CN111886611A - 用于自主运载工具的批路线规划的计算框架 - Google Patents

用于自主运载工具的批路线规划的计算框架 Download PDF

Info

Publication number
CN111886611A
CN111886611A CN201880091573.6A CN201880091573A CN111886611A CN 111886611 A CN111886611 A CN 111886611A CN 201880091573 A CN201880091573 A CN 201880091573A CN 111886611 A CN111886611 A CN 111886611A
Authority
CN
China
Prior art keywords
vehicle
autonomous
autonomous vehicle
vehicles
state data
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
CN201880091573.6A
Other languages
English (en)
Other versions
CN111886611B (zh
Inventor
A·莫塔扎维
L·彼得森
M·西尔休斯
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.)
Renault SAS
Nissan North America Inc
Original Assignee
Renault SAS
Nissan North America Inc
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 Renault SAS, Nissan North America Inc filed Critical Renault SAS
Publication of CN111886611A publication Critical patent/CN111886611A/zh
Application granted granted Critical
Publication of CN111886611B publication Critical patent/CN111886611B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0141—Measuring and analyzing of parameters relative to traffic conditions for specific applications for traffic information dissemination
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096708—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control
    • G08G1/096725—Systems involving transmission of highway information, e.g. weather, speed limits where the received information might be used to generate an automatic action on the vehicle control where the received information generates an automatic action on the vehicle control
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0967—Systems involving transmission of highway information, e.g. weather, speed limits
    • G08G1/096766—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission
    • G08G1/096775—Systems involving transmission of highway information, e.g. weather, speed limits where the system is characterised by the origin of the information transmission where the origin of the information is a central station
    • G—PHYSICS
    • 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
    • G08G1/096833—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • G08G1/096844—Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route where the complete route is dynamically recomputed based on new data
    • 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
    • G08G1/207—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/22—Platooning, i.e. convoy of communicating vehicles

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Atmospheric Sciences (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Traffic Control Systems (AREA)
  • Navigation (AREA)

Abstract

公开了自主运载工具的批路线规划。方法可以包括维持分别与多个自主运载工具相对应的多个运载工具状态数据对象实例。该方法包括：获得交通状况位置；以及从多个自主运载工具中确定各自主运载工具的当前路线与交通状况位置相交的自主运载工具组。该方法还包括：确定两个或更多个自主运载工具子组；以及针对各自主运载工具子组，确定不在自主运载工具的当前路线上的与自主运载工具子组相对应的相应避开路点。针对自主运载工具子组中的各自主运载工具，该方法包括：基于自主运载工具的当前路线和相应避开路点来确定更新路线；基于更新路线来生成控制指令；并且将控制指令发送至自主运载工具。

