以允许乘客进入车辆。
12.根据权利要求11所述的系统，其中，所接收的信息包括由客户端计算设备的传感器生成的朝向信息，并且所述一个或多个处理器还被配置为：
确定乘客的朝向；以及
将朝向信息与所确定的朝向进行比较，并且其中，所述比较还用于识别所述子集。
13.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为使用传感器信息来检测行人的集合中的每个行人的注视方向，并且其中，每个行人的注视检测还被所述一个或多个处理器用于识别所述子集。
14.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为使用传感器信息来确定与在行人的集合中的每个行人的预定距离内的行人对应的其他行人的数量，并且其中，所确定的在每个行人的预定距离内的其他行人的数量还被所述一个或多个处理器用于识别所述子集。
15.根据权利要求14所述的系统，其中，所述派遣指令还识别乘客的数量，并且其中，所识别的乘客的数量还被所述一个或多个处理器用于识别所述子集。
16.根据权利要求11所述的系统，其中，当从客户端计算设备接收到附加位置信息时，更新行人的集合。
17.根据权利要求11所述的系统，其中，停止车辆包括：将车辆停在比接载位置更靠近所述子集的行人的位置。
18.根据权利要求11所述的系统，其中，停止车辆包括：在车辆到达接载位置之前停止车辆。
19.根据权利要求11所述的系统，其中，所述一个或多个处理器还被配置为：
使用传感器信息来识别在行人的集合中的两个或更多个行人之间不同的特征；
向客户端设备发送请求，该请求包括关于所述特征的问题；以及
接收来自客户端计算设备的响应，并且其中，所述响应还用于识别所述子集。
20.根据权利要求11所述的系统，还包括车辆。
CN201880063663.4A 2017-08-17 2018-08-03 识别自动驾驶车辆的分配的乘客 Active CN111183428B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/679,485 US10579788B2 (en) 2017-08-17 2017-08-17 Recognizing assigned passengers for autonomous vehicles
US15/679,485 2017-08-17
PCT/US2018/045137 WO2019036208A1 (en) 2017-08-17 2018-08-03 RECOGNITION OF ASSIGNED PASSENGERS FOR AUTONOMOUS VEHICLES

Related Child Applications (1)

Application Number Title Priority Date Filing Date
CN202410078206.XA Division CN118038405A (zh) 2017-08-17 2018-08-03 识别自动驾驶车辆的分配的乘客

Publications (2)

Publication Number Publication Date
CN111183428A true CN111183428A (zh) 2020-05-19
CN111183428B CN111183428B (zh) 2024-02-09

Family

ID=65361555

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880063663.4A Active CN111183428B (zh) 2017-08-17 2018-08-03 识别自动驾驶车辆的分配的乘客

Country Status (9)

Country Link
US (3) US10579788B2 (zh)
EP (2) EP3646280B1 (zh)
JP (2) JP6968255B2 (zh)
KR (1) KR102315335B1 (zh)
CN (1) CN111183428B (zh)
AU (2) AU2018318833B2 (zh)
CA (1) CA3072744C (zh)
SG (2) SG11202000601PA (zh)
WO (1) WO2019036208A1 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017079341A2 (en) 2015-11-04 2017-05-11 Zoox, Inc. Automated extraction of semantic information to enhance incremental mapping modifications for robotic vehicles
US9606539B1 (en) 2015-11-04 2017-03-28 Zoox, Inc. Autonomous vehicle fleet service and system
US10401852B2 (en) 2015-11-04 2019-09-03 Zoox, Inc. Teleoperation system and method for trajectory modification of autonomous vehicles
US11283877B2 (en) * 2015-11-04 2022-03-22 Zoox, Inc. Software application and logic to modify configuration of an autonomous vehicle
US10579788B2 (en) 2017-08-17 2020-03-03 Waymo Llc Recognizing assigned passengers for autonomous vehicles
US10756900B2 (en) * 2017-09-28 2020-08-25 Hand Held Products, Inc. Non-repudiation protocol using time-based one-time password (TOTP)
WO2021010524A1 (ko) * 2019-07-17 2021-01-21 엘지전자 주식회사 차량용 전자 장치 및 차량용 전자 장치의 동작 방법
DE102019213365B4 (de) * 2019-09-03 2024-03-21 Volkswagen Aktiengesellschaft Routenanpassungsverfahren, Steuerungsanordnung, Transportsystem
KR20210080993A (ko) * 2019-12-23 2021-07-01 엘지전자 주식회사 전자 장치 및 그의 동작 방법
CN111605505B (zh) * 2020-02-25 2022-03-22 江苏大学 基于深度学习的主动式气囊拉带装置及其控制方法
CN112883786B (zh) * 2021-01-14 2021-09-10 深圳市博远科技创新发展有限公司 一种智能交通安全综合管理与监管系统及其使用方法
US20220258773A1 (en) * 2021-02-15 2022-08-18 Ford Global Technologies, Llc Autonomous Vehicle Rider Authentication, Boarding, And Drop Off Confirmation
JP2022132902A (ja) * 2021-03-01 2022-09-13 本田技研工業株式会社 移動体の制御システム、移動体、移動体の制御方法、およびプログラム
JP7439781B2 (ja) * 2021-03-02 2024-02-28 トヨタ自動車株式会社 自動運転車両、乗合車両及び車両乗換システム
IT202200008276A1 (it) * 2022-04-27 2023-10-27 Fiat Ricerche "Autoveicolo a guida autonoma, dotato di un sistema per il riconoscimento a distanza, ed il recupero, di un passeggero, e relativo procedimento"
IT202200010040A1 (it) * 2022-05-16 2023-11-16 Fiat Ricerche "Autoveicolo a guida autonoma, dotato di un sistema per rilevare e riconoscere caratteristiche identificative di un passeggero, e relativo procedimento"

