CN114283610A - 针对自主车辆的靠边停车的质量评分 - Google Patents

针对自主车辆的靠边停车的质量评分 Download PDF

Info

Publication number
CN114283610A
CN114283610A CN202111134687.4A CN202111134687A CN114283610A CN 114283610 A CN114283610 A CN 114283610A CN 202111134687 A CN202111134687 A CN 202111134687A CN 114283610 A CN114283610 A CN 114283610A
Authority
CN
China
Prior art keywords
parking
vehicle
location
value
edge
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202111134687.4A
Other languages
English (en)
Inventor
S.潘迪特
D.古特兰斯基
E.多赫蒂
E.弗里德曼
J.佩德森
A.陈
G.阿加瓦尔
B.梅
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 CN114283610A publication Critical patent/CN114283610A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/36Input/output arrangements for on-board computers
    • G01C21/3679Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities
    • G01C21/3685Retrieval, searching and output of POI information, e.g. hotels, restaurants, shops, filling stations, parking facilities the POI's being parking facilities
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3453Special cost functions, i.e. other than distance or default speed limit of road segments
    • G01C21/3461Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units
    • B60W30/08Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095Predicting travel path or likelihood of collision
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0015Planning or execution of driving tasks specially adapted for safety
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001Planning or execution of driving tasks
    • B60W60/0025Planning or execution of driving tasks specially adapted for specific operations
    • B60W60/00253Taxi operations
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D15/00Steering not otherwise provided for
    • B62D15/02Steering position indicators ; Steering position determination; Steering aids
    • B62D15/027Parking aids, e.g. instruction means
    • B62D15/0285Parking performed automatically
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34Route searching; Route guidance
    • G01C21/3407Route searching; Route guidance specially adapted for specific applications
    • G01C21/3438Rendez-vous, i.e. searching a destination where several users can meet, and the routes to this destination for these users; Ride sharing, i.e. searching a route such that at least two users can share a vehicle for at least part of the route
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125Traffic data processing
    • G08G1/0129Traffic data processing for creating historical data or processing based on historical data
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/01Detecting movement of traffic to be counted or controlled
    • G08G1/0104Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/141Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces
    • G08G1/144Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces on portable or mobile units, e.g. personal digital assistant [PDA]
    • GPHYSICS
    • G08SIGNALLING
    • G08GTRAFFIC CONTROL SYSTEMS
    • G08G1/00Traffic control systems for road vehicles
    • G08G1/14Traffic control systems for road vehicles indicating individual free spaces in parking areas