Description

用于自主运载工具的批路线规划的计算框架
技术领域
本申请一般涉及自主运载工具，更特别地涉及用于自主运载工具的批路线规划的计算框架。
背景技术
自主运载工具的使用没有消除可能延迟或阻碍运载工具经过的情形(例如，施工区)的出现。例如，事故可能导致沿运载工具运输网络的某些位置变得拥堵。在给定路线的情况下，自主运载工具可能延迟到达其目的地。在没有重新路线规划的能力的情况下，自主运载工具可能不能朝向其目的地前进，直到该情形被解决为止。在给定重新路线规划的能力的情况下，位于拥堵区域内的所有自主运载工具都可能将其自己重新路线规划到相同的路点，由此导致额外的拥堵。
发明内容
这里公开了用于生成解决方案路径覆盖界面的方面、特征、元素、实施和实现。
根据本发明的一些实现，公开了用于自主运载工具的批路线规划的方法。根据这些实现，一种方法，包括：由运载工具控制服务器的一个或多个处理器来维持分别与穿过运载工具运输网络的多个自主运载工具相对应的多个运载工具状态数据对象实例。各运载工具状态数据对象实例指示与相应自主运载工具的当前位置相对应的当前位置以及相应自主运载工具的当前路线。该方法还包括由所述一个或多个处理器获得交通状况位置。所述交通状况位置指示沿所述运载工具运输网络的交通当前被阻碍的位置。该方法还包括由所述一个或多个处理器基于所述交通状况位置和所述多个运载工具状态数据对象实例中的各运载工具状态数据对象实例中所定义的当前路线从所述多个自主运载工具中确定自主运载工具组。所述自主运载工具组包括自主运载工具的当前路线与所述交通状况位置相交的自主运载工具。该方法还包括由所述一个或多个处理器基于所述多个运载工具状态数据对象实例从所述自主运载工具组中确定包括第一自主运载工具子组和第二自主运载工具子组的两个或更多个自主运载工具子组。该方法还包括针对所述两个或更多个自主运载工具子组中的各自主运载工具子组，由所述一个或多个处理器确定与该自主运载工具子组相对应的相应避开路点，其中，所述相应避开路点定义了不在该自主运载工具子组中的任何自主运载工具的当前路线上的相应地理位置、并且与所述两个或更多个自主运载工具子组中的各其它自主运载工具子组的相应路点不同。针对该自主运载工具子组中的各自主运载工具，该方法包括由所述一个或多个处理器基于该自主运载工具的当前路线和所述相应避开路点来确定更新路线，其中，所述更新路线不与交通状况位置相交。针对该自主运载工具子组中的各自主运载工具，该方法包括由所述一个或多个处理器基于所述更新路线来生成控制指令以及由所述一个或多个处理器将所述控制指令发送至该自主运载工具。所述控制指令使该自主运载工具向所述相应避开路点行进。
根据本发明的一些实现，确定自主运载工具组包括：识别具有与所述交通状况位置相交的相应当前路线的任何自主运载工具。此外，针对所识别出的各自主运载工具，方法包括判断所识别出的自主运载工具是否有资格被重新路线规划以避开所述交通状况位置；以及在所识别出的自主运载工具有资格被重新路线规划的情况下，将对所识别出的自主运载工具的引用包括在所述自主运载工具组中。
根据本发明的一些实现，确定两个或更多个自主运载工具子组包括：针对所述自主运载工具组中的各自主运载工具，基于该自主运载工具的运载工具状态数据对象实例来向该自主运载工具分配优先级值；以及基于所述自主运载工具组中的各自主运载工具的相应优先级值来生成所述两个或更多个自主运载工具子组。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态数据对象实例包括用以指示该相应自主运载工具的预期任务的运载工具任务指标，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的运载工具任务指标。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具中的乘客的数量的乘客值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的乘客值。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具的运载工具动力源中的剩余充电量的充电值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的充电值。
根据本发明的一些实现，所述方法还包括：由所述一个或多个处理器在判断为自主运载工具正穿过所述运载工具运输网络时对与该自主运载工具相对应的新运载工具状态数据对象实例进行实例化；由所述一个或多个处理器从该自主运载工具接收新运载工具状态数据；以及由所述一个或多个处理器利用所述新运载工具状态数据来更新所述新运载工具状态数据对象实例。
根据本发明的一些实现，各运载工具状态数据对象实例是容器。
根据本发明的一些实现，所述方法还包括：针对各相应自主运载工具子组中的各自主运载工具，由所述一个或多个处理器在该自主运载工具的运载工具状态数据对象实例中利用所述更新路线来代替该自主运载工具的当前路线。
根据本发明的一些实现，获得交通状况位置包括：由所述一个或多个处理器判断为所述多个自主运载工具中的两个或更多个自主运载工具正以小于预期速度的速度穿过所述运载工具运输网络的同一部分。
根据一些实现，公开了被配置为对自主运载工具进行批路线规划的控制器设备。所述控制器设备包括：存储系统；通信单元，其经由通信网络与多个自主运载工具进行通信；以及处理系统，其包括用于执行计算机可读指令的一个或多个处理器。所述计算机可读指令在被执行时使所述处理系统：维持分别与穿过运载工具运输网络的多个自主运载工具相对应的多个运载工具状态数据对象实例。各运载工具状态数据对象实例指示与相应自主运载工具的当前位置相对应的当前位置以及相应自主运载工具的当前路线。所述计算机可读指令还使所述一个或多个处理器获得交通状况位置。所述交通状况位置指示沿所述运载工具运输网络的交通当前被阻碍的位置。所述计算机可读指令还使所述一个或多个处理器基于所述交通状况位置和所述多个运载工具状态数据对象实例中的各运载工具状态数据对象实例中所定义的当前路线从所述多个自主运载工具中确定自主运载工具组，其中，该自主运载工具组包括自主运载工具的当前路线与所述交通状况位置相交的自主运载工具。所述计算机可读指令还使所述一个或多个处理器基于所述多个运载工具状态数据对象实例从所述自主运载工具组中确定包括第一自主运载工具子组和第二自主运载工具子组的两个或更多个自主运载工具子组。所述计算机可读指令还使所述一个或多个处理器针对所述两个或更多个自主运载工具子组中的各自主运载工具子组：确定与该自主运载工具子组相对应的相应避开路点，其中，所述相应避开路点定义了不在该自主运载工具子组中的任何自主运载工具的当前路线上的相应地理位置、并且与所述两个或更多个自主运载工具子组中的各其它自主运载工具子组的相应路点不同。此外，针对所述自主运载工具子组中的各自主运载工具，所述计算机可读指令还使所述一个或多个处理器基于该自主运载工具的当前路线和所述相应避开路点来确定更新路线，基于所述更新路线来生成控制指令，以及将所述控制指令发送至该自主运载工具，其中，所述控制指令使该自主运载工具向所述相应避开路点行进。所述更新路线不与交通状况位置相交。
根据本发明的一些实现，确定自主运载工具组包括：识别具有与所述交通状况位置相交的相应当前路线的任何自主运载工具。此外，针对所识别出的各自主运载工具，该方法包括判断所识别出的自主运载工具是否有资格被重新路线规划以避开所述交通状况位置；以及在所识别出的自主运载工具有资格被重新路线规划的情况下，将对所识别出的自主运载工具的引用包括在所述自主运载工具组中。
根据本发明的一些实现，确定两个或更多个自主运载工具子组包括：针对所述自主运载工具组中的各自主运载工具，基于该自主运载工具的运载工具状态数据对象实例来向该自主运载工具分配优先级值；以及基于所述自主运载工具组中的各自主运载工具的相应优先级值来生成所述两个或更多个自主运载工具子组。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态数据对象实例包括用以指示该相应自主运载工具的预期任务的运载工具任务指标，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的运载工具任务指标。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具中的乘客的数量的乘客值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的乘客值。
根据本发明的一些实现，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具的运载工具动力源中的剩余充电量的充电值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的充电值。
根据本发明的一些实现，所述指令还使所述一个或多个处理器：在判断为自主运载工具正穿过所述运载工具运输网络时对与该自主运载工具相对应的新运载工具状态数据对象实例进行实例化；从所述自主运载工具接收新运载工具状态数据；以及利用所述新运载工具状态数据来更新所述新运载工具状态数据对象实例。
根据本发明的一些实现，各运载工具状态数据对象实例是容器。
根据本发明的一些实现，所述指令还使所述一个或多个处理器：针对各相应自主运载工具子组中的各自主运载工具，在该自主运载工具的运载工具状态数据对象实例中利用所述更新路线来代替该自主运载工具的当前路线。
根据本发明的一些实现，获得交通状况位置包括：由所述一个或多个处理器判断为所述多个自主运载工具中的两个或更多个自主运载工具正以小于预期速度的速度穿过所述运载工具运输网络的同一部分。
在以下对实施例、所附权利要求书和附图的详细描述中，公开了本发明的这些和其它方面。
附图说明
当结合附图阅读时，根据以下详细描述最好地理解所公开的技术。应当强调，根据惯例，附图的各个特征不按比例。相反，为了清楚起见，各个特征的尺寸被任意地扩大或缩小。
图1是可以实现这里公开的方面、特征和元素的运载工具的一部分的示例的示意图。
图2是可以实现这里公开的方面、特征和元素的运载工具运输和通信系统的一部分的示例的示意图。
图3A和3B示出根据本发明的一些实现的穿过运载工具运输网络的示例性自主运载工具组。
图4是根据本发明的一些实现的自主运载工具的示例性运载工具控制系统的示意图。
图5是根据本发明的一些实现的对多个自主运载工具进行路线规划的控制器设备的示例性组件集的示意图。
图6是示出用于控制在与交通状况相交的路线上的多个自主运载工具的方法的示例性操作集的流程图。
具体实施方式
本发明涉及用于自主运载工具(或“运载工具”)的批路线规划的系统和方法。该系统被配置为维持沿运载工具运输网络(“运输网络”)行进的自主运载工具的集合的运载工具状态数据。运输网络可以是指允许运载工具移动的结构(例如，道路、街道、公路等)。运载工具状态数据可以包括但不限于自主运载工具的当前位置、运载工具的路线、运载工具的目的地、运载工具的速度或速率、运载工具的功能或任务(例如，乘客放下、乘客接载、无人操作的运载工具重定位、充电、商业航运、递送等)、运载工具中的乘客的数量、以及/或者运载工具内是否有任何乘客。在一些实现中，各自主运载工具可以具有与其相关联的优先级值。该优先级值可以指示自主运载工具相对于其它自主运载工具的相对优先级。例如，进行放下的乘客运载工具可以比正向企业递送货物的递送运载工具具有更高的优先级。在一些实现中，系统可以针对与系统进行通信的运输网络上的各自主运载工具来实例化运载工具状态数据对象的实例。各实例可以维持相应自主运载工具的运载工具状态数据。
系统还被配置为确定交通状况的存在。交通状况可以是指可能使沿运载工具运输网络的一个或多个运载工具阻塞的任何状况。交通状况位置可以是指与交通状况相对应的位置。响应于对交通状况的检测，系统可以识别具有与交通状况位置相交的路线的自主运载工具组。然后，系统可以从自主运载工具组中生成两个或更多个自主运载工具子组。在一些实现中，系统可以基于自主运载工具组中的自主运载工具的优先级来生成子组。针对各子组，系统可以确定不同的避开路点。避开路点可以是不在运载工具的当前路线上的地理位置。换句话说，避开路点可以定义避开交通状况位置的路点。然后，针对各子组中的各自主运载工具，系统可以基于避开路点来确定运载工具的更新路线。各更新路线被通信至相应的自主运载工具。以这种方式，对自主运载工具组进行路线规划以避开交通状况，但是采用避免将所有运载工具路线规划到同一避开路点的方式。