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105549454A (zh) * 2014-10-22 2016-05-04 麦恩电子有限公司 提供用于自动驾驶车辆的代客指令的系统和方法
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
US20160295196A1 (en) * 2015-04-03 2016-10-06 Otis Elevator Company Auto commissioning system and method
US20170153714A1 (en) * 2016-03-03 2017-06-01 Cruise Automation, Inc. System and method for intended passenger detection

Family Cites Families (122)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6694248B2 (en) 1995-10-27 2004-02-17 Total Technology Inc. Fully automated vehicle dispatching, monitoring and billing
JP3375258B2 (ja) 1996-11-07 2003-02-10 株式会社日立製作所 地図表示方法及び装置並びにその装置を備えたナビゲーション装置
US6418234B1 (en) 1997-03-03 2002-07-09 Keith W. Whited System and method for storage, retrieval and display of information relating to specimens in marine environments
US6545601B1 (en) 1999-02-25 2003-04-08 David A. Monroe Ground based security surveillance system for aircraft and other commercial vehicles
US6812851B1 (en) 1999-12-15 2004-11-02 Vert, Inc. Apparatuses for displaying information on vehicles
US7167796B2 (en) 2000-03-09 2007-01-23 Donnelly Corporation Vehicle navigation system for use with a telematics system
US6356838B1 (en) 2000-07-25 2002-03-12 Sunil Paul System and method for determining an efficient transportation route
US6891518B2 (en) 2000-10-05 2005-05-10 Siemens Corporate Research, Inc. Augmented reality visualization device
US6414635B1 (en) 2000-10-23 2002-07-02 Wayport, Inc. Geographic-based communication service system with more precise determination of a user's known geographic location
JP2002149912A (ja) 2000-11-13 2002-05-24 Toshihiko Furukawa 通報システム
US20110068954A1 (en) 2006-06-20 2011-03-24 Zonar Systems, Inc. Method and apparatus to collect object identification data during operation of a vehicle and analysis of such data
US20030096621A1 (en) * 2001-11-19 2003-05-22 Rittwik Jana Method and apparatus for identifying a group of users of a wireless service
US6801837B2 (en) 2002-01-03 2004-10-05 Meritor Light Vehicle Technology, Llc Intervehicle network communication system
US7327280B2 (en) 2002-08-15 2008-02-05 California Institute Of Technology Emergency vehicle traffic signal preemption system
FR2840426B1 (fr) 2002-06-03 2004-12-17 Airbus France Dispositif d'aide au reperage visuel d'un aeronef en vol depuis un autre aeronef, egalement en vol
US20030222981A1 (en) 2002-06-04 2003-12-04 Kisak Jeffrey James Locomotive wireless video recorder and recording system
JP2004054444A (ja) 2002-07-17 2004-02-19 Omron Corp 運転サービス情報仲介システム
US6810328B2 (en) 2002-11-23 2004-10-26 Alpine Electronics, Inc Navigation method and system for indicating area-specific traffic information
US20050153707A1 (en) 2003-07-25 2005-07-14 Liza Ledyard Portable service identification, notification and location device and method
US7466356B2 (en) 2003-07-25 2008-12-16 Hewlett-Packard Development Company, L.P. Method and apparatus for setting a marker on an object and tracking the position of the object
US20050114014A1 (en) 2003-11-24 2005-05-26 Isaac Emad S. System and method to notify a person of a traveler's estimated time of arrival
JP2005250614A (ja) 2004-03-02 2005-09-15 Nec Mobiling Ltd タクシー配車システム
DE102005013920B4 (de) 2004-03-26 2007-12-13 Mitsubishi Jidosha Kogyo K.K. Frontsicht-Überwachungsvorrichtung
US7129887B2 (en) 2004-04-15 2006-10-31 Lockheed Martin Ms2 Augmented reality traffic control center
US8972052B2 (en) 2004-07-07 2015-03-03 Irobot Corporation Celestial navigation system for an autonomous vehicle