    • G08G1/145Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas
    • G08G1/147Traffic control systems for road vehicles indicating individual free spaces in parking areas where the indication depends on the parking areas where the parking area is within an open public zone, e.g. city centre
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00Input parameters relating to infrastructure
    • B60W2552/45Pedestrian sidewalk
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/40Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404Characteristics
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B60VEHICLES IN GENERAL
    • B60WCONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00Input parameters relating to objects
    • B60W2554/80Spatial relation or speed relative to objects

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Chemical & Material Sciences (AREA)
  • Transportation (AREA)
  • Mechanical Engineering (AREA)
  • Analytical Chemistry (AREA)
  • Human Computer Interaction (AREA)
  • Combustion & Propulsion (AREA)
  • Traffic Control Systems (AREA)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)

Abstract

本公开的各方面涉及为自主车辆评估预定靠边停车位置的质量。例如,可以接收针对预定靠边停车位置的多个输入。所述多个输入可以各自包括表示该预定靠边停车位置的特性的值。多个输入可以被组合以确定预定靠边停车位置的靠边停车质量值。该靠边停车质量值可以被提供给车辆,以便使该车辆能够选择该车辆的靠边停车位置。

Description

针对自主车辆的靠边停车的质量评分
相关申请的交叉引用
本申请要求于2020年9月28日提交的美国临时专利申请第63/084,373号的申请日的权益,该美国临时专利申请的公开内容特此通过引用并入本文。
技术领域
本申请一般地涉及针对自主车辆的靠边停车的质量评分。
背景技术
自主车辆,例如,不需要人类驾驶员的车辆可以用来帮助从一个位置到另一个位置的乘客或物品的运输。这样的车辆可以以完全自主模式操作,其中,乘客可以提供某一初始输入,诸如,接载位置或目的地位置,并且车辆操纵其自身到该位置。自主车辆配备有各种类型的传感器,以便检测周围的对象。例如,自主车辆可以包括扫描并且记录来自车辆周围的数据的声纳、雷达、相机、LIDAR以及其他装置。
发明内容
本公开的各方面提供了一种为自主车辆评估预定靠边停车位置的质量的方法。该方法包括:由一个或多个处理器接收针对预定靠边停车位置的多个输入,所述多个输入各自包括表示该预定靠边停车位置的特性的值;由所述一个或多个处理器组合所述多个输入以确定该预定靠边停车位置的靠边停车质量值;以及由所述一个或多个处理器将该靠边停车质量值提供给车辆,以便使该车辆能够选择该车辆的靠边停车位置。
在一个示例中,所述特性包括对于给定时间段的该预定靠边停车位置的预期的路缘占用。在另一个示例中,所述特性包括对于给定时间段的该预定靠边停车位置的开走车辆的可能性。在另一个示例中,所述特性包括对于给定时间段的该预定靠边停车位置的车辆的停车的预期的持续时间。在该示例中,对于给定时间段的该预定靠边停车位置的车辆的停车的预期的持续时间被表达为二元值。在另一个示例中,所述特性包括该预定靠边停车位置的道路几何形状。在这一示例中,道路几何形状与在该预定靠边停车位置处车辆是在道路的一侧还是两侧停车相关。在另一个示例中,所述特性与该预定靠边停车位置是否与自行车车道相邻相关。在另一个示例中,所述特性包括对于给定时间段的该预定靠边停车位置处的交通状况。在另一个示例中,所述特性包括该预定靠边停车位置处的法律限制。在另一个示例中,所述特性包括自主车辆在该预定靠边停车位置处尝试的靠边停车的历史。在另一个示例中,所述特性包括在该预定靠边停车位置处的道路上的紧急车辆的可能性。在另一个示例中,所述特性是特定尺寸或形状的车辆在该预定靠边停车位置停车的可行性。在另一个示例中,所述特性是运行自主车辆尝试在该预定靠边停车位置停车的仿真的结果。在另一个示例中,所述特性是从提供关于车辆的靠边停车的反馈的自主车辆的乘客输入的。在另一个示例中,该方法还包括:从客户端计算装置接收对行程的请求,该请求标识出第一位置;使用该靠边停车质量值和该第一位置识别针对该行程的建议位置;以及将该建议位置提供给客户端计算装置,以供显示给用户。在另一个示例中,该方法还包括:从客户端计算装置接收对行程的请求,所述请求标识出第一位置;使用该靠边停车质量值和该第一位置识别针对该行程的建议位置;以及向客户端计算装置提供通知,该通知指示车辆将在该建议位置处接载或放下乘客。在这一示例中,该通知包括指示该车辆为什么将在该建议位置处接载或放下乘客的上下文,并且该方法进一步包括基于该靠边停车质量值确定该上下文。此外,该方法还包括:确定到该建议位置的估算的行走时间;以及将估算的行走时间与阈值进行比较,并且其中,提供该通知进一步基于该比较。在这一示例中,当该比较指示估算的行走时间大于阈值时,提供该通知进一步包括提供估算的行走时间,以供与该通知一起显示。
附图说明
图1是根据示例性实施例的示例车辆的功能图。
图2A和图2B是根据本公开的各方面的地图信息的示例。
图3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示例系统的直观图。
图5是根据本公开的各方面的图4的系统的功能图。
图6是根据本公开的各方面的针对多个靠边停车位置的输入的示例表示。
图7是根据本公开的各方面的针对多个靠边停车位置的输入值的示例表示。
图8是根据本公开的各方面的针对多个靠边停车位置的靠边停车质量值的示例表示。
图9A和图9B是根据本公开的各方面的信息和通知的示例可视化。
图10是根据本公开的各方面的信息的示例可视化。
图11是根据本公开的各方面的示例驾驶情境的示例表示。
图12是根据本公开的各方面的示例流程图。
具体实施方式
概述