本发明的实现提供了特别是对自主运载工具进行控制和路线规划的技术改进，例如，与扩展计算机网络组件以远程监视和遥操作自主运载工具有关的技术改进。用以监视自主运载工具网络资源以例如识别障碍物以及在监视装置和运载工具之间通信指令或信息的新方法的开发从根本上与自主运载工具相关计算机网络相关。
本发明的实现至少提供了用于生成解决方案路径覆盖界面的系统、设备、非暂时性计算机可读介质和方法。系统包括通过运载工具中的通信系统例如从远程数据源(例如，远程运载工具监视服务器)接收运载工具状态数据以及与运载工具相关联的外部数据。运载工具状态数据可以与运载工具的状态相关，包括运载工具的当前位置、预期目的地、运载工具的当前路线、运载工具的速率、运载工具中的乘客(如果有的话)的数量、运载工具的任务和/或操作状况。外部数据可以与外部对象的状态相关，包括外部对象的位置和外部对象的移动路径(例如，外部对象已经行进和预计行进的路线)。
为了更详细地描述一些实现，参考下图。
图1是可以实现这里公开的方面、特征和元素的自主运载工具1000(也称为“运载工具”1000)的示例的图。运载工具1000包括底盘1100、动力总成1200、控制器1300、轮1400/1410/1420/1430或运载工具的任何其它元件或元件组合。尽管为了简单起见，运载工具1000被示出为包括四个轮1400/1410/1420/1430，但是可以使用诸如推动器或踏面等的任何其它推进装置。在图1中，诸如动力总成1200、控制器1300和轮1400/1410/1420/1430等的线路互连元件表示诸如数据或控制信号等的信息、诸如电力或扭矩等的动力、或者信息和动力这两者可以在相应元件之间通信。例如，控制器1300可以从动力总成1200接收动力，并与动力总成1200、轮1400/1410/1420/1430或这两者进行通信以控制运载工具1000，这可以包括对运载工具1000进行加速、减速、转向或以其它方式进行控制。
动力总成1200包括动力源1210、发送单元1220、转向单元1230、运载工具致动器1240、或动力总成的任何其它元件或元件组合(诸如悬架、驱动轴、轮轴或排气系统等)。尽管单独示出，但是轮1400/1410/1420/1430可以包括在动力总成1200中。
动力源1210可以是可操作地提供诸如电能、热能或动能等的能量的任何装置或装置组合。例如，动力源1210包括诸如内燃机、电动马达、或内燃机和电动马达的组合等的引擎，并且可操作地向轮1400/1410/1420/1430中的一个或多个提供动能作为原动力。在一些实施例中，动力源1210包括潜在能量单元，例如：诸如镍镉(NiCd)电池、镍锌(NiZn)电池、镍氢(NiMH)电池、锂离子(Li离子)电池等的一个或多个干电池；太阳能电池；燃料电池；或能够提供能量的任何其它装置。
发送单元1220从动力源1210接收诸如动能等的能量，并将能量发送至轮1400/1410/1420/1430以提供原动力。发送单元1220可以由控制器1300、运载工具致动器1240或这两者控制。转向单元1230可以由控制器1300、运载工具致动器1240或这两者控制，并控制轮1400/1410/1420/1430以使运载工具转向。运载工具致动器1240可以接收来自控制器1300的信号，并且可以致动或控制动力源1210、发送单元1220、转向单元1230或其任何组合以操作运载工具1000。
在一些实施例中，控制器1300包括定位单元1310、电子通信单元1320、处理器1330、存储器1340、用户接口1350、传感器系统1360、电子通信接口1370或其任何组合。尽管被示出为单个单元，但控制器1300的任何一个或多个元件可以集成到任何数量的单独物理单元中。例如，用户接口1350和处理器1330可以集成在第一物理单元中，并且存储器1340可以集成在第二物理单元中。尽管在图1中未示出，但控制器1300可以包括诸如电池等的动力源。尽管被示出为单独元件，但是定位单元1310、电子通信单元1320、处理器1330、存储器1340、用户接口1350、传感器系统1360、电子通信接口1370或其任何组合可以集成在一个或多个电子单元、电路或芯片中。
在一些实施例中，处理器1330包括现有的或随后开发的能够操纵或处理信号或其它信息的任何装置或装置组合，包括光学处理器、量子处理器、分子处理器或其组合。例如，处理器1330可以包括一个或多个专用处理器、一个或多个数字信号处理器、一个或多个微处理器、一个或多个控制器、一个或多个微控制器、一个或多个集成电路、一个或多个专用集成电路、一个或多个现场可编程门阵列、一个或多个可编程逻辑阵列、一个或多个可编程逻辑控制器、一个或多个状态机或其任何组合。处理器1330可以可操作地与定位单元1310、存储器1340、电子通信接口1370、电子通信单元1320、用户接口1350、传感器系统1360、动力总成1200或其任何组合耦接。例如，处理器1330可以可操作地经由通信总线1380与存储器1340耦接。
在一些实现中，处理器1330可被配置为执行指令，包括可用于从包括操作中心的远程位置操作运载工具1000的远程操作指令。远程操作指令可以存储在运载工具1000中，或者从诸如交通管理中心等的外部源或者可包括基于云的服务器计算装置等的服务器计算装置接收。
存储器1340可以包括任何有形的非暂时性计算机可用或计算机可读介质，其例如能够包含、存储、通信或运输机器可读指令或与其相关联的任何信息以供处理器1330或结合处理器1330使用。存储器1340例如是一个或多个固态驱动器、一个或多个存储卡、一个或多个可移除介质、一个或多个只读存储器、一个或多个随机存取存储器、一个或多个盘(包括硬盘、软盘、光盘、磁卡或光卡)、或适合存储电子信息的任何类型的非暂时性介质、或其任何组合。
电子通信接口1370可以是如图所示的无线天线、有线通信端口、光通信端口)、或者能够与有线或无线电子通信介质1500接合的任何其它有线或无线单元。
电子通信单元1320可被配置为经由有线或无线电子通信介质1500(诸如经由电子通信接口1370等)来发送或接收信号。尽管在图1中没有明确示出，但电子通信单元1320被配置为经由任何有线或无线通信介质(诸如射频(RF)、紫外光(UV)、可见光、光纤、有线线路或其组合)来进行发送、接收或这两者。尽管图1示出单个电子通信单元1320和单个电子通信接口1370，但是可以使用任何数量的通信单元和任何数量的通信接口。在一些实施例中，电子通信单元1320可以包括专用短距离通信(DSRC)单元、无线安全单元(WSU)、IEEE802.11p(Wifi-P)或其组合。
位置单元1310可以确定运载工具1000的地理位置信息，包括但不限于经度、纬度、高度、行进方向或速率。例如，定位单元包括全球定位系统(GPS)单元，诸如广域增强系统(WAAS)启用的国家海洋电子协会(NMEA)单元、无线电三角测量单元或其组合。定位单元1310可以用于获得表示例如运载工具1000的当前航向、运载工具1000在二维或三维中的当前位置、运载工具1000的当前角取向或其组合的信息。
用户接口1350可以包括能够被人用作接口的任何单元，包括虚拟键盘、物理键盘、触摸板、显示器、触摸屏、扬声器、麦克风、摄像机和传感器中的任何一个。如图所示，用户接口1350可以可操作地与处理器1330或者与控制器1300的任何其它元件耦接。尽管被示出为单个单元，但是用户接口1350可以包括一个或多个物理单元。例如，用户接口1350包括用于与人进行音频通信的音频接口、以及用于与人进行基于视觉和触摸的通信的触摸显示器。
传感器系统1360可以包括能够可操作地提供可用于控制运载工具的信息的一个或多个传感器(诸如传感器阵列等)。传感器系统1360可以提供与运载工具的当前操作特性或其周围有关的信息。传感器系统1360例如包括速率传感器、加速度传感器、转向角传感器、牵引力相关传感器、制动相关传感器或者任何传感器或传感器组合，其可操作地报告与运载工具1000的当前动态情形的某些方面有关的信息。
在一些实施例中，传感器系统1360可以包括可操作地获得与运载工具1000周围的物理环境有关的信息的传感器。例如，一个或多个传感器检测道路几何形状和障碍物(诸如固定障碍物、运载工具、骑行者和行人等)。在一些实施例中，传感器系统1360可以是或者包括现在已知的或随后开发的一个或多个摄像机、激光感测系统、红外感测系统、声感测系统或者任何其它合适类型的车载环境感测装置或装置组合。在一些实施例中，传感器系统1360和定位单元1310组合。
尽管没有单独示出，但是运载工具1000可以包括运载工具控制系统。例如，控制器1300可以包括运载工具控制系统。运载工具控制系统可以可操作地获得用于描述运载工具1000的当前状态和针对运载工具1000规划的路线的信息，并基于该信息来确定和优化运载工具1000的轨迹。在一些实施例中，运载工具控制系统输出可操作地控制运载工具1000以使得运载工具1000遵循运载工具控制系统所确定的轨迹的信号。例如，运载工具控制系统的输出可以是优化轨迹，该优化轨迹可被供给至动力总成1200、轮1400/1410/1420/1430或这两者。在一些实施例中，优化轨迹可以是诸如转向角的集合等的控制输入，其中各转向角与时间点或位置相对应。在一些实施例中，优化轨迹可以是一个或多个路径、线路、曲线或其组合。
轮1400/1410/1420/1430中的一个或多个可以是：在转向单元1230的控制下枢转至转向角度的转向轮；在发送单元1220的控制下扭转以推动运载工具1000的推动轮；或者用于对车辆1000进行转向和推动的转向推动轮。
运载工具可以包括图1中未示出的单元或元件，诸如外壳、蓝牙
Figure BDA0002692876160000131
模块、调频(FM)无线电单元、近场通信(NFC)模块、液晶显示器(LCD)显示单元、有机发光二极管(OLED)显示单元、扬声器或其任何组合。
图2是可以实现这里公开的方面、特征和元素的运载工具运输和通信系统2000的一部分的示例的图。运载工具运输和通信系统2000包括运载工具2100(诸如图1所示的运载工具1000等)以及一个或多个外部对象(诸如外部对象2110等)，该外部对象可以包括任何运输形式(诸如图1所示的运载工具1000、行人、骑行者等)以及任何结构形式(诸如建筑物等)。运载工具2100可以经由运输网络2200的一个或多个部分行进，并且可以经由电子通信网络2300的一个或多个来与外部对象2110进行通信。尽管在图2中没有明确示出，但是运载工具可以穿过没有明确或完全包括在运输网络中的区域(诸如越野区域等)。在一些实施例中，运输网络2200可以包括一个或多个运载工具检测传感器2202(诸如感应环路传感器等)，该运载工具检测传感器2202可以用于检测运输网络2200上的运载工具的移动。
电子通信网络2300可以是在运载工具2100、外部对象2110和操作中心2400之间提供诸如语音通信、数据通信、视频通信、消息传送通信或其组合等的通信的多址系统。例如，运载工具2100或外部对象2110可以经由电子通信网络2300从操作中心2400接收诸如表示运输网络2200的信息等的信息。
操作中心2400包括控制器设备2410，该控制器设备2410包括图1所示的控制器1300的一些或所有特征。控制器设备2410可以监视和协调运载工具的移动。控制器设备2410可以监视与控制器设备2410通信的任何运载工具的运载工具状态数据。控制器设备2410可以维持各运载工具的运载工具状态，并且可以基于各运载工具的运载工具状态来确定该运载工具的路线。此外，控制器设备可以监视运载工具的集合的运载工具状态数据，以检测交通状况(例如，交通堵塞)的发生。在确定交通状况的发生时，控制器设备2410基于一个或多个因素将可能遇到交通状况的运载工具(即，路线与交通状况相交的运载工具)分组成不同的子组。然后通过不同的路点对不同的子组重新路线规划，以高效地对交通状况周围的运载工具进行路线规划。控制器设备2410可以接收包括以下各项中任一项的运载工具状态数据和外部数据：运载工具速度；运载工具位置；运载工具操作状态；运载工具目的地；运载工具路线；运载工具传感器数据；外部对象速度；外部对象位置；外部对象操作状态；外部对象目的地；外部对象路线；以及外部对象传感器数据。
此外，控制器设备2410可以建立对诸如运载工具2100等的一个或多个运载工具或者诸如外部对象2110等的外部对象的远程控制。以这种方式，控制器设备2410可以从远程位置遥操作运载工具或外部对象。控制器设备2410可以经由诸如无线通信链路2380等的无线通信链路或诸如有线通信链路2390等的有线通信链路来与诸如运载工具2100、外部对象2110或服务器计算装置2500等的运载工具、外部对象或计算装置交换(发送或接收)状态数据。