JP2006279859A (ja) * 2005-03-30 2006-10-12 Hitachi Ltd 移動体移動実態情報提供システム、位置情報収集装置、カーナビ装置および移動体移動実態情報提供方法
EP1877970A1 (en) 2005-05-02 2008-01-16 Ecolane Finland OY Method and arrangement for arranging practical aspects of a demand responsive transport system
US20160027307A1 (en) * 2005-12-23 2016-01-28 Raj V. Abhyanker Short-term automobile rentals in a geo-spatial environment
US20140172727A1 (en) 2005-12-23 2014-06-19 Raj V. Abhyanker Short-term automobile rentals in a geo-spatial environment
US8340904B2 (en) 2006-01-08 2012-12-25 Bo-In Lin Transmission of wireless messages of current vehicle location and estimated arrival time to requestors
US7920071B2 (en) 2006-05-26 2011-04-05 Itt Manufacturing Enterprises, Inc. Augmented reality-based system and method providing status and control of unmanned vehicles
US7775437B2 (en) 2006-06-01 2010-08-17 Evryx Technologies, Inc. Methods and devices for detecting linkable objects
EP2135200A4 (en) 2007-02-12 2011-12-28 Sean O'sullivan DISTRIBUTED TRANSPORT SYSTEM AND SERVICE NETWORK
JP2008216205A (ja) 2007-03-07 2008-09-18 Fujitsu Ltd 車載ナビゲーション装置
JP2008227877A (ja) 2007-03-13 2008-09-25 Hitachi Ltd 映像情報処理装置
US9852624B2 (en) * 2007-09-07 2017-12-26 Connected Signals, Inc. Network security system with application for driver safety system
US8451107B2 (en) 2007-09-11 2013-05-28 Magna Electronics, Inc. Imaging system for vehicle
EP2217880B1 (en) 2007-11-24 2015-02-18 Routerank Ltd Optimized route planning
US8005488B2 (en) 2007-12-14 2011-08-23 Promptu Systems Corporation Automatic service vehicle hailing and dispatch system and method
US20090192851A1 (en) 2008-01-25 2009-07-30 Bishop Paul L Location-Based Transportation Management
US9020533B1 (en) 2008-02-12 2015-04-28 Sprint Communications Company L.P. Location services
US20090234573A1 (en) 2008-03-17 2009-09-17 Emory University Office Of Technology Transfer Travel Partner Matching Using Selectable Map Interface
US9519921B2 (en) 2008-06-27 2016-12-13 E-Lantis Corporation GPS and wireless integrated fleet management system and method
DE102008049824B4 (de) * 2008-10-01 2014-09-04 Universität Kassel Verfahren zur Kollisionsvermeidung
JP2010183170A (ja) 2009-02-03 2010-08-19 Denso Corp 車両用表示装置
US20100217613A1 (en) 2009-02-26 2010-08-26 Brian Kelly Methods and apparatus for providing charitable content and related functions
TWI402782B (zh) 2009-03-20 2013-07-21 Taiwan Mobile Comm 車輛派遣方法、車輛派遣系統及應用其中之導航主機
US8386177B2 (en) 2009-05-13 2013-02-26 Taiwan Mobile Communication Vehicle-dispatching method and vehicle-dispatching system
US8583320B2 (en) 2009-06-26 2013-11-12 Esurance Insurance Services, Inc. Apparatus and method for automated vehicle roadside assistance
KR101772970B1 (ko) 2009-08-25 2017-09-13 삼성전자주식회사 차량 정보 제공방법 및 이를 적용한 단말기
US8301202B2 (en) 2009-08-27 2012-10-30 Lg Electronics Inc. Mobile terminal and controlling method thereof
US9041806B2 (en) 2009-09-01 2015-05-26 Magna Electronics Inc. Imaging and display system for vehicle
US10002198B2 (en) 2009-10-28 2018-06-19 Verizon Patent And Licensing Inc. Mobile taxi dispatch system
US8346426B1 (en) 2010-04-28 2013-01-01 Google Inc. User interface for displaying internal state of autonomous driving system
US20110313880A1 (en) 2010-05-24 2011-12-22 Sunil Paul System and method for selecting transportation resources
JP5070318B2 (ja) 2010-06-21 2012-11-14 本田技研工業株式会社 車載遠隔操作装置
US20120041675A1 (en) 2010-08-10 2012-02-16 Steven Juliver Method and System for Coordinating Transportation Service
TW201218117A (en) 2010-10-29 2012-05-01 Hon Hai Prec Ind Co Ltd System and method for arranging taxies