本技术涉及改进对(例如)用于临时停车的靠边停车位置以及(例如)乘客或商品(例如,投递物)的接载和放下位置的选择。这样做可以实际上通过历史和学习的数据在预期靠边停车位置与实际靠边停车位置之间提供更好的匹配。自主车辆的成功靠边停车是可预测的靠边停车,并且是乘客的预期与车辆的最终位置相匹配的靠边停车。为了实现这一目的,可以针对地图信息中的每一个可能的靠边停车位置确定靠边停车质量值或估算(“PQ”值)。就此而言,可以使用后端处理系统各个地预先确定并且评估所有靠边停车位置。
可以使用多个不同的输入确定给定靠边停车位置的PQ值。第一输入可以是路缘占用。路缘占用可以定义是否将存在可用的路缘空间,而未必定义是什么对象占用了路缘。
对PQ值的另一输入可以是在特定靠边停车位置开走(unpark)车辆的可能性和/或车辆停车的持续时间。这一值可以建议在哪里车辆最常停车和开走,并且像路缘占用可以从车辆停车和开走以及车辆已经在该靠边停车位置停车多长时间(即,车队的车辆已经在该处停车多长时间)的观察来确定。
对PQ值的另一输入可以是与靠边停车位置相邻的道路的道路几何形状(geometry)或者更确切的可驾驶宽度。例如,一些靠边停车位置可以与车辆停车在街道两侧的较窄道路、死胡同或者盲角等相关联,在盲角处可能难以真正地垂直于弯曲的路缘停车。
对PQ值的另一输入可以包括靠边停车位置将有多大可能性给其他道路使用者造成不便。例如,这一输入可以考虑另一车辆是否能够在周围移动,如果是,那样做是否将要求该其他车辆跨越黄线等。
对PQ值的另一输入可以是自行车交通量或者自行车车道或自行车骑行者的存在。出于安全的原因,可能希望避免在具有自行车车道的区域中停车。
对PQ值的另一输入可以是交通状况。交通状况可以是基于历史观察或交通数据、实时交通馈入(feed)等确定的。这可以包括离散的确定,诸如与靠边停车位置相邻的道路上的平均速度、平均速度与速度限制的比率、交通量(车辆/小时)以及作为堵塞量度的占用百分比。
对PQ值的另一输入可以是法律限制。这样的限制可以涉及车辆是否能够在特定靠边停车位置停车或者该靠边停车位置是否被保留仅用于紧急情况。
对PQ值的另一输入可以是自主车辆对靠边停车位置的靠边停车的历史。这一信息可以包括这样的车辆是否不得不并排停车、笨拙地停车(例如,相对于路缘成陡峭角度)、阻挡车道、接近其他对象(其他车辆、交通锥、植被等)停车,不得不平行停车、收到停车罚单(例如,停车违规)、阻挡其他交通或以其他方式给其他交通造成不便,等等。
对PQ值的另一输入可以是靠边停车位置附近停放的或移动中的紧急车辆的量。例如,当紧急车辆一贯地并且经常地移动进出特定区域时,使路线绕过这样的区域或者避免在这样的区域内停车可能是优选的。通过这种方式,车辆可以避免阻挡此类紧急车辆或者避免不得不允许此类紧急车辆通行。
对PQ值的另一输入可以是在靠边停车位置停车的可行性。例如,给定靠边停车位置的几何形状,其对于特定类的车辆可能过小或者过窄。
对PQ值的另一输入可以是仿真结果。例如,可以运行仿真,以确定车辆将如何在靠边停车位置停车。这可以通过使用来自我们的先前驾驶的日志记录数据以及在仿真中对车辆将如何在原始接载位置和放下位置或者其他随机位置靠边停车进行仿真来实现。
对PQ值的另一输入可以是人工输入。例如,可以使用靠边停车度量来衡量特定的靠边停车位置有多好,该靠边停车度量可以是通过关于行程期间的乘客体验的调查(例如,星评级)或者来自车辆靠边停车的日志记录数据的人工标记生成的。
对PQ值的另一输入可以是在这一位置靠边停车一般要用的平均时间长度。例如,如果在给定靠边停车位置处的接载或放下一般很快,那么其他输入的影响可以被不同地加权。
对PQ值的另一输入可以是靠边停车位置的无障碍性(accessibility)。无障碍性可以与靠边停车位置对于残疾人、行动不便的人、具有视觉和/或听觉问题或者其他缺陷的人而言进出的容易程度相关。这可以包括是否存在就近的无障碍路缘,在附近行走的一般容易度(诸如,是否存在坡道或台阶)等等。
输入可以被组合成每一个靠边停车位置的PQ值。例如,PQ值可以是从前述输入的组合确定的离散值。可以通过各种方式使用PQ值和前述输入。例如,当在分派服务器计算装置处或者在车辆上选择接载或放下位置时,在可能存在可用路缘空间的地方或者在具有较高PQ值的靠边停车位置进行靠边停车可以被优先化。此外,PQ值或路缘占用可以用于鼓励乘客选择较低占用位置附近的位置。PQ值和路缘占用还可以用于路线设定和规划(轨迹)目的。
本文描述的特征可以允许更好地选择靠边停车位置,例如,用于临时停车以及乘客及商品的接载和放下位置。如上文所指出的,PQ值和/或路缘占用可以用于初始接载和放下位置选择以及用于规划和路线设定目的。由此改善了运输服务的总体功能性以及乘客体验。
示例系统
如图1中所示,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结合特定类型的车辆尤为有用,但是车辆可以是任何类型的车辆,包括但不限于汽车、卡车、摩托车、公共汽车、休闲车等。车辆可以具有一个或多个计算装置,诸如,包含一个或多个处理器120、存储器130以及通常存在于通用计算装置中的其他组件的计算装置110。
存储器130存储所述一个或多个处理器120可访问的信息,包括可以由处理器120执行或以其他方式使用的指令134和数据132。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,包括计算装置可读介质或者存储可以借助于电子装置读取的数据的其他介质,诸如硬盘驱动器、存储器卡、ROM、RAM、DVD或者其他光盘以及其他能够写入的和只读的存储器。系统和方法可以包括前述内容的不同组合,由此将指令和数据的不同部分存储在不同类型的介质上。
指令134可以是将直接由处理器执行的指令的集合(诸如,机器代码)或间接由处理器执行的指令的集合(诸如,脚本)。例如,指令可以被作为计算装置代码存储在计算装置可读介质上。就此而言,术语“指令”和“程序”在本文中可以可互换地使用。所述指令可以是以目标代码格式存储的,以供处理器直接处理,或者可以是以任何其他计算装置语言存储的,包括按需解释的或者预先编译的脚本或独立源代码模块的集合。下面更详细地解释指令的功能、方法和例程。
处理器120可以根据指令134对数据132进行检索、存储或修改。例如,尽管所要求保护的主题不受任何特定数据结构的限制,但是数据可以被存储在计算装置寄存器中,作为具有多个不同字段和记录的表格、XML文档或平面文件被存储在关系数据库中。数据还可以以任何计算装置可读格式被格式化。
一个或多个处理器120可以是任何常规处理器,诸如市售CPU或GPU。可替代地,一个或多个处理器可以是专用装置,诸如AISC或者其他基于硬件的处理器。尽管图1在功能上将计算装置110的处理器、存储器和其他元件示为处于同一块内,但是本领域普通技术人员将理解所述处理器、计算装置或存储器可以实际包括多个处理器、计算装置或存储器,它们可以被或可以不被存储在同一物理外壳内。例如,存储器可以是定位在不同于计算装置110的外壳的外壳中的硬盘驱动器或其他存储介质。相应地,对处理器或计算装置的提及将被理解为包括对可以并行操作或者可以不并行操作的处理器或计算装置或存储器的集合的提及。