服务器计算装置2500可以包括一个或多个服务器计算装置，这些服务器计算装置可以经由电子通信网络2300来与包括运载工具2100、外部对象2110或操作中心2400的一个或多个运载工具或计算装置交换(发送或接收)状态信号数据。
在一些实施例中，运载工具2100或外部对象2110经由有线通信链路2390、无线通信链路2310/2320/2370或者任何数量或类型的有线或无线通信链路的组合来进行通信。例如，如图所示，运载工具2100或外部对象2110经由地面无线通信链路2310、经由非地面无线通信链路2320或经由其组合来进行通信。在一些实现中，地面无线通信链路2310包括以太网链路、串行链路、蓝牙链路、红外(IR)链路、紫外(UV)链路或能够提供电子通信的任何链路。
诸如运载工具2100等的运载工具或诸如外部对象2110等的外部对象可与另一运载工具、外部对象或操作中心2400进行通信。例如，主机或主体运载工具2100可以经由直接通信链路2370或经由电子通信网络2300来从操作中心2400接收诸如基本安全消息(BSM)等的一个或多个自动化运载工具间消息。例如，操作中心2400可以将该消息广播到诸如300米等的定义广播范围内的主机运载工具，或者广播到定义地理区域。在一些实施例中，运载工具2100经由诸如信号中继器(未示出)或另一远程运载工具(未示出)等的第三方来接收消息。在一些实施例中，运载工具2100或外部对象2110基于诸如100毫秒等的定义间隔来定期地发送一个或多个自动化运载工具间消息。
自动化运载工具间消息可以包括运载工具识别信息；地理空间状态信息，诸如经度、纬度或高度信息等；地理空间定位精度信息；运动学状态信息，诸如运载工具加速度信息、横摆率信息、速率信息、运载工具航向信息、制动系统状态数据、油门信息、转向盘角度信息或运载工具路线信息等；或者运载工具操作状态信息，诸如运载工具尺寸信息、前灯状态信息、转弯信号信息、雨刮器状态数据、发送信息、或者与发送运载工具的状态相关的任何其它信息或信息组合。例如，发送状态信息表示发送运载工具的发送是处于中性状态、停止状态、正向状态还是反向状态。
在一些实施例中，运载工具2100经由接入点2330来与电子通信网络2300进行通信。可包括计算装置的接入点2330可被配置为经由有线或无线通信链路2310/2340来与运载工具2100、与电子通信网络2300、与操作中心2400或与其组合进行通信。例如，接入点2330是基站、基站收发台(BTS)、节点B、增强型节点B(eNode-B)、家庭节点B(HNode-B)、无线路由器、有线路由器、集线器、中继器、交换机或任何类似的有线或无线装置。尽管被示出为单个单元，但是接入点可以包括任何数量的互连元件。
运载工具2100可以经由卫星2350或其它非地面通信装置来与电子通信网络2300进行通信。可包括计算装置的卫星2350可被配置为经由一个或多个通信链路2320/2360来与运载工具2100、与电子通信网络2300、与操作中心2400或与其组合进行通信。尽管被示出为单个单元，但是卫星可以包括任何数量的互连元件。
电子通信网络2300可以是被配置为提供语音、数据或任何其它类型的电子通信的任何类型的网络。例如，电子通信网络2300包括局域网(LAN)、广域网(WAN)、虚拟专用网(VPN)、移动或蜂窝电话网、因特网或任何其它电子通信系统。电子通信网络2300可以使用诸如传输控制协议(TCP)、用户数据报协议(UDP)、因特网协议(IP)、实时传输协议(RTP)、超文本传输协议(HTTP)或其组合等的通信协议。尽管被示出为单个单元，但是电子通信网络可以包括任何数量的互连元件。
在一些实施例中，运载工具2100经由电子通信网络2300、接入点2330或卫星2350来与操作中心2400进行通信。操作中心2400可以包括一个或多个计算装置，这些计算装置能够与诸如运载工具2100等的运载工具、包括外部对象2110的外部对象或者诸如服务器计算装置2500等的计算装置交换(发送或接收)数据。
在一些实施例中，运载工具2100识别运输网络2200的一部分或状况。例如，运载工具2100可以包括一个或多个车载传感器2102(诸如图1所示的传感器系统1360等)，该一个或多个车载传感器2102包括速率传感器、轮速传感器、照相机、陀螺仪、光学传感器、激光传感器、雷达传感器、声传感器、或能够确定或识别运输网络2200的一部分或状况的任何其它传感器或装置或其组合。
运载工具2100可以使用经由电子通信网络2300通信的信息(诸如表示运输网络2200的信息、一个或多个车载传感器2102所识别的信息、或其组合等)来穿过运输网络2200的一个或多个部分。外部对象2110可以能够进行以上针对运载工具2100所述的所有或一些通信和动作。
为了简单起见，图2示出作为主机运载工具的运载工具2100、外部对象2110、运输网络2200、电子通信网络2300和操作中心2400。然而，可以使用任何数量的运载工具、网络或计算装置。在一些实施例中，运载工具运输和通信系统2000包括图2中未示出的装置、单元或元件。尽管运载工具2100或外部对象2110被示出为单个单元，但是运载工具可以包括任何数量的互连元件。
尽管运载工具2100被示出为经由电子通信网络2300来与操作中心2400进行通信，但是运载工具2100(和外部对象2110)可以经由任何数量的直接或间接通信链路来与操作中心2400进行通信。例如，运载工具2100或外部对象2110可以经由诸如蓝牙通信链路等的直接通信链路来与操作中心2400进行通信。尽管为了简单起见，图2示出一个运输网络2200和一个电子通信网络2300，但是可以使用任何数量的网络或通信装置。
图3A和3B示出穿过运载工具运输网络3000(或“运输网络3000”)的的示例性自主运载工具3100-1、3100-2...3100-10(通称为“自主运载工具3100”或“运载工具3100”)的组。在图3A～3B的示例中，控制器设备3120(例如，图2的控制器设备2410)经由通信网络3130从自主运载工具3100接收运载工具状态数据(未示出)。响应于接收到的运载工具状态数据，控制器设备3120可以确定交通状况3150的发生。例如，自主运载工具3100-8、3100-9、3100-10和3100-11可以报告运载工具状态数据，该运载工具状态数据指示自主运载工具的相对位置尚未在运输网络3000的通常与高速行进相关联的部分(例如，公路)上移动或者正在该部分上非常缓慢地移动。另外或可选地，控制器设备3120可以从一个或多个非运载工具(例如，摄像机、物联网(IOT)信标和/或IOT道路传感器)接收外部数据，以判断为存在交通状况3150。响应于运载工具状态数据和/或外部数据，控制器设备3120确定交通状况3150的存在和交通状况3150的近似地理位置。例如，通过监视来自多个自主运载工具3100的运载工具状态数据，控制器设备3120可以判断为自主运载工具3100的集合没有正在移动。在该示例中，控制器设备3120可以判断为运载工具3100-8、3100-9、3100-10和3100-11没有正在运输网络3000的所示部分上移动或者正在以远低于预期速率的速率在所示部分上移动。控制器设备3120可以基于非移动或慢速自主运载工具3100-8、3100-9、3100-10和3100-11的相应位置来确定交通状况3150的近似位置(例如，纬度和经度)。
响应于检测到交通状况3150，控制器设备3120可以识别可重新路线规划的自主运载工具组。确定可重新路线规划的自主运载工具组包括识别：i)具有与交通状况的地理位置相交的相应路线的任何自主运载工具3100；以及ii)所识别的自主运载工具3100中的能够避开交通状况的任何自主运载工具3100。例如，如果自主运载工具3100-1具有与交通状况3150相交的路线、并且存在自主运载工具3100-1可找到的出口或转弯，则控制器设备3120将自主运载工具3100-1包括在运载工具组中。然而，如果自主运载工具3100-10具有的确与交通状况3150相交的路线、但不能退出或以其它方式避开交通状况3150，则控制器设备3120不将自主运载工具3100-10包括在自主运载工具组中。在图3A的示例中，运载工具3100-1、3100-2、3100-3、3100-4、3100-5、3100-6、3100-7可以被包括在自主运载工具组中。
响应于确定自主运载工具3100的组，控制器设备3120基于自主运载工具的一个或多个特征来确定自主运载工具3100的两个或更多个子组。在一些实现中，控制器设备3120确定自主运载工具组中的各运载工具的优先级值。例如，在图3A中，控制器设备3120可以获得组中所包括的各自主运载工具3100-1、3100-2、3100-3、3100-4、3100-5、3100-6、3100-7的优先级值。优先级值可以在被包括在组中之前(例如，在自主运载工具开始路线时)或在被包括在组中之后分配。自主运载工具3100的优先级值可以是基于自主运载工具的一个或多个特征。这些特征可以包括自主运载工具3100中的乘客(如果有的话)的数量、自主运载工具3100的预期任务(例如，乘客放下、递送、停车或充电)、是否需要对自主运载工具3100充电或加燃料、或乘客要求的紧急值等。在获得组中的自主运载工具3100的优先级值时，控制器设备3120可以基于优先级值将自主运载工具3100的组分成两个或更多个子组。例如，第一子组中的运载工具(例如，具有最高优先级的运载工具)可以是运载乘客并且无需充电的自主运载工具。第二子组中的自主运载工具3100(例如，具有中等优先级的运载工具)可以是没有运载乘客和/或被委任商业任务(例如，递送)的自主运载工具3100。第三子组中的自主运载工具3100(例如，具有最低优先级的运载工具)可以是需要充电或补充燃料的自主运载工具3100。
图3B示出自主运载工具3100响应于控制器设备3120将自主运载工具3100-1、3100-2、3100-3、3100-4、3100-5、3100-6、3100-7的组分为自主运载工具3100的三个不同子组3200-1、3200-2、3200-3(通称为“子组3200”或自主运载工具子组)穿过运载工具运输网络3000的示例。响应于确定子组3200，控制器设备3120确定相应避开路点3210-1、3210-2、3210-3(通称为“避开路点3210”)。避开路点3210可以定义可与自主运载工具3100的更新路线3230-1、3230-2、3230-3(通称为“更新路线3230”)相交以避开交通状况3150的地理位置。更新路线3230是自主运载工具3100的避开所检测到的交通状况3150的路线。在针对自主运载工具3100的不同子组3200确定不同的避开路点3210时，控制器设备3120可以高效地对运载工具进行路线规划，以避免在运载工具运输网络3000的其它点处造成额外的交通状况。
在图3B的示例中，控制器设备3120已对自主运载工具3100-1、3100-5、3100-7的第一子组3200-1路线规划通过第一避开路点3310-1。控制器设备3120已对自主运载工具3100-2、3100-3的第二子组3200-2路线规划通过与第一避开路点3310-1不同的第二避开路点3310-2。在该示例中，控制器设备3120已对自主运载工具3100-4、3100-6的第三子组3200-3路线规划通过与第一交通避开路点3210-1和第二交通避开路点3210-2不同的第三交通避开路点3310-3。在该示例中，可以沿着交通状况3150周围的最快路线对第一子组3200-1进行路线规划。可以沿着交通状况3150周围的较慢路线对第二子组3200-2进行路线规划。可以沿着更慢的路线对第三子组3200-3进行路线规划，但该路线包括足够的充电/补充燃料选项。控制器设备3120可以通过将包含更新路线的控制指令发送至自主运载工具3100来对自主运载工具3100进行路线规划。
注意，前述示例示出选择更新路线以使得在具有丰富的充电/补充燃料区域的路线上对第三子组进行路线规划的场景。也可以对子组重新路线规划以满足其它标准。
图4示出根据本发明的一些实现的示例性运载工具控制系统4000。运载工具控制系统4000可以由自主运载工具的一个或多个处理器(例如，图1的运载工具1000的处理器1330)执行。运载工具控制系统4000可以包括自主模式模块4010和运载工具控制模块4020。