US20120130627A1 (en) 2010-11-23 2012-05-24 Islam Mohammad R Taxi dispatch system
US8918230B2 (en) 2011-01-21 2014-12-23 Mitre Corporation Teleoperation of unmanned ground vehicle
GB201106555D0 (en) * 2011-04-19 2011-06-01 Tomtom Int Bv Taxi dispatching system
US8615345B2 (en) 2011-04-29 2013-12-24 Ford Global Technologies, Llc Method and apparatus for vehicle system calibration
WO2012172629A1 (ja) * 2011-06-13 2012-12-20 トヨタ自動車株式会社 歩行者動作予測装置
US9958280B2 (en) 2011-08-16 2018-05-01 Inrix, Inc. Assessing inter-modal passenger travel options
US9037852B2 (en) 2011-09-02 2015-05-19 Ivsc Ip Llc System and method for independent control of for-hire vehicles
US20130144660A1 (en) 2011-12-02 2013-06-06 Verizon Patent And Licensing Inc. Electronic maitre d'
US8712379B2 (en) 2011-12-12 2014-04-29 General Motors Llc Authenticating messages sent between a vehicle and a central facility
EP2798626A4 (en) 2011-12-29 2016-01-06 Intel Corp PERSONALIZED RECONFIGURABLE VEHICLE INDICATORS
US20130211916A1 (en) 2012-02-09 2013-08-15 CMFG Life Insurance Company Automatic real-time opportunity-relevant promotions for an auto buying assistant application
AU2012203006A1 (en) 2012-02-21 2013-09-05 Car Pilots Pty Ltd Systems and methods for booking transport
US9367678B2 (en) 2012-02-29 2016-06-14 Red Hat, Inc. Password authentication
US20130289858A1 (en) 2012-04-25 2013-10-31 Alain Anthony Mangiat Method for controlling and communicating with a swarm of autonomous vehicles using one-touch or one-click gestures from a mobile platform
JP5921320B2 (ja) 2012-04-27 2016-05-24 富士通テン株式会社 表示システム、携帯装置、車載装置、及び、プログラム
US10055694B2 (en) 2012-08-07 2018-08-21 Hitachi, Ltd. Use-assisting tool for autonomous mobile device, operation management center, operation system, and autonomous mobile device
GB201300006D0 (en) 2013-01-01 2013-02-13 Tomtom Dev Germany Gmbh Vehicle management system
US20140200739A1 (en) 2013-01-15 2014-07-17 Honda Motor Co., Ltd. Enhancing vehicle connectivity
US11574263B2 (en) 2013-03-15 2023-02-07 Via Transportation, Inc. System and method for providing multiple transportation proposals to a user
US20160021154A1 (en) 2013-03-25 2016-01-21 Steven B. Schoeffler System And Method For Displaying Information
US20140300449A1 (en) 2013-04-05 2014-10-09 Ani Kounavis Taxi hailing system and mobile application
US9805592B2 (en) * 2013-10-07 2017-10-31 Savari, Inc. Methods of tracking pedestrian heading angle using smart phones data for pedestrian safety applications
US20140365250A1 (en) 2013-06-05 2014-12-11 Fujitsu Limited Transportation service reservation method and apparatus
WO2015001547A1 (en) * 2013-07-01 2015-01-08 Inuitive Ltd. Aligning gaze and pointing directions
WO2015038147A1 (en) 2013-09-13 2015-03-19 Intel Corporation Context-aware distributive taxi cab dispatching
US20150142484A1 (en) 2013-11-18 2015-05-21 National Taipei University Of Technology Carpool service providing method and carpool server using the same
US20150154810A1 (en) 2013-12-04 2015-06-04 Kar Leong Tew Virtual transportation stands
WO2015089207A1 (en) 2013-12-11 2015-06-18 Uber Technologies, Inc. Optimizing selection of drivers for transport requests
US10210399B2 (en) 2013-12-20 2019-02-19 Magna Electronics Inc. Vehicle vision system with image processing
US9542609B2 (en) 2014-02-04 2017-01-10 Xerox Corporation Automatic training of a parked vehicle detector for large deployment
US9436180B1 (en) 2014-04-11 2016-09-06 Google Inc. Location-based privacy
TW201541393A (zh) 2014-04-21 2015-11-01 Wei-Yen Yeh 計程車管理設備及計程車管理系統