计算装置110可以包括通常与计算装置结合使用的所有组件,诸如上文描述的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)、各种电子显示器(例如,具有屏幕的监视器或者可操作以显示信息的任何其他电气装置)和扬声器154,该扬声器154用于根据需要向车辆100的乘客提供信息。例如,电子显示器152可以定位于车辆100的车厢内,并且可以由计算装置110用来向车辆100内的乘客提供信息。
计算装置110还可以包括一个或多个无线网络连接156,以促进与其他计算装置(诸如下面详细描述的客户端计算装置和服务器计算装置)的通信。无线网络连接可以包括诸如蓝牙、低功耗蓝牙(LE)的短程通信协议,蜂窝连接,以及包括互联网、万维网、内联网、虚拟专用网、广域网、局域网、使用专属于一个或多个公司的通信协议的专用网、以太网、WiFi和HTTP的各种配置和协议,以及前述内容的各种组合。
计算装置110可以能够与车辆的各种组件通信,以便以自主驾驶模式控制车辆。例如,返回图1,计算装置110可以与车辆100的各种系统(诸如减速系统160、加速系统162、转向系统164、路线设定系统168、规划系统166、定位系统170和感知系统172)通信,以便在自主驾驶模式下根据存储器130的指令134控制车辆100的移动、速度等。
作为示例,计算装置110的计算装置可以与减速系统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可以被计算装置110使用以便控制车辆100的方向。例如,如果车辆100被配置为在道路上使用(诸如汽车或卡车),那么转向系统可以包括控制车轮角度从而使车辆转弯的组件。计算装置110还可以使用信令系统,以便将车辆的意图以信号方式传递给其他驾驶员或车辆,例如,通过在需要时点亮转弯信号或者刹车灯。
路线设定系统168可以被计算装置110使用以便生成到目的地的路线。规划系统166可以被计算装置110使用,以便遵循该路线。就此而言,规划系统166和/或路线设定系统168可以存储详细地图信息,例如,标识出道路网的高度详细的地图,其包括道路的形状和高程、车道线、交叉口、人行横道、速度限制、交通信号灯、建筑物、标志、实时交通信息、靠边停车点、植被或者其他此类对象和信息。
图2A和图2B是用于包括交叉口220的道路区段的地图信息200的示例。图2A描绘了地图信息的部分,其包括标识出车道标记或车道线210、212、214、中央隔离带区域230、232、交通信号灯240、242以及停止线250、252、254、256的形状、位置和其他特性的信息。车道线还可以限定各种车道260-271,或者也可以在地图信息200中明确标识这些车道。除了这些特征之外,地图信息还可以包括标识出每个车道的交通方向和速度限制的信息以及允许计算装置110确定车辆是否有路权完成特定操纵(即,完成转弯或者横穿交通车道或交叉口)的信息,还可以包括诸如路缘、建筑物、排水沟、植被、标志等的其他特征。
地图信息200可以标识出靠边停车位置,其可以包括车辆能够停止并且接载或放下乘客或货物的区域。这些区域可以对应于停车空间、等待区域、路肩、停车场等。例如,图2B描绘了停车区域280-287。为了简单起见,这些靠边停车位置可以对应于停车空间,但是可以对应于车辆能够停止以接载和放下乘客或货物的任何类型的区域。就此而言,预定的靠边停车位置可以是使用启发法确定的,诸如,每1米或者更远或更近的距离,并且预定的靠边停车位置可以基于车队的车辆或其他车辆被观察为停止或靠边停车的位置而被周期性地更新,例如,每周或者更长或更短的时间。
尽管本文将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是基于图像的(例如,栅格)。例如,地图信息可以包括诸如道路、车道、交叉口以及这些特征之间的连接(其可以由道路段表示)的信息的一个或多个道路图、图网或路网。地图中的每一个特征还可以被存储成图数据,并且可以与诸如地理位置以及它是否被链接到其他相关特征的信息相关联,例如,停止标志可以被链接到道路和交叉口等。在一些示例中,相关联的数据可以包括路网的基于网格的索引,从而允许有效地查找某些路网特征。
就此而言,除了前述物理特征信息之外,地图信息还可以包括多个图节点以及表示道路或车道段的边,它们一起构成了地图信息的路网。每一条边是由具有特定地理位置(例如,纬度、经度、海拔等)的起始图节点、具有特定地理位置(例如,纬度、经度、海拔等)的末尾图节点和方向定义的。这一方向可以指车辆100必须以该方向移动以便遵循该条边的方向(即,交通流的方向)。图节点可以定位在固定的或者可变的距离处。例如,图节点的间隔可以在几厘米到几米的范围内,并且可以对应于图节点所定位其上的道路的速度限制。就此而言,较大的速度可以对应于图节点之间较大的距离。
路线设定系统168可以使用道路图确定从当前位置(例如,当前节点的位置)到目的地的路线。路线可以是使用基于成本的分析生成的,该基于成本的分析尝试选择以最低成本到达目的地的路线。可以以任何数量的方式评估成本,所述方式诸如为到达目的地的时间、行驶的距离(每条边可以与通过该条边的成本相关联)、所需操纵的类型、对于乘客或车辆的便利性等。每条路线可以包括车辆能够用来到达目的地的多个节点和边的列表。可以随着车辆向目的地行驶而周期性地重新计算路线。
定位系统170可以被计算装置110使用以便确定车辆在地图上或者在地球上的相对或绝对定位。例如,定位系统170可以包括GPS接收器,以确定装置的纬度、经度和/或海拔定位。也可以使用诸如基于激光的定位系统、惯性辅助GPS或者基于相机的定位的其他位置系统来标识出车辆的位置。车辆的位置可以包括绝对地理位置(诸如纬度、经度和海拔)和道路图的节点或边的位置,以及相对位置信息,诸如相对于紧挨着该车辆周围的其他汽车的位置,与绝对地理位置相比通常能够以较少的噪声确定相对位置。
定位系统170还可以包括与计算装置110的计算装置通信的其他装置,诸如加速度计、陀螺仪或者用以确定车辆的方向和速度或其改变的另一方向/速度检测装置。仅通过示例的方式,加速度装置可以确定其相对于重力方向或者垂直于重力方向的平面的俯仰、偏转或翻滚(或其改变)。该装置还可以跟踪速度的增加或减少以及此类改变的方向。如本文所阐述的该装置对位置和取向数据的提供可以被自动提供给计算装置110、其他计算装置以及前述的组合。
感知系统172还包括用于检测车辆外部的对象(诸如其他车辆、道路中的障碍物、交通信号灯、标志、树等)的一个或多个组件。例如,感知系统172可以包括记录可以由计算装置110的计算装置处理的数据的激光器、声纳、雷达、相机和/或任何其他检测装置。在车辆是诸如厢式车的乘客车辆的情况下,该厢式车可以包括安装在车顶或者其他方便的位置上的激光器或其他传感器。例如,图3是车辆100的示例外部视图。在这一示例中,车顶外壳310和穹顶外壳312可以包括LIDAR传感器以及各种相机和雷达单元。此外,定位在车辆100的前端处的外壳320以及车辆的驾驶员侧和乘客侧的外壳330、332可以各自存储LIDAR传感器。例如,外壳330位于驾驶员门360的前面。车辆100还包括也位于车辆100的车顶上的用于雷达单元和/或相机的外壳340、342。额外的雷达单元和相机(未示出)可以定位在车辆100的前端和后端处和/或沿车顶或车顶外壳310的其他定位上。
计算装置110可以能够与车辆的各种组件通信,以便根据计算装置110的存储器的原车辆控制代码控制车辆100的移动。例如,返回图1,计算装置110可以包括与车辆100的各种系统(诸如减速系统160、加速系统162、转向系统164、路线设定系统168、规划系统166、定位系统170、感知系统172和动力系统174(即车辆的发动机或电动机))通信的各种计算装置,以便根据存储器130的指令134控制车辆100的移动、速度等。