自主模式模块4010从传感器系统4200(例如，图1的传感器系统1360)接收传感器数据。例如，自主模式模块4010可以从包括以下传感器的传感器系统4200接收传感器数据：全球定位系统(GPS)传感器、包含光检测和测距传感器(LIDAR)的光学传感器、视频传感器、音频传感器、运动传感器(例如，加速度计和/或陀螺仪)、温度传感器和/或任何其它合适的运载工具传感器。自主模式模块4010可以基于接收到的传感器数据来确定自主运载工具的一个或多个动作。动作的示例包括加速、减速、制动、左转弯、右转弯、倒车等。在一些实现中，自主模式模块4010可以利用一个或多个机器学习模型来确定在给定传感器系统4200所输出的传感器数据的情况下的动作。机器学习模型的示例包括神经网络、深度神经网络、隐马尔可夫模型和部分解马尔可夫模型等。
在一些实现中，自主模式模块4010还可以经由通信单元4100从控制器设备(未示出)接收控制指令。控制指令可以是关于要进行的动作向自主模式提供一个或多个动作的任何通信数据。在一些实现中，控制指令可以包含供自主运载工具穿过的路线或更新路线。响应于接收到控制指令，自主模式模块4010可以基于控制指令来确定一个或多个动作。例如，如果控制指令包括用于指示运载工具找到高速公路的出口的更新路线，则自主模式模块4010可以确定导致运载工具稍微减速并右偏的动作。
响应于确定一个或多个动作，自主模式模块4010将动作输出至运载工具控制模块4020。运载工具控制模块4020接收动作并向一个或多个不同的运载工具系统输出命令。例如，响应于接收到“右偏”动作，运载工具控制模块4020指示转向系统以使运载工具的转向柱稍微向右转。在另一示例中，响应于接收到“减速”动作，运载工具控制模块4020可以指示动力系统以减少运载工具的一个或多个马达输出的动力。运载工具控制模块4020可以以任何合适的方式确定与接收到的动作相对应的命令。例如，运载工具控制模块4020可以利用使动作与命令相关的查找表。在其它实现中，运载工具控制模块4020可以利用响应于动作而输出一个或多个命令的规则集。响应于确定命令，运载工具控制模块4020向相应的运载工具系统发出命令。
图5示出控制器设备5000(例如，图2、3A、3B的控制器设备)的示例性配置。控制器设备5000可以包括处理系统5100，该处理系统5100包括以分布式或单个的方式进行操作的一个或多个处理器。处理系统5100可以执行运载工具状态模块5110、交通监视模块5120和路线规划模块5130。处理系统5100可以执行未示出的附加组件。控制器设备5000还可以包括存储系统5200。存储系统5200可以包括一个或多个存储装置(例如，闪速存储器装置或硬盘驱动器等)。存储装置可以位于彼此相同的物理位置处，或者可以经由网络分布和连接。存储系统5200可以存储运输网络数据存储部5210。控制器设备5000还可以包括通信单元5300，该通信单元5300经由通信网络(例如，因特网和/或蜂窝网络)来实现一个或多个外部装置(例如，自主运载工具)与控制器设备5000之间的有线和/或无线通信。
运输网络数据存储部5210存储运输网络数据。运输网络数据可以是描述运输网络的特征的任何数据。运输网络数据可以定义道路(例如，街道、公路、双行道、小道等)、沿道路的行进方向、道路的通行权、交通标识(例如，让路标志、停车标志等)、交通灯数据、车道数据(例如，车道数、汇合点等)、沿道路的限速、沿道路的预期速率或速度、沿道路的预期速率或速度的范围、已知障碍物、外部对象以及其它合适数据。在一些实现中，运输网络数据可以被组织在由地理位置键控的数据库中。以这种方式，交通监视模块5120和/或路线规划模块5130可以基于运载工具的位置来检索与运载工具的路径相关的运输网络数据。
运载工具状态模块5110被配置为监视与控制器设备5000进行通信的相应自主运载工具的运载工具状态。在一些实现中，运载工具状态模块5110维持与控制器设备5000进行通信的各自主运载工具的运载工具状态数据对象实例。运载工具状态数据对象可以是被配置为维持运载工具状态数据的任何类、容器和/或数据结构。根据一些实现，运载工具状态数据对象被配置为存储运载工具的当前位置、运载工具的当前路线、运载工具的目的地、运载工具中的乘客的数量、运载工具的当前任务、运载工具的优先级、运载工具的电力水平(例如，充电或燃料剩余)、运载工具的优先级值和/或任何其它合适的数据类型。在一些实现中，运载工具状态数据对象还可以包括被配置为进行与所维持的运载工具状态数据相关的一个或多个操作的计算机可执行指令。例如，运载工具状态数据对象可以包括用于在自主运载工具所提供的运载工具状态数据指示该自主运载工具没有正以预期速率或速度行进时或者在自主运载工具意外停止时进行报告的指令。另外或可选地，运载工具状态数据对象可以包括用于在运载工具到达其目的地时进行报告的指令。
在一些实现中，运载工具状态模块5110在自主运载工具发起与控制器设备5000的通信时根据运载工具状态数据对象来实例化运载工具状态数据对象实例。例如，在自主运载工具通电并发起与控制器设备5000的通信会话时，控制器设备5000可以实例化运载工具状态数据对象实例。一旦实例化，运载工具状态数据对象实例可以从相应的自主运载工具接收运载工具状态数据，并且可以维持运载工具状态数据。例如，在初始化时，自主运载工具可以将运载工具状态数据发送至控制器设备5000，其中运载工具状态数据可以包括但不限于运载工具的当前位置、运载工具的目的地、运载工具的当前路线、运载工具中的乘客的数量以及运载工具的任务(例如，行程的目的)。与通信运载工具相对应的运载工具状态数据对象实例可以基于接收到的运载工具状态数据来更新其中维持的运载工具状态数据。
在一些实现中，运载工具状态数据对象实例体现在相应的容器中。在这些实现中，各容器可以与不同的运载工具相对应，并且可被配置为直接与容器所对应的自主运载工具进行通信。以这种方式，各容器可以从其所对应的自主运载工具接收运载工具状态数据，并向该自主运载工具发送控制指令。在初始化期间，容器可以与自主运载工具建立通信会话。随着运载工具穿过运输网络，运载工具可以将其当前位置发送至容器。容器可以维持运载工具的当前位置以及自主运载工具所提供的任何其它运载工具状态数据。例如，容器可以维持运载工具中的乘客的数量、运载工具的路线、运载工具的目的地和运载工具的任务等。
在一些实现中，各运载工具状态数据对象实例可被配置为在运载工具没有正以预期速度行进时输出指示。在这些实现中，运载工具状态数据对象实例可以从运输网络数据存储部5210获得与运载工具的当前位置相对应的运输网络数据。与当前位置相对应的运输网络数据可以指示运载工具当前正行进的运输网络的区段上的速率限制和/或预期速度范围。运载工具状态数据对象实例可以基于从运载工具接收到的运载工具状态数据来确定运载工具的速率或速度。如果速率或速度远小于速率限制和/或预期速度范围，则运载工具状态数据对象实例可以输出指示运载工具可能遇到交通状况的通知。例如，如果运载工具正在具有每小时70英里的速率限制的高速公路上行进、但该运载工具没有正在移动或正在非常缓慢地行进，则运载工具状态数据中所指示的当前位置在一段时间内(例如，在一到两分钟内)不会变化，或者将相对缓慢地变化。在运载工具状态数据对象实例检测到运载工具没有正在移动/正在比预期更慢地移动的情况下，运载工具状态数据对象实例可以发出运载工具可能遇到交通状况的通知。
在一些实现中，交通监视模块5120监视穿过运输网络的各种自主运载工具的运载工具状态数据，以确定交通状况的存在。例如，交通监视模块5120可以针对指示一个或多个自主运载工具可能遇到交通状况的通知来监视运载工具状态数据对象实例。交通监视模块5120可以确定可能遇到交通状况的各自主运载工具的当前位置。如果交通监视模块5120判断为必要数量的运载工具可能在同一位置或其附近遇到交通状况，则交通监视模块5120确定交通状况的发生。在确定交通状况的发生后，交通监视模块5120可以确定交通状况的位置(例如，估计地理位置)。交通监视模块5120可以将交通状况的位置(例如，估计地理位置)输出至路线规划模块5130。
在一些实现中，交通监视模块5120从沿着运输网络设置的可报告交通阻塞、事故、施工和/或其它交通状况的各种装置和传感器(例如，摄像机、运动传感器或LIDAR传感器等)接收外部数据。在这些实现中，交通监视模块5120可以从一个或多个传感器接收交通状况的通知。通知可以包括交通状况的位置(例如，估计地理位置)。响应于接收到通知，交通监视模块5120可以将交通状况的位置(例如，估计地理位置)输出至路线规划模块。
路线规划模块5130接收交通状况的位置，并对可被重新路线规划的自主运载工具进行重新路线规划。在一些实现中，路线规划模块5130确定如下的自主运载工具组：正在穿过运输网络；位于与检测到的交通状况相交的当前路线上；并且有资格在交通状况周围重新路线规划。路线规划模块5130可以判断为：在存在可采取以避开交通状况的至少一个不同路径(例如，出口或转向其它道路的转弯)的情况下，运载工具有资格在交通状况周围被重新路线规划。
在一些实现中，路线规划模块5130可以向各运载工具状态数据对象实例查询交通状况的位置，以确定哪些自主运载工具具有与交通状况相交的当前路线。在这些自主运载工具中，路线规划模块5130可以查询运输网络数据存储部以确定哪些自主运载工具有资格被重新路线规划以避开交通状况。所确定的运载工具被包括在初始自主运载工具组中。
路线规划模块5130还被配置为基于初始自主运载工具组中的各自主运载工具的优先级值来将该初始自主运载工具组分为自主运载工具子组。在一些实现中，在自主运载工具开始其路线时，向自主运载工具分配该自主运载工具的优先级值。在其它实现中，当自主运载工具被包括在初始自主运载工具组中时，可以确定该自主运载工具的优先级值。自主运载工具的优先级值可以基于一个或多个因素来确定。例如，自主运载工具的优先级值可以是基于自主运载工具3100中的乘客(如果有的话)的数量、自主运载工具的预期目的(例如，乘客放下、递送、停车或充电)、是否需要对自主运载工具充电或加燃料、或乘客要求的紧急值等。在一些实现中，路线规划模块5130(或其它组件)利用基于规则的方法来确定优先级值。例如，运输一个或多个乘客的乘客运载工具可被分配最高优先级值，商业自主运载工具和/或无乘客自主运载工具可被分配中等优先级值，以及需要充电/补充燃料的自主运载工具被赋予较低优先级值。在其它实现中，路线规划模块5130(或其它组件)可以利用评分功能来确定各自主运载工具的优先级值。一旦分配了优先级值，路线规划模块5130就可以将自主运载工具分为子组。路线规划模块5130可以生成具有最高优先级值的第一自主运载工具子组，由此该第一子组可以在交通状况周围的最快路线上重新路线规划。路线规划模块5130可以生成具有中等优先级值的第二自主运载工具子组，由此该第二子组可以在交通状况周围的较慢路线上重新路线规划。在一些场景中，路线规划模块5130可以生成具有最低优先级值的第三自主运载工具子组，由此该第三子组可以在沿着所选路线具有更多充电/补充燃料选项的更慢路线上重新路线规划。
一旦分为子组，路线规划模块5130就针对各子组确定避开路点。避开路点可以与允许自主运载工具子组避开交通状况的转弯或出口相对应。路线规划模块5130可以确定交通状况周围的不同路线，由此各不同路线包括不同的避开路点，使得运载工具不会全部被路线规划到另一个交通堵塞地区。在可能的路线中，路线规划模块5130针对第一子组选择与最快路线相对应的第一避开路点、针对第二子组选择与较慢路线相对应的第二避开路点、以及针对第三子组选择与具有充电/补充燃料选项的更慢路线相对应的第三避开路点。注意，路线规划模块5130可以以任何合适的方式来确定避开路点。例如，路线规划模块5130可以确定用以使各相应子组的路线时间最小化的避开路点，由此具有较高优先级值的子组被分配与最快路线相对应的避开路点，并且具有较低优先级值的子组被分配与较慢路线相对应的避开路点。在另一示例中，路线规划模块5130可以确定用以使各相应子组的驾驶距离最小化的避开路点，由此具有较高优先级值的子组被分配与最短路线相对应的避开路点，并且具有较低优先级值的子组被分配与相对较长路线相对应的避开路点。
在针对各子组确定避开路点时，路线规划模块5130可以为子组中的各自主运载工具分配更新路线，使得各更新路线通过分配给该子组的避开路点。路线规划模块5130可以判断自主运载工具是返回原始路线(例如，返回到交通状况后的公路)还是去往完全不同的路线(例如，采取用以到达目的地的其它道路)。路线规划模块5130可以利用任何路线规划技术来确定各运载工具的更新路线。例如，路线规划模块5130可以使用Dijkstra算法来确定各运载工具的路线。路线规划模块5130可以利用运载工具的目的地和避开路点作为输入参数来确定自主运载工具的更新路线。在确定自主运载工具的更新路线时，路线规划模块5130可以生成包含更新路线的控制指令，并且可以将该控制指令发送至自主运载工具。路线规划模块5130可以生成包含各子组中的各自主运载工具的更新路线的控制指令。