US9631933B1 (en) 2014-05-23 2017-04-25 Google Inc. Specifying unavailable locations for autonomous vehicles
US9436182B2 (en) 2014-05-23 2016-09-06 Google Inc. Autonomous vehicles
US20160048831A1 (en) * 2014-08-14 2016-02-18 Uber Technologies, Inc. Verifying user accounts based on information received in a predetermined manner
DE102014219148A1 (de) 2014-09-23 2016-03-24 Robert Bosch Gmbh Verfahren und Vorrichtung zum Erstellen eines Bewegungsmodells eines Straßenverkehrsteilnehmers
US9823081B2 (en) 2014-12-03 2017-11-21 Ford Global Technologies, Llc Vehicle passenger identification
JP6425076B2 (ja) * 2014-12-13 2018-11-21 尚史 本田 位置情報に基づく個人識別情報処理システム及び方法
JP2018506461A (ja) 2014-12-15 2018-03-08 ポラリス インダストリーズ インコーポレーテッド 自律準備車両
WO2016114191A1 (ja) * 2015-01-15 2016-07-21 日産自動車株式会社 乗客ドッキング位置を使用した自律走行車両のルーティング及びナビゲーション
US9448559B2 (en) 2015-01-15 2016-09-20 Nissan North America, Inc. Autonomous vehicle routing and navigation using passenger docking locations
US9552564B1 (en) 2015-03-19 2017-01-24 Amazon Technologies, Inc. Autonomous delivery transportation network
JP6343248B2 (ja) 2015-04-13 2018-06-13 パナソニック株式会社 車載端末装置及びこれを備えた歩車間通信システム及び車両待ち合わせ方法
JP2016218895A (ja) 2015-05-25 2016-12-22 日本電気株式会社 同一人物検証システム、方法およびプログラム
US9733096B2 (en) 2015-06-22 2017-08-15 Waymo Llc Determining pickup and destination locations for autonomous vehicles
US10023231B2 (en) 2015-08-12 2018-07-17 Madhusoodhan Ramanujam Parking autonomous vehicles
US9805605B2 (en) * 2015-08-12 2017-10-31 Madhusoodhan Ramanujam Using autonomous vehicles in a taxi service
CA3005147C (en) * 2015-11-20 2022-07-19 Uber Technologies, Inc. Controlling autonomous vehicles in connection with transport services
US11205240B2 (en) * 2015-12-30 2021-12-21 Waymo Llc Autonomous vehicle services
US9551992B1 (en) 2016-01-08 2017-01-24 Google Inc. Fall back trajectory systems for autonomous vehicles
US20170213165A1 (en) 2016-01-26 2017-07-27 GM Global Technology Operations LLC Systems and methods for vehicle ride safety and security of person and property
US10824985B2 (en) * 2016-03-09 2020-11-03 Amazon Technologies, Inc. Interactive mobile pick-up unit notification
US20170294130A1 (en) * 2016-04-08 2017-10-12 Uber Technologies, Inc. Rider-vehicle handshake
US9429947B1 (en) 2016-04-14 2016-08-30 Eric John Wengreen Self-driving vehicle systems and methods
US10063560B2 (en) * 2016-04-29 2018-08-28 Microsoft Technology Licensing, Llc Gaze-based authentication
US20170323378A1 (en) * 2016-05-09 2017-11-09 Bank Of America Corporation System for triggering of living option resource allocation
US20170327082A1 (en) * 2016-05-12 2017-11-16 GM Global Technology Operations LLC End-to-end accommodation functionality for passengers of fully autonomous shared or taxi-service vehicles
US20180075565A1 (en) * 2016-09-13 2018-03-15 Ford Global Technologies, Llc Passenger validation systems and methods
US11024160B2 (en) 2016-11-07 2021-06-01 Nio Usa, Inc. Feedback performance control and tracking
US10210398B2 (en) * 2017-01-12 2019-02-19 Mitsubishi Electric Research Laboratories, Inc. Methods and systems for predicting flow of crowds from limited observations
CA3062780C (en) * 2017-05-08 2023-09-26 Arnold CHASE Mobile device for autonomous vehicle enhancement system
US10290074B2 (en) * 2017-05-25 2019-05-14 Uber Technologies, Inc. Coordinating on-demand transportation with autonomous vehicles
US10059255B1 (en) * 2017-06-16 2018-08-28 Hyundai Motor Company Systems and methods for vehicle recognition using mobile device
US10579788B2 (en) 2017-08-17 2020-03-03 Waymo Llc Recognizing assigned passengers for autonomous vehicles