车辆的各种系统可以使用自主车辆控制软件发挥作用,以便确定如何控制车辆并且对车辆加以控制。作为示例,感知系统172的感知系统软件模块可以使用自主车辆的一个或多个传感器(诸如相机、LIDAR传感器、雷达单元、声纳单元等)生成的传感器数据,以检测并识别对象及其特性。这些特性可以包括位置、类型、行进方向(heading)、取向、速度、加速度、加速度的改变、尺寸、形状等。在一些情况下,特性可以被输入到行为预测系统软件模块中,该模块使用基于对象类型的各种行为模型输出检测到的对象的预测未来行为。在其他情况下,特性可以被输入到一个或多个检测系统软件模块中,诸如被配置为检测已知交通信号灯的状态的交通灯检测系统软件模块、被配置为从由车辆的一个或多个传感器所生成的传感器数据检测施工区的施工区检测系统软件模块以及被配置为从由车辆的传感器所生成的传感器数据检测紧急车辆的紧急车辆检测系统软件模块。这些检测系统软件模块中的每一个可以使用各种模型输出施工区的可能性或者对象是紧急车辆的可能性。检测到的对象、预测未来行为、来自检测系统软件模块的各种可能性、标识车辆的环境的地图信息、来自定位系统170的标识车辆的位置和取向的定位信息、车辆的目的地位置或节点以及来自车辆的各种其他系统的反馈可以被输入到规划系统166的规划系统软件模块中。规划系统166可以使用这一输入基于路线设定系统168的路线设定模块生成的路线来生成车辆在未来的某一短时间段内要遵循的轨迹。就此而言,轨迹可以定义加速、减速、速度等的具体特性,从而允许车辆遵循朝向到达目的地的路线。计算装置110的控制系统软件模块可以被配置为例如通过控制车辆的刹车、加速和转向来控制车辆的移动,以便遵循轨迹。
计算装置110可以通过控制各种组件来在自主驾驶模式下控制车辆。例如,通过示例的方式,计算装置110可以使用来自详细地图信息和规划系统166的数据完全自主地将车辆导航到目的地位置。计算装置110可以使用定位系统170确定车辆的位置,并且使用感知系统172检测对象并且在需要时对对象作出响应,以安全地到达位置。再者,为了这样做,计算装置110和/或规划系统166可以生成轨迹并且使车辆遵循这些轨迹,例如,通过使车辆加速(例如,通过由加速系统162向发动机或动力系统174供应燃料或其他能量),减速(例如,通过减少供应给发动机或动力系统174的燃料、改变档位和/或由减速系统160施加刹车),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),以及对这样的改变发出信号(例如,通过点亮转弯信号灯)。因而,加速系统162和减速系统160可以是包括处于车辆的发动机和车辆的车轮之间的各种组件的传动系统的部分。而且,通过控制这些系统,计算装置110还可以控制车辆的传动系统,以便自主地操纵车辆。
车辆100的计算装置110还可以向其他计算装置(诸如那些作为运输服务的部分的计算装置以及其他计算装置)传送信息或者从其接收信息。图4和图5分别是示例系统400的直观图和功能图,系统400包括经由网络460连接的多个计算装置410、420、430、440以及存储系统450。系统400还包括车辆100和车辆100A,车辆100A可以与车辆100相同或类似地配置。尽管为了简单起见仅描绘了几个车辆和计算装置,但是典型的系统可以包括明显更多的车辆和计算装置。
如图5中所示,计算装置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、数据和指令可以类似于计算装置110的一个或多个处理器120、存储器130、数据132和指令134地被配置。
网络460以及介于中间的图节点可以包括各种配置和协议,包括诸如蓝牙、低功耗蓝牙的短程通信协议、互联网、万维网、内联网、虚拟专用网、广域网、局域网、使用专属于一个或多个公司的通信协议的专用网、以太网、WiFi和HTTP以及前述的各种组合。可以通过能够向其他计算装置传输数据和传输来自其他计算装置的数据的任何装置促进此类通信,该装置可以诸如是调制调解器和无线接口。
在一个示例中,一个或多个计算装置410可以包括具有多个计算装置的一个或多个服务器计算装置(例如,负载均衡服务器农场),所述服务器计算装置与网络的不同节点交换信息,用于对去往和来自其他计算装置的数据进行接收、处理和发送的目的。例如,一个或多个计算装置410可以包括一个或多个服务器计算装置,所述一个或多个服务器计算装置能够经由网络460与车辆100的计算装置110或者车辆100A的类似计算装置以及计算装置420、430、440通信。例如,车辆100、100A可以是能够由服务器计算装置分派至各种位置的车辆的车队的部分。就此而言,服务器计算装置410可以充当分派服务器计算系统,其可以用于向车辆(诸如车辆100和车辆100A)分配乘客,并且将这些车辆分派至不同位置,以便接载和放下乘客。此外,服务器计算装置410可以使用网络460向用户和/或所分配的乘客(诸如用户422、432、442)发送信息并且在显示器(诸如计算装置420、430、440的显示器424、434、444和/或车辆100、100A的显示器152)上呈现所述信息。就此而言,计算装置420、430、440可以被认为是客户端计算装置。
如图5中所示,每一个客户端计算装置420、430、440可以是意图被用户422、432、442使用的个人计算装置,并且具有通常与个人计算装置结合使用的所有组件,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、电视机或者可操作以显示信息的其他装置)以及用户输入装置426、436、446(例如,鼠标、键盘、触摸屏或麦克风)。客户端计算装置还可以包括用于记录视频流的相机、扬声器、网络接口装置以及用于使这些元件相互连接的所有组件。
尽管客户端计算装置420、430和440可以各自包括全尺寸个人计算装置,但是可替代地它们可以包括能够通过网络(诸如,互联网)与服务器无线地交换数据的移动计算装置。仅通过示例的方式,客户端计算装置420可以是移动电话或移动装置,诸如支持无线的PDA、平板PC、可穿戴计算装置或系统或者能够经由互联网或其他网络获得信息的上网本。在另一个示例中,客户端计算装置430可以是可穿戴计算系统,如图4中所示其被示为腕表。作为示例,用户可以使用小键盘、键区、麦克风、用相机使用视觉信号、或触摸屏,来输入信息。
在一些示例中,客户端计算装置420可以是由车辆的乘客使用的移动电话。换言之,在一些情况下,用户422可以表示分配给车辆100的乘客。此外,客户端计算装置430可以表示车辆的乘客的智能手表。换言之,在其他情况下,用户432可以表示分配给车辆100的乘客。客户端计算装置440可以表示操作人员的工作站,例如,该操作人员是远程辅助操作员或者向车辆和/或乘客提供远程辅助的某个人。换言之,用户442可以表示远程辅助操作员。尽管图4和图5仅示出了几个乘客和操作人员,但是在典型系统中可以包括任何数量的此类乘客和远程辅助操作员(以及他们相应的客户端计算装置)。
与存储器130一样,存储系统450可以具有能够存储服务器计算装置410可访问的信息的任何类型的计算机化存储设备,诸如硬盘驱动器、存储器卡、ROM、RAM、DVD、CD-ROM、能够写入的存储器和只读存储器。此外,存储系统450可以包括分布式存储系统,其中,数据被存储在可以在物理上定位在相同或不同地理位置处的多个不同的存储装置上。存储系统450可以如图4和图5所示经由网络460连接至计算装置,和/或可以直接连接至计算装置110、410、420、430、440等中的任何计算装置或者可以被并入其中。存储系统450可以存储各种信息,包括PQ值、前述地图信息以及能够被用来确定PQ值的输入,如下文所进一步讨论的。