路线规划模块5130可以进行这里未讨论的其它操作。例如，路线规划模块5130可以在运载工具最初加入行程时确定在给定运载工具的目的地和起始位置的情况下的运载工具的路线。
图6示出用于控制在与交通状况相交的路线上的多个自主运载工具的方法6000的示例性操作集。针对控制器设备(例如，图5的控制器设备5000)和两个或更多个自主运载工具(例如，自主运载工具1000和图4的运载工具控制系统4000)描述了方法6000。方法6000可以由计算装置的任何合适系统进行。
在6100处，各自主运载工具确定其相应的运载工具状态数据。各自主运载工具从自主运载工具的相应传感器系统接收传感器数据。例如，自主运载工具可以从全球定位系统(GPS)传感器、包含光检测和测距传感器(LIDAR)的光学传感器、视频传感器、音频传感器、运动传感器(例如，加速度计和/或陀螺仪)、温度传感器和/或任何其它合适的运载工具传感器接收传感器数据。自主运载工具可以持续地和/或以所设置的间隔(例如，每毫秒、每半秒或每秒)收集该数据。
在6110处，各自主运载工具将其运载工具状态数据发送至控制器设备。各自主运载工具可以经由通信网络(例如，因特网、蜂窝网络或任何其它合适的通信网络)来发送其运载工具状态数据。自主运载工具可以在自主运载工具通电时开始发送其运载工具状态数据。在被通电时，自主运载工具可以发起与控制器设备的通信会话。响应于发起通信会话，自主运载工具可以开始发送其运载工具状态数据。各自主运载工具可被配置为对运载工具状态数据进行流式传输，使得运载工具状态数据正在持续地或几乎持续地发送。
在6120处，控制器设备基于从相应自主运载工具接收到的运载工具状态数据来维持运载工具状态数据对象。控制器设备被配置为监视与控制器设备进行通信的自主运载工具的集合的运载工具状态数据。在一些实现中，控制器设备维持与控制器设备进行通信的各自主运载工具的运载工具状态数据对象实例。运载工具状态数据对象可以是被配置为维持运载工具状态数据的任何类、容器和/或数据结构。在一些实现中，运载工具状态数据对象可以包括被配置为进行与所维持的运载工具状态数据相关的一个或多个操作的计算机可执行指令。
根据一些实现，运载工具状态数据对象被配置为维持运载工具的当前位置、运载工具的当前路线、运载工具的目的地、运载工具中的乘客的数量、运载工具的当前任务、运载工具的优先级、运载工具的电力水平(例如，充电或燃料剩余)、运载工具的优先级值和/或任何其它合适的数据类型。
在一些实现中，控制器设备在自主运载工具发起与控制器设备的通信时根据运载工具状态数据对象来实例化运载工具状态数据对象实例。例如，在自主运载工具通电并发起与控制器设备的通信会话时，控制器设备可以实例化运载工具状态数据对象实例。一旦实例化，运载工具状态数据对象实例可以从相应的自主运载工具接收运载工具状态数据，并且可以维持运载工具状态数据。例如，控制器设备可以从各自主运载工具接收运载工具状态数据，该运载工具状态数据可以包括但不限于运载工具的当前位置、运载工具的目的地、运载工具的当前路线、运载工具中的乘客的数量以及运载工具的任务(例如，行程的目的)。与各相应通信自主运载工具相对应的运载工具状态数据对象实例可以基于接收到的运载工具状态数据来更新其中维持的运载工具状态数据。
在一些实现中，运载工具状态数据对象实例体现在相应的容器中。在这些实现中，各容器可以与不同的运载工具相对应，并且可被配置为直接与容器所对应的自主运载工具进行通信。以这种方式，各容器可以从其所对应的自主运载工具接收运载工具状态数据，并向该自主运载工具发送控制指令。在初始化期间，容器可以与自主运载工具建立通信会话。随着自主运载工具穿过运输网络，自主运载工具可以将其当前位置发送至容器。容器可以维持运载工具的当前位置以及自主运载工具所提供的任何其它运载工具状态数据。例如，容器可以维持自主运载工具中的乘客的数量、自主运载工具的路线、自主运载工具的目的地和自主运载工具的任务等。随着自主运载工具持续更新其运载工具状态数据，容器可以持续接收和更新通信自主运载工具的运载工具状态数据。
在6130处，控制器设备获得交通状况位置。在一些实现中，控制器设备可以通过监视穿过运输网络的各种自主运载工具的运载工具状态数据以确定交通状况的存在来获得交通状况位置。例如，控制器设备可以针对指示一个或多个自主运载工具可能遇到交通状况的通知来监视自主运载工具状态数据对象实例。控制器设备可以确定可能遇到交通状况的各自主运载工具的当前位置。如果控制器设备判断为必要数量的自主运载工具可能在同一位置或其附近遇到交通状况，则控制器设备确定交通状况的发生。在确定了交通状况的发生时，控制器设备可以估计交通状况的地理位置。
在一些实现中，控制器设备从沿着运输网络设置的可报告交通阻塞、事故、施工和/或其它交通状况的各种装置和传感器(例如，摄像机、运动传感器或LIDAR传感器等)接收外部数据。在这些实现中，控制器设备可以从一个或多个传感器接收交通状况的通知。该通知可以包括交通状况的位置(例如，估计地理位置)。
在6140处，控制器设备确定被设置为与交通状况位置相交的自主运载工具组。在一些实现中，控制器设备确定如下的自主运载工具组：正在穿过运输网络；位于与检测到的交通状况相交的当前路线上；并且有资格在交通状况周围重新路线规划。该控制器设备可以判断为：在存在可采取以避开交通状况的至少一个不同路径(例如，出口或转向其它道路的转弯)的情况下，运载工具有资格在交通状况周围被重新路线规划。在一些实现中，控制器设备可以向各运载工具状态数据对象实例查询交通状况的位置，以确定哪些自主运载工具具有与交通状况相交的当前路线。在这些自主运载工具中，控制器设备可以查询运输网络数据存储部以确定哪些自主运载工具有资格被重新路线规划以避开交通状况。所确定的运载工具被包括在初始自主运载工具组中。
在6150处，控制器设备基于运载工具状态数据来从运载工具组中确定多个子组。在一些实现中，控制器设备基于初始自主运载工具组中的各相应自主运载工具的优先级值来确定自主运载工具子组。可以使用自主运载工具的运载工具状态数据来确定自主运载工具的优先级值。在一些实现中，在自主运载工具开始其路线时，向自主运载工具分配该自主运载工具的优先级值。在其它实现中，当自主运载工具被包括在初始自主运载工具组中时，可以确定该自主运载工具的优先级值。运载工具的优先级值可以基于一个或多个因素来确定。例如，自主运载工具的优先级值可以是基于自主运载工具中的乘客(如果有的话)的数量、自主运载工具的预期目的(例如，乘客放下、递送、停车或充电)、是否需要对自主运载工具充电或加燃料、或乘客要求的紧急值等。在一些实现中，控制器设备利用基于规则的方法来确定优先级值。例如，运输一个或多个乘客的乘客运载工具可被分配最高优先级值，商业运载工具和/或无乘客运载工具可被分配中等优先级值，以及需要充电/补充燃料的自主运载工具被赋予较低优先级值。在其它实现中，控制器设备可以利用评分功能来确定自主运载工具的优先级值。一旦分配了优先级值，控制器设备就可以将运载工具分为子组。控制器设备可以生成具有最高优先级值的第一自主运载工具子组，由此该第一子组可以在交通状况周围的最快路线上重新路线规划。控制器设备可以生成具有中等优先级值的第二自主运载工具子组，由此该第二子组可以在交通状况周围的较慢路线上重新路线规划。在一些场景中，控制器设备可以生成具有最低优先级值的第三自主运载工具子组，由此该第三子组可以在沿着所选路线具有更多充电/补充燃料选项的更慢路线上重新路线规划。
在6160处，控制器设备针对各子组确定相应避开路点。一旦分为子组，控制器设备就针对各子组确定避开路点。避开路点可以与允许自主运载工具子组避开交通状况的转弯或出口相对应。控制器设备可以确定交通状况周围的不同路线，由此各不同路线包括不同的避开路点，使得自主运载工具不会全部被路线规划到另一个交通堵塞地区。在可能的路线中，控制器设备针对第一子组选择与最快路线相对应的第一避开路点、针对第二子组选择与较慢路线相对应的第二避开路点、以及(在必要的情况下)针对第三子组选择与具有充电子组的更慢路线相对应的第三避开路点。
在6170处，控制器设备针对各相应子组中的各自主运载工具、基于子组的相应路点来确定更新路线。在针对各子组确定避开路点时，控制器设备可以为子组中的各自主运载工具分配更新路线，使得各更新路线通过被分配给该子组的避开路点。控制器设备可以判断自主运载工具是返回原始路线(例如，返回到交通状况后的公路)还是去往完全不同的路线(例如，采取用以到达目的地的其它道路)。控制器设备可以利用任何路线规划技术来确定各运载工具的更新路线。例如，控制器设备可以使用Dijkstra算法来确定各运载工具的路线。控制器设备可以利用运载工具的目的地和避开路点作为输入参数来确定运载工具的更新路线，然后生成包含各子组中的各运载工具的更新路线的控制指令。
在6180处，控制器设备将更新路线发送至各相应自主运载工具。在确定运载工具的更新路线时，控制器设备可以生成包含更新路线的控制指令，并且可以将该控制指令发送至运载工具。
在6190处，接收更新路线的各自主运载工具基于更新路线来控制运载工具。自主运载工具可以接收包含更新路线的控制指令，并且可以基于更新路线来设置新航线。自主运载工具可以确定要采取以改变其航线的一个或多个动作。自主运载工具可以持续确定和发送其运载工具状态数据，直到到达自主运载工具的目的地为止。
虽然已经结合某些实施例描述了所公开的技术，但是应当理解，所公开的技术不限于所公开的实施例，相反是意在涵盖所附权利要求书的范围内所包括的各种修改和等同布置，该范围应被给予最广泛的理解，以包含法律允许的所有这类修改和等同结构。
如这里所使用的，术语“计算机”或“计算装置”包括能够进行这里所公开的任何方法或其任何部分的任何单元或单元组合。如这里所使用的，术语“处理器”表示一个或多个处理器，诸如一个或多个专用处理器、一个或多个数字信号处理器、一个或多个微处理器、一个或多个控制器、一个或多个应用处理器、一个或多个专用集成电路、一个或多个专用标准产品；一个或多个现场可编程门阵列、任何其它类型或组合的集成电路、一个或多个状态机或其任意组合。
如这里所使用的，术语“存储器”表示任何计算机可用或计算机可读的介质或装置，其可以有形地包含、存储、通信或传送可被任何处理器使用或与任何处理器结合使用的任何信号或信息的装置。例如，存储器可以是一个或多个只读存储器(ROM)、一个或多个随机存取存储器(RAM)、一个或多个寄存器、低功耗双数据速率(LPDDR)存储器、一个或多个高速缓存存储器、一个或多个半导体存储器装置、一个或多个磁介质、一个或多个光介质、一个或多个磁光介质或其任意组合。
如这里所使用的，术语“指令”可以包括用于进行这里所公开的任何方法或其任何部分的指导或表示，并且可以在硬件、软件或其任何组合中实现。例如，指令可被实现为存储器中所存储的诸如计算机程序等的信息，该信息可以由处理器执行以进行如这里所述的相应方法、算法、方面或其组合中的任一个。在一些实现中，指令或其一部分可被实现为专用处理器或电路，该专用处理器或电路可以包括用于执行如这里所述的方法、算法、方面或其组合中的任一个的专用硬件。在一些实现中，指令的一部分可以跨单个装置上、可直接地或者跨诸如局域网、广域网、因特网或其组合等的网络进行通信的多个装置上的多个处理器分布。
如这里所使用的，术语“示例”、“实施例”、“实现”、“方面”、“特征”或“元素”表示用作示例、实例或例示。除非明确指示，否则任何示例、实施例、实现、方面、特征或元素是彼此独立的示例、实施例、实现、方面、特征或元素，并且可以与任何其它示例、实施例、实现、方面、特征或元素结合使用。
如这里所使用的，术语“确定”和“识别”或其任何变形包括无论如何以任何方式使用这里所示和所述的一个或多个装置选择、查明、计算、查找、接收、确定、建立、获得或者以其它方式识别或确定。
如这里所使用的，术语“或”意指包容性“或”而不是排他性“或”。也就是说，除非另有规定或者根据上下文中清楚知道，否则“X包括A或B”意在指示自然包容性排列中的任一个。如果X包括A；X包括B；或者X包括A和B这两者，则在上述任何情况下，都满足“X包括A或B”。另外，除非另有规定或者根据上下文清楚知道针对单数形式，否则本申请和所附权利要求中所使用的冠词“a”和“an”一般应被理解为“一个或多个”。
此外，为了简化解释，尽管这里的图和描述可以包括步骤或阶段的序列或一系列步骤或阶段，但是这里所公开的方法的元素可以以不同的顺序或同时地出现。另外，这里公开的方法的元素可以与这里没有明确呈现和描述的其它元素一起发生。此外，可能并非需要这里描述的方法的所有元素来实现根据本发明的方法。尽管这里以特定组合描述了方面、特征和元素，但是各方面、特征或元素可以单独使用，或者可以以具有或不具有其它方面、特征和元素的各种组合使用。