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105549454A (zh) * 2014-10-22 2016-05-04 麦恩电子有限公司 提供用于自动驾驶车辆的代客指令的系统和方法
US20160231746A1 (en) * 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
US20160295196A1 (en) * 2015-04-03 2016-10-06 Otis Elevator Company Auto commissioning system and method
US20170153714A1 (en) * 2016-03-03 2017-06-01 Cruise Automation, Inc. System and method for intended passenger detection

Also Published As

Publication number Publication date
US10579788B2 (en) 2020-03-03
WO2019036208A1 (en) 2019-02-21
AU2021203701B2 (en) 2022-06-23
US20200210564A1 (en) 2020-07-02
US20210133308A1 (en) 2021-05-06
US10872143B2 (en) 2020-12-22
CA3072744C (en) 2023-08-01
AU2018318833B2 (en) 2021-05-06
WO2019036208A9 (en) 2020-03-26
EP3646280A4 (en) 2021-05-19
SG11202000601PA (en) 2020-02-27
US11475119B2 (en) 2022-10-18
AU2021203701A1 (en) 2021-07-01
EP4138056A1 (en) 2023-02-22
CA3072744A1 (en) 2019-02-21
AU2018318833A9 (en) 2020-04-16
US20190057209A1 (en) 2019-02-21
SG10202106060SA (en) 2021-07-29
CN111183428B (zh) 2024-02-09
EP3646280B1 (en) 2022-10-05
JP7334224B2 (ja) 2023-08-28
EP4138056B1 (en) 2024-01-03
JP2020531943A (ja) 2020-11-05
JP2022016448A (ja) 2022-01-21
KR102315335B1 (ko) 2021-10-20
EP3646280A1 (en) 2020-05-06
JP6968255B2 (ja) 2021-11-17
AU2018318833A1 (en) 2020-02-20
KR20200018736A (ko) 2020-02-19

Similar Documents

Publication Publication Date Title
AU2021203701B2 (en) Recognizing assigned passengers for autonomous vehicles
JP7314218B2 (ja) 自律車両における乗客の早期乗車
KR102222323B1 (ko) 자율 차량들을 위한 동적 라우팅
KR102219595B1 (ko) 자율 차량들의 승객 픽업 배치
CA3073823C (en) Identifying unassigned passengers for autonomous vehicles
JP2019537530A (ja) 自律走行車の停車位置のプランニング
KR20210048575A (ko) 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것
CN118038405A (zh) 识别自动驾驶车辆的分配的乘客

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