示例方法
现在将描述除了在上文中描述并且在附图中图示的操作之外的各种操作。应当理解,下述操作不需要以下文描述的确切顺序执行。相反,可以以不同顺序或者可以同时处理各种步骤,并且还可以增加或者省略步骤。
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装置。例如,用户422和432可以经由电子邮件中的链接,直接从网站或者应用商店将该应用下载到客户端计算装置420和430。例如,客户端计算装置可以通过网络将对应用的请求发送至(例如)一个或多个服务器计算装置410,并且作为响应接收该应用。该应用可以被本地安装在该客户端计算装置处。
之后,用户可以使用他或她的客户端计算装置访问该应用并且请求车辆。作为示例,用户(诸如,用户432)可以使用客户端计算装置430向一个或多个服务器计算装置410发送对车辆的请求。作为这一操作的部分,用户可以标识出接载位置、目的地位置、接载位置和放下位置。就此而言,放下位置可以是在物理上不同于目的地位置的位置。
用户或乘客可以以各种方式指定接载位置、中间目的地位置和最终目的地位置。作为示例,接载位置可以被默认为是乘客的客户端计算装置的当前位置,但是也可以是与该乘客的账户相关联的当前位置附近的新近或保存的位置。乘客可以输入地址或其他位置信息,敲击地图上的位置,或者从列表选择位置,以便标识出接载和/或目的地位置。例如,客户端计算装置420可以经由网络460将其当前位置(诸如,GPS位置)发送至一个或多个服务器计算装置410,并且/或者发送用于任何中间和最终目的地的目的地名称或地址。作为响应,一个或多个服务器计算装置410可以提供一个或多个建议位置,或者可以将当前位置标识为接载位置,并且将对应于目的地名称或地址的位置标识为车辆的中间或最终目的地。一旦用户(现在的乘客)已经选择或确认了接载位置和目的地位置,一个或多个服务器计算装置就可以将车辆(诸如,车辆100)分配给该乘客和该乘客的行程,并且向该车辆发送包括接载地址、中间目的地和最终目的地的分派指令。这可以使该车辆(例如)通过使用上文描述的该车辆的各种系统在自主驾驶模式下将其自身朝向接载位置控制,以便完成该行程。尽管本文的示例涉及运输乘客,但是类似的特征可以被用于运输商品或货物。
图12提供了用于采用自主车辆提供运输服务的示例流程图1200,该流程可以由一个或多个计算装置的一个或多个处理器(诸如,一个或多个服务器计算装置410的处理器)执行。例如,在块1210处,接收针对预定靠边停车位置的多个输入。预定靠边停车位置可以是来自地图信息(诸如上文所述)的预定靠边停车位置中的一个,并且可以是随机选择的或者以其他方式选择的,以生成和/或更新PQ值。所述多个输入各自包括表示该预定靠边停车位置的特性的值。
为了生成特定靠边停车位置的PQ值,一个或多个服务器计算装置410可以首先访问各种输入。这些输入可以是例如从存储系统450或其他存储位置检索的。图6是具有针对靠边停车位置280-287中的每一个标识出多个输入的注释的地图信息200的示例,所述多个输入可以存储在存储系统450中。服务器计算装置可以使用多个输入确定每一个靠边停车位置280-287的实际、估算的或预期的输入值(或者如图7中所描绘的输入值a-n)。转而,这些输入值可以用于确定针对该靠边停车位置的PQ值,如下文进一步讨论的。
对PQ值的第一输入可以是估算的或者预期的路缘占用。路缘占用可以定义是否将存在可用的路缘空间,而未必定义是什么对象占用了路缘。例如,如果存在防止车辆更靠近路缘的垃圾桶,如果存在施工容器,或者如果存在停靠的汽车,那么路缘可以被认为被占用。通过理解到底哪里将存在可用路缘空间,车辆能够实施更安全的靠边停车,确保预期的靠边停车位置与实际靠边停车位置之间的更好匹配,做出关于视野障碍的推论,并且主动地向乘客传达为什么做出某些图钉(pin)建议。占用可以是从随着时间推移对靠边停车位置的观察确定的。可以按照给定时间段、天气条件等对这些观察(现在的路缘占用输入值)进行分桶(bucketize)或者分片,所述给定时间段诸如为一天中的时间、一周中的一天、季节(冬天对比夏天),天气条件为(例如,在下雨之后倾向于形成水坑或者在扫雪机清扫之后倾向于形成雪堆的位置不太可能是好的靠边停车点)。作为示例,可以将路缘占用输入值表达为从0到1的值,其中,0指示高路缘占用(并因此指示较低靠边停车质量),并且1指示低路缘占用(并因此指示较高靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是在特定靠边停车位置开走车辆的估算的或预期的可能性和/或车辆停车的持续时间。这一输入可以建议在哪里车辆最常停车和开走,并且像路缘占用可以从车辆停车和开走以及车辆已经在靠边停车位置停车多长时间(即,车队的车辆已经在该处停车多长时间)的观察来确定。这可以被转换成任何数量的值,包括估算给定停车的车辆有多大可能性将其自身开走的开走车辆的可能性,或更确切地说,一个或多个停车的车辆将开始从相应的停车的位置移动的可能性。这种值的另一示例可以包括车辆停车的估算的持续时间,或更确切地说,车辆在该靠边停车位置停车的估算的停留(dwell)时间。这种值可以被表达为二元的“低”停留时间(对于更大量的停车和开走车辆)或“高”停留时间(对于更少量的停车和开走车辆)。与路缘占用一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对开走车辆的可能性和/或车辆停车的持续时间输入值进行分桶或分片。作为示例,开走车辆的可能性和/或车辆停车的持续时间输入值可以被表达为从0到1的值,其中,0指示开走车辆的高可能性或者更长的车辆停车的持续时间(并因此指示较低的靠边停车质量),并且1指示开走车辆的低可能性或者更短的车辆停车的持续时间(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是与靠边停车位置相邻的道路的道路几何形状或者更确切的可驾驶宽度。例如,一些靠边停车位置可以与车辆停车在街道两侧的较窄道路、死胡同或者盲角等相关联,在盲角处可能难以真正地垂直于弯曲的路缘停车。在这样的情况下,道路几何形状可以是靠边停车位置的负面因素(较不期望的)。较宽的道路或者仅在一侧停车的道路可以是靠边停车位置的正面因素(较期望的)。这一信息可以从地图信息和/或车辆的观察收集。对PQ值的另一输入可以包括从靠边停车位置到建筑物入口或区域入口(例如,公园入口、人行道入口等)的距离。就此而言,更接近建筑物入口(较期望的)的靠边停车位置可以具有比距建筑物入口更远(较不期望的)的靠边停车位置更高的PQ值。作为示例,几何形状输入值可以被表达为从0到1的值,其中,0指示较不期望的几何形状(并因此指示较低的靠边停车质量),并且1指示较期望的几何形状(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以包括靠边停车位置将给其他道路使用者造成不便的估算的或预期的可能性。例如,这一输入可以考虑另一车辆是否能够在周围移动,如果是,那样做是否将要求该其他车辆跨越黄线等。此外,这一因素还可以考虑是否存在我们能够完全停在交通路径之外的路肩。