Claims (20)

1.一种方法，包括：
由运载工具控制服务器的一个或多个处理器来维持分别与穿过运载工具运输网络的多个自主运载工具相对应的多个运载工具状态数据对象实例，其中，各运载工具状态数据对象实例指示与相应自主运载工具的当前位置相对应的当前位置以及相应自主运载工具的当前路线；
由所述一个或多个处理器获得交通状况位置，其中，所述交通状况位置指示沿所述运载工具运输网络的交通当前被阻碍的位置；
由所述一个或多个处理器基于所述交通状况位置和所述多个运载工具状态数据对象实例中的各运载工具状态数据对象实例中所定义的当前路线从所述多个自主运载工具中确定自主运载工具组，其中，所述自主运载工具组包括自主运载工具的当前路线与所述交通状况位置相交的自主运载工具；
由所述一个或多个处理器基于所述多个运载工具状态数据对象实例从所述自主运载工具组中确定包括第一自主运载工具子组和第二自主运载工具子组的两个或更多个自主运载工具子组；
针对所述两个或更多个自主运载工具子组中的各自主运载工具子组：
由所述一个或多个处理器确定与该自主运载工具子组相对应的相应避开路点，其中，所述相应避开路点定义了不在该自主运载工具子组中的任何自主运载工具的当前路线上的相应地理位置、并且与所述两个或更多个自主运载工具子组中的各其它自主运载工具子组的相应路点不同；以及
针对该自主运载工具子组中的各自主运载工具：
由所述一个或多个处理器基于该自主运载工具的当前路线和所述相应避开路点来确定更新路线，其中，所述更新路线不与交通状况位置相交；
由所述一个或多个处理器基于所述更新路线来生成控制指令；以及
由所述一个或多个处理器将所述控制指令发送至该自主运载工具，其中，所述控制指令使该自主运载工具向所述相应避开路点行进。
2.根据权利要求1所述的方法，其中，确定自主运载工具组包括：
识别具有与所述交通状况位置相交的相应当前路线的任何自主运载工具；以及
针对所识别出的各自主运载工具：
判断所识别出的自主运载工具是否有资格被重新路线规划以避开所述交通状况位置；以及
在所识别出的自主运载工具有资格被重新路线规划的情况下，将对所识别出的自主运载工具的引用包括在所述自主运载工具组中。
3.根据权利要求1所述的方法，其中，确定两个或更多个自主运载工具子组包括：
针对所述自主运载工具组中的各自主运载工具，基于该自主运载工具的运载工具状态数据对象实例来向该自主运载工具分配优先级值；以及
基于所述自主运载工具组中的各自主运载工具的相应优先级值来生成所述两个或更多个自主运载工具子组。
4.根据权利要求3所述的方法，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态数据对象实例包括用以指示该相应自主运载工具的预期任务的运载工具任务指标，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的运载工具任务指标。
5.根据权利要求3所述的方法，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具中的乘客的数量的乘客值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的乘客值。
6.根据权利要求3所述的方法，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具的运载工具动力源中的剩余充电量的充电值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的充电值。
7.根据权利要求1所述的方法，还包括：
由所述一个或多个处理器在判断为自主运载工具正穿过所述运载工具运输网络时对与该自主运载工具相对应的新运载工具状态数据对象实例进行实例化；
由所述一个或多个处理器从该自主运载工具接收新运载工具状态数据；以及
由所述一个或多个处理器利用所述新运载工具状态数据来更新所述新运载工具状态数据对象实例。
8.根据权利要求1所述的方法，其中，各运载工具状态数据对象实例是容器。
9.根据权利要求1所述的方法，还包括：
针对各相应自主运载工具子组中的各自主运载工具，由所述一个或多个处理器在该自主运载工具的运载工具状态数据对象实例中利用所述更新路线来代替该自主运载工具的当前路线。
10.根据权利要求1所述的方法，其中，获得交通状况位置包括：
由所述一个或多个处理器判断为所述多个自主运载工具中的两个或更多个自主运载工具正以小于预期速度的速度穿过所述运载工具运输网络的同一部分。
11.一种控制器设备，包括：
存储系统；
通信单元，其经由通信网络与多个自主运载工具进行通信；以及
处理系统，其包括用于执行计算机可读指令的一个或多个处理器，所述计算机可读指令在被执行时使所述处理系统：
维持分别与穿过运载工具运输网络的多个自主运载工具相对应的多个运载工具状态数据对象实例，其中，各运载工具状态数据对象实例指示与相应自主运载工具的当前位置相对应的当前位置以及相应自主运载工具的当前路线；
获得交通状况位置，其中，所述交通状况位置指示沿所述运载工具运输网络的交通当前被阻碍的位置；
基于所述交通状况位置和所述多个运载工具状态数据对象实例中的各运载工具状态数据对象实例中所定义的当前路线从所述多个自主运载工具中确定自主运载工具组，其中，该自主运载工具组包括自主运载工具的当前路线与所述交通状况位置相交的自主运载工具；
基于所述多个运载工具状态数据对象实例从所述自主运载工具组中确定包括第一自主运载工具子组和第二自主运载工具子组的两个或更多个自主运载工具子组；
针对所述两个或更多个自主运载工具子组中的各自主运载工具子组：
确定与该自主运载工具子组相对应的相应避开路点，其中，所述相应避开路点定义了不在该自主运载工具子组中的任何自主运载工具的当前路线上的相应地理位置、并且与所述两个或更多个自主运载工具子组中的各其它自主运载工具子组的相应路点不同；以及
针对所述自主运载工具子组中的各自主运载工具：
基于该自主运载工具的当前路线和所述相应避开路点来确定更新路线，其中，所述更新路线不与交通状况位置相交；
基于所述更新路线来生成控制指令；以及
将所述控制指令发送至该自主运载工具，其中，所述控制指令使该自主运载工具向所述相应避开路点行进。
12.根据权利要求11所述的控制器设备，其中，确定自主运载工具组包括：
识别具有与所述交通状况位置相交的相应当前路线的任何自主运载工具；以及
针对所识别出的各自主运载工具：
判断所识别出的自主运载工具是否有资格被重新路线规划以避开所述交通状况位置；以及
在所识别出的自主运载工具有资格被重新路线规划的情况下，将对所识别出的自主运载工具的引用包括在所述自主运载工具组中。
13.根据权利要求11所述的控制器设备，其中，确定两个或更多个自主运载工具子组包括：
针对所述自主运载工具组中的各自主运载工具，基于该自主运载工具的运载工具状态数据对象实例来向该自主运载工具分配优先级值；以及
基于所述自主运载工具组中的各自主运载工具的相应优先级值来生成所述两个或更多个自主运载工具子组。
14.根据权利要求13所述的控制器设备，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态数据对象实例包括用以指示该相应自主运载工具的预期任务的运载工具任务指标，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的运载工具任务指标。
15.根据权利要求13所述的控制器设备，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具中的乘客的数量的乘客值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的乘客值。
16.根据权利要求13所述的控制器设备，其中，针对所述多个自主运载工具中的各相应自主运载工具，该相应自主运载工具的相应运载工具状态对象实例包括用以指示该相应自主运载工具的运载工具动力源中的剩余充电量的充电值，以及其中，所述自主运载工具组中的各相应自主运载工具的优先级值是基于该相应自主运载工具的运载工具状态数据对象实例中所包括的充电值。
17.根据权利要求11所述的控制器设备，其中，所述计算机可读指令还使处理装置：
在判断为自主运载工具正穿过所述运载工具运输网络时对与该自主运载工具相对应的新运载工具状态数据对象实例进行实例化；
从所述自主运载工具接收新运载工具状态数据；以及
利用所述新运载工具状态数据来更新所述新运载工具状态数据对象实例。
18.根据权利要求11所述的控制器设备，其中，各运载工具状态数据对象实例是容器。
19.根据权利要求11所述的控制器设备，其中，所述计算机可读指令还使处理装置：
针对各相应自主运载工具子组中的各自主运载工具，在该自主运载工具的运载工具状态数据对象实例中利用所述更新路线来代替该自主运载工具的当前路线。
20.根据权利要求11所述的控制器设备，其中，获得交通状况位置包括：
判断为所述多个自主运载工具中的两个或更多个自主运载工具正以小于预期速度的速度穿过所述运载工具运输网络的同一部分。
CN201880091573.6A 2018-01-31 2018-01-31 用于自主运载工具的批路线规划的计算框架 Active CN111886611B (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/US2018/016194 WO2019152014A1 (en) 2018-01-31 2018-01-31 Computing framework for batch routing of autonomous vehicles