这一信息可以从地图信息和/或历史数据收集。作为示例,不便性输入值可以被表达为从0到1的值,其中,0指示对其他道路使用者的不便的更大的可能性(并因此指示较低的靠边停车质量),并且1指示对其他道路使用者的不便的更低的可能性(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是估算的或者预期的自行车交通或者自行车车道或自行车骑行者的存在。出于安全的原因,可能希望避免在具有自行车车道的区域中停车。就此而言,具有自行车车道的区域可以是靠边停车位置的负面因素(较不期望的),并且没有自行车车道的区域可以是靠边停车位置的正面或中性因素(较期望的)。此外,没有划出的自行车车道却观察到有自行车骑行者经过车辆的区域也可以是对PQ值的输入。与靠边停车位置相邻的自行车车道可以是从地图信息确定的,并且可以通过生成在不同时间点经过骑行者的频率的热图而确定自行车交通状况。对于与不繁忙的自行车车道相邻的靠边停车位置,可能对PQ值几乎没有影响,而与较繁忙的自行车车道相邻的靠边停车位置可能对PQ值具有较大影响(导致PQ值非常小)。与路缘占用和停留时间一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对自行车交通或者自行车车道或自行车骑行者的存在输入值进行分桶或分片。作为示例,自行车交通或者自行车车道或自行车骑行者的存在输入值可以被表达为从0到1的值,其中,0指示较高水平的自行车交通或者自行车车道或自行车骑行者的存在(并因此指示较低的靠边停车质量),并且1指示较低水平的自行车交通或者不存在自行车车道或自行车骑行者(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是估算的或预期的交通状况。交通状况可以是基于历史观察或交通数据、实时交通馈入等确定的。这可以包括离散的确定,诸如与靠边停车位置相邻的道路上的平均速度、平均速度与速度限制的比率、交通量(车辆/小时)以及作为堵塞量度的占用百分比。在一些情况下,较为繁重的交通可能是或可能不是遏止性(deterrent)的,因而这种情况可以被认为是较期望或较不期望的,但是收集的数据越多,PQ值将越好。例如,如果车辆正在转到作为放下位置所处的繁重交通道路上,当该车辆可能会停止一会儿时,这可以被用作鼓励乘客早点儿离开的信号。与路缘占用、停留时间和自行车交通一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对交通状况输入值进行分桶或分片。作为示例,交通状况输入值可以被表达为从0到1的值,其中,0指示较不期望的交通状况(并因此指示较低的靠边停车质量),并且1指示较期望的交通状况(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是法律限制。这样的限制可以涉及车辆是否能够在特定靠边停车位置停车或者该靠边停车位置是否被保留仅用于紧急情况。示例可以包括具有所张贴的停车限制(禁止夜间停车或者禁止商用车辆或者在某些时段期间禁止停车)的位置、消防栓、黄色路缘区域(在该处停车大概不被允许)等。这一信息可以是从用于控制车辆的详细地图以及其他类型的地图或数据库(诸如,由市政当局或者其他第三方源维护的那些)确定的。作为示例,可以将法律限制输入值表达为从0到1的值,其中,0指示更多的法律限制(并因此指示较低的靠边停车质量),并且1指示更少的法律限制(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是自主车辆对靠边停车位置的靠边停车的历史。这一信息可以包括这样的车辆是否不得不并排停车、笨拙地停车(例如,相对于路缘成陡峭角度)、阻挡车道、接近其他对象(其他车辆、交通锥、植被等)停车,不得不平行停车、收到停车罚单(例如,停车违规)、阻挡了其他交通或以其他方式给其他交通造成不便,等等。与路缘占用、停留时间和交通状况一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对靠边停车的历史输入值进行分桶或分片。作为示例,靠边停车的历史输入值可以被表达为从0到1的值,其中,0指示没有或者较少的成功靠边停车的历史(并因此指示较低的靠边停车质量),并且1指示更多的成功靠边停车的历史(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是靠边停车位置附近停放的或移动中的紧急车辆的估算的或预期的量。例如,当紧急车辆一贯地和/或经常地移动进出特定区域时,使路线绕过这样的区域或者避免在这样的区域内停车可能是优选的。通过这种方式,车辆可以避免阻挡此类紧急车辆或者避免不得不允许此类紧急车辆通行。停放的紧急车辆的存在可以是从车辆的观察确定的。此外,对移动中的紧急车辆的观察可以被车辆的行为系统用来预测轨迹并且寻找共性,以标识出紧急车辆最可能处于的位置。可以用地图信息补充这一信息,所述地图信息标识出紧急车辆最可能处于的区域的位置,诸如消防站、公安局、市政大楼、法院、紧急服务大楼、医院、消防栓等。与路缘占用、停留时间、交通状况和靠边停车的历史一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对停放的或移动中的紧急车辆的量输入值进行分桶或分片。作为示例,停放的或移动中的紧急车辆的量输入值可以被表达为从0到1的值,其中,0指示更大的停放的或移动中的紧急车辆的量(并因此指示较低的靠边停车质量),并且1指示没有或者更少的停放的或移动中的紧急车辆的量(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是在靠边停车位置停车的估算的或预期的可行性。例如,给定靠边停车位置的几何形状,其对于特定类的车辆可能过小或者过窄。就此而言,这一因素可以用于降低总体PQ值或者简单地将PQ值设置为零。除了车辆将靠边停车的位置本身的几何形状之外,这一因素还可以考虑超过可驾驶道路表面的位置是什么。例如,对于接载和放下的目的而言,易于停入但是具有刚好挨着该道路的厚灌木丛或墙壁的靠边停车位置仍然可能是差的靠边停车点。这一信息也可以是从地图信息收集的,该地图信息可以将超过可驾驶道路表面的区域标识为“可行走表面”、“植被”、“矮墙”等。作为示例,可行性输入值可以被表达为从0到1的值,其中,0指示更小可行性(并因此指示较低的靠边停车质量),并且1指示更大可行性(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是仿真结果。例如,可以运行仿真,以确定车辆将如何在靠边停车位置停车。这可以通过使用来自我们的先前驾驶的日志记录数据以及在仿真中对车辆将如何在原始接载位置和放下位置或者其他随机位置靠边停车进行仿真来实现。作为另一个示例,可以创建新的情境和场景,并将其用于计算对PQ值的输入。这样的输入将再次作为额外值,可以通过仿真的质量对额外值加权。例如,仿真可以具有一定范围的质量,其包括诸如现实性的属性(例如,场景中的其他车辆的数量或定位,此类情境发生的可能性等)。如果仿真是不切实际的,那么仿真可以具有较低的质量,并因此具有较低的权重。例如,在通常将是高交通量的地理区域中的不包含其他车辆的仿真将低估靠边停车的挑战性,并因此具有较低的质量或较低的权重。作为另一示例,在对应于安静社区街道的地理区域中在车辆周围定位了异常高的数量的行人的仿真将因其低的发生可能性而具有较低的质量或较低的权重。