Publications (2)

Publication Number Publication Date
CN111886611A true CN111886611A (zh) 2020-11-03
CN111886611B CN111886611B (zh) 2024-07-09

Family

ID=67479514

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201880091573.6A Active CN111886611B (zh) 2018-01-31 2018-01-31 用于自主运载工具的批路线规划的计算框架

Country Status (5)

Country Link
US (1) US11403954B2 (zh)
EP (1) EP3762926A4 (zh)
JP (1) JP2021512304A (zh)
CN (1) CN111886611B (zh)
WO (1) WO2019152014A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11736058B2 (en) * 2019-07-23 2023-08-22 International Business Machines Corporation Autonomous solar power system
US11650549B2 (en) * 2019-07-23 2023-05-16 International Business Machines Corporation Autonomous solar power system
DE102019134971A1 (de) * 2019-12-18 2021-06-24 Valeo Schalter Und Sensoren Gmbh Fahrverhaltenbestimmung für V2X-fähige Fahrzeuge
CN111735466B (zh) * 2020-01-02 2021-11-12 北京京东乾石科技有限公司 一种多车协同轨迹规划方法、装置、设备及存储介质
EP4118505A1 (en) * 2020-03-09 2023-01-18 Dromos GmbH Autonomous transportation network and method for operating the same
US20230020040A1 (en) * 2021-07-13 2023-01-19 Tusimple, Inc. Batch control for autonomous vehicles
US11915584B2 (en) * 2021-10-27 2024-02-27 GM Global Technology Operations LLC Reverse operation detection systems and methods
US20240212492A1 (en) * 2022-12-27 2024-06-27 Itron, Inc. Pedestrian and vehicle congestion relief system

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102297699A (zh) * 2011-03-31 2011-12-28 北京腾瑞万里信息技术有限公司 实时路况路线规划方法及设备
US20170069208A1 (en) * 2015-09-04 2017-03-09 Nokia Technologies Oy Method and apparatus for providing an alternative route based on traffic light status
US20170276492A1 (en) * 2016-03-25 2017-09-28 Qualcomm Incorporated Automated lane assignment for vehicles
CN107451690A (zh) * 2017-07-28 2017-12-08 深圳市益鑫智能科技有限公司 一种智能路线规划系统

Family Cites Families (36)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3488192B2 (ja) * 2000-09-25 2004-01-19 三菱電機株式会社 道路交通管理方式
JP2009128065A (ja) * 2007-11-20 2009-06-11 Toyota Motor Corp 経路案内装置
US9519921B2 (en) * 2008-06-27 2016-12-13 E-Lantis Corporation GPS and wireless integrated fleet management system and method
JP5333574B2 (ja) * 2009-03-05 2013-11-06 トヨタ自動車株式会社 車群形成装置及び車群形成方法
JP2011203828A (ja) * 2010-03-24 2011-10-13 Nec System Technologies Ltd 渋滞回避装置、車載装置、渋滞回避システム、渋滞回避方法およびプログラム
US9536427B2 (en) 2013-03-15 2017-01-03 Carnegie Mellon University Methods and software for managing vehicle priority in a self-organizing traffic control system
US9803990B2 (en) * 2013-05-30 2017-10-31 Oath (Americas) Inc. Systems and methods for providing mobile mapping services including trip prediction and route recommendation
US9547989B2 (en) * 2014-03-04 2017-01-17 Google Inc. Reporting road event data and sharing with other vehicles
US9755850B2 (en) 2014-05-01 2017-09-05 Elizabeth B. Stolfus Providing dynamic routing alternatives based on determined traffic conditions
US9628565B2 (en) 2014-07-23 2017-04-18 Here Global B.V. Highly assisted driving platform
CN107111946B (zh) 2014-10-10 2022-02-11 大陆-特韦斯股份有限公司 用于运行中央服务器的方法和用于操纵管制图的方法
US20160231746A1 (en) 2015-02-06 2016-08-11 Delphi Technologies, Inc. System And Method To Operate An Automated Vehicle
CA3013570C (en) 2015-02-10 2020-01-21 Ridar Systems LLC Proximity awareness system for motor vehicles
US20160247106A1 (en) 2015-02-24 2016-08-25 Siemens Aktiengesellschaft Managing a fleet of autonomous electric vehicles for on-demand transportation and ancillary services to electrical grid
JP6546028B2 (ja) * 2015-07-29 2019-07-17 株式会社デンソーテン サーバ、送信システム、送信方法、及び、プログラム
US9805601B1 (en) * 2015-08-28 2017-10-31 State Farm Mutual Automobile Insurance Company Vehicular traffic alerts for avoidance of abnormal traffic conditions
US9761137B2 (en) * 2015-09-09 2017-09-12 Here Global B.V. Method and apparatus for providing locally relevant rerouting information
US9576480B1 (en) 2015-09-21 2017-02-21 Sap Se Centrally-managed vehicle network
US9747506B2 (en) 2015-10-21 2017-08-29 Ford Global Technologies, Llc Perception-based speed limit estimation and learning
US9944291B2 (en) 2015-10-27 2018-04-17 International Business Machines Corporation Controlling driving modes of self-driving vehicles
US10496766B2 (en) 2015-11-05 2019-12-03 Zoox, Inc. Simulation system and methods for autonomous vehicles
US10152882B2 (en) 2015-11-30 2018-12-11 Nissan North America, Inc. Host vehicle operation using remote vehicle intention prediction
US9603158B1 (en) * 2015-12-08 2017-03-21 Uber Technologies, Inc. Optimizing communication for automated vehicles
JP6088082B2 (ja) * 2016-03-07 2017-03-01 パイオニア株式会社 管理装置及び端末装置、並びに、経路管理方法及び経路取得方法
US9792567B2 (en) * 2016-03-11 2017-10-17 Route4Me, Inc. Methods and systems for managing large asset fleets through a virtual reality interface
US9792575B2 (en) * 2016-03-11 2017-10-17 Route4Me, Inc. Complex dynamic route sequencing for multi-vehicle fleets using traffic and real-world constraints
US9952056B2 (en) * 2016-03-11 2018-04-24 Route4Me, Inc. Methods and systems for detecting and verifying route deviations
US9953523B2 (en) * 2016-04-22 2018-04-24 Here Global B.V. Node-centric navigation optimization
AU2017335995A1 (en) * 2016-09-29 2019-03-14 Cubic Corporation Systems and methods for using autonomous vehicles in traffic
JP7433045B2 (ja) * 2016-12-22 2024-02-19 ニッサン ノース アメリカ，インク 自律走行車両用の遠隔システム
US11231287B2 (en) * 2016-12-22 2022-01-25 Nissan North America, Inc. Autonomous vehicle service system
US10942525B2 (en) * 2017-05-09 2021-03-09 Uatc, Llc Navigational constraints for autonomous vehicles
WO2019079807A1 (en) * 2017-10-20 2019-04-25 Zendrive, Inc. METHOD AND SYSTEM FOR VEHICULAR COMMUNICATIONS
CN111788532B (zh) * 2018-02-28 2022-05-10 北美日产公司 用于自主运载工具决策的运输网络基础设施
US20200021961A1 (en) * 2018-07-10 2020-01-16 Cavh Llc Vehicle on-board unit for connected and automated vehicle systems
CA3119273A1 (en) * 2018-11-09 2020-05-14 Iocurrents, Inc. Machine learning-based prediction, planning, and optimization of trip time, trip cost, and/or pollutant emission during navigation

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102297699A (zh) * 2011-03-31 2011-12-28 北京腾瑞万里信息技术有限公司 实时路况路线规划方法及设备
US20170069208A1 (en) * 2015-09-04 2017-03-09 Nokia Technologies Oy Method and apparatus for providing an alternative route based on traffic light status
US20170276492A1 (en) * 2016-03-25 2017-09-28 Qualcomm Incorporated Automated lane assignment for vehicles
CN107451690A (zh) * 2017-07-28 2017-12-08 深圳市益鑫智能科技有限公司 一种智能路线规划系统

Also Published As

Publication number Publication date
CN111886611B (zh) 2024-07-09
WO2019152014A1 (en) 2019-08-08
US11403954B2 (en) 2022-08-02
US20210125500A1 (en) 2021-04-29
EP3762926A1 (en) 2021-01-13
JP2021512304A (ja) 2021-05-13
EP3762926A4 (en) 2021-06-23

Similar Documents

Publication Publication Date Title
EP3759560B1 (en) Transportation network infrastructure for autonomous vehicle decision making
CN111886611B (zh) 用于自主运载工具的批路线规划的计算框架
EP3580084B1 (en) Autonomous vehicle operational management including operating a partially observable markov decision process model instance
EP3580620B1 (en) Autonomous vehicle operational management control
EP3580104B1 (en) Autonomous vehicle operational management blocking monitoring
CA3052951C (en) Autonomous vehicle operational management
JP6726363B2 (ja) 生成されたインターフェースを使用する自律走行車の監視
US20220063660A1 (en) Drive Mode Selection
JP2019537159A5 (zh)
CN111801550B (zh) 将现有路线延伸至目的地的远程操作
US20200372417A1 (en) On-Demand Travel Through a Transportation Network

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