与路缘占用、停留时间、交通状况、靠边停车的历史以及停放的或移动中的紧急车辆的量一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对仿真结果输入值进行分桶或分片。作为示例,仿真结果输入值可以被表达为从0到1的值,其中,0指示较不期望的仿真结果(并因此指示较低的靠边停车质量),并且1指示较期望的仿真结果(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是人工输入。例如,可以使用靠边停车度量来衡量特定的靠边停车位置有多好,该靠边停车度量可以是通过乘客输入或者对关于行程期间的乘客体验的调查的答复(例如,星评级)或者来自车辆靠边停车的日志记录数据的人工标记生成的。例如,如果人工标记者发现乘客不得不走一段远路才能到达建筑物入口,在放下时乘客留在车辆中的时间比预期更长,或者在接载时客户用比预期更长的时间才能进入车辆,那么这些可以被认为是负面示例。在一些情况下,人工标记者可以添加标识出哪个(哪些)位置将是优选的以及是什么使一个位置成为良好选择或不良选择的分类的标记。这要么可以被附加至非常具体的靠边停车情形并被用作机器学习算法的训练数据,该算法的最终结果可以被用来外推出新的示例的标记,要么可以被提供为对位置的更为通用的或者基于规则的输入(例如,“在一天中的这一时间/在这种天气下/等等,这是不良靠边停车位置,因为……”)。作为示例,人工输入值可以被表达为从0到1的值,其中,0指示更负面的(较不期望的)的人工输入(并因此指示较低的靠边停车质量),并且1指示更正面的(较期望的)的人工输入(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是在靠边停车位置处靠边停车一般要用的估算的或预期的平均时间长度。例如,如果给定靠边停车位置处的接载或放下一般很快,那么其他输入(例如,对其他道路使用者的不便性)的影响可以被降低,并因此对PQ值具有较少影响。与路缘占用、停留时间、交通状况、靠边停车的历史、停放的或移动中的紧急车辆的量以及仿真结果一样,可以按照给定时间段(诸如一天中的时间、一周中的一天、季节)、天气条件等对这一靠边停车位置处的靠边停车的平均时间长度输入值进行分桶或分片。作为示例,这一靠边停车位置处的靠边停车一般要用的平均时间长度输入值可以被表达为从0到1的值,其中,0指示更长时间(并因此指示较低的靠边停车质量),并且1指示更短时间(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
对PQ值的另一输入可以是无障碍性。无障碍性可以与靠边停车位置对于残疾人、行动不便的人、具有视觉和/或听觉问题或者其他缺陷的人而言进出的容易程度相关。这可以包括是否存在就近的无障碍路缘(例如,路缘当中的缺口,轮椅或推车能够通过该缺口容易地从人行道到道路表面),在附近行走的一般容易度,诸如,是存在坡道(从无障碍性立足点来看,其将使得靠边停车位置更易于进出并且较期望)还是台阶(从无障碍性立足点来看,其将使得靠边停车位置更不易于进出并且较不期望),等等。这一信息可以是由地图信息中的注释确定的,所述注释标识出靠边停车位置附近是否存在这些特征(例如,无障碍路缘、坡道、台阶等)。作为示例,无障碍性输入值为从0到1,其中,0指示更少的无障碍性(并因此指示较低的靠边停车质量),并且1指示更大的无障碍性(并因此指示较高的靠边停车质量)。当然,反过来也可以成立,并且可以使用其他值和范围。
返回到图12,在块1220处,多个输入被组合以确定预定靠边停车位置的靠边停车质量值。换言之,来自每一个输入的前述输入值可以被组合成每一个靠边停车位置的PQ值。返回到图7的示例,针对靠边停车位置280-287中的每一个的输入值a-n中的每一个可以被组合以确定相应的PQ值,并且在一些情况下,对于不同桶(bucket)或者给定时间段的每一个靠边停车位置的PQ值。
靠边停车位置的PQ值可以是从前述输入的组合确定的离散值。为了确定PQ值,还可以将输入值组合在单个总体值中,该单个总体值可能基于车辆为什么靠边停车而变化,(例如,如果需要额外的时间装载货物,那么对引起不便的地点进行更严重的处罚等等将是适当的)。例如,输入值向量可以包括针对下面的每一项的输入值:路缘占用(a)、开走车辆的可能性和/或车辆的持续时间(b)、道路几何形状(c)、不便性(d)、自行车交通或者自行车车道或自行车骑行者的存在(e)、交通状况(f)、法律限制(g)、靠边停车的历史(h)、停放的或移动中的紧急车辆的量(i)、可行性(j)、仿真结果(k)、人工输入(l)、这一位置处靠边停车一般要用的平均时间长度(m)、无障碍性(n)以及所使用的任何其他输入值(z)。就此而言,每一个靠边停车位置280-287将与使用针对该靠边停车位置的输入值的输入值向量相关联,该向量可以被表达为:<a,b,c,d,e,f,g,h,i,j,k,l,m,n,...z>。
PQ值可以被格式化为处于特定范围上,诸如0到1,其中,1指示期望的靠边停车位置,并且0指示较不期望的靠边停车位置。可替代地,反过来可以成立。此外,每一个靠边停车位置可以与针对不同时间桶或者给定时间段的多个不同的离散总体PQ值相关联,如上文所讨论的。
作为一个示例,可以通过取输入值的和、平均、加权和、加权平均,或者由在示例靠边停车的大数据集上被训练的神经网络或其他机器学习模型的选择来组合输入值,以确定离散总体PQ值。例如,和可以被表达为:a+b+c+d+e+f+g+h+i+j+k+l+m+n+...z。类似地,平均可以被表达为:(a+b+c+d+e+f+g+h+i+j+k+l+m+n+...z)/N,其中,N表示所使用的输入值的总数。在加权和或者加权平均的示例中,可以由加权值对每一个输入值加权。这些值可以基于历史数据、手动数据分析或人工标记初始地被手动选择并且随着时间而被调整。作为示例,历史数据可以包括从车队的车辆收集的日志数据,并且对加权值的调整可以基于靠边停车的现实世界成功率以及为了优化靠边停车成功而单独进行的仿真两者。例如,通过在更多数据和更新近的软件上的仿真,可以变得显然的是某些输入值比其他输入值更重要。可以增加针对那些某些输入值的加权值,和/或可以相应地减少针对其他输入值的加权值。
例如,针对使用的每一个输入值可能存在特定加权值,即针对下述选项的每一个的加权值:路缘占用(wa)、开走车辆的可能性和/或车辆的持续时间(wb)、道路几何形状(wc)、不便性(wd)、自行车交通或者自行车车道或自行车骑行者的存在(we)、交通状况(wf)、法律限制(wg)、靠边停车的历史(wh)、停放的或移动中的紧急车辆的量(wi)、可行性(wj)、仿真结果(wk)、人工输入(wl)、这一位置处靠边停车一般要用的平均时间长度(wm)、无障碍性(wn)以及使用的任何其他输入值(wz)。例如,使用针对每一个靠边停车位置280-287的输入值的针对该靠边停车位置的加权和可以被表达为:a*wa+b*wb+c*wc+d*wd+e*we+f*wf+g*wg+h*wh+i*wi+j*wj+k*wk+l*wl+m*wm+n*wn+...z*wz。类似地,使用针对每一个靠边停车位置280-287的输入值的针对该靠边停车位置的平均可以被表达为(a*wa+b*wb+c*wc+d*wd+e*we+f*wf+g*wg+h*wh+i*wi+j*wj+k*wk+l*wl+m*wm+n*wn...z*wz)/N,其中,N表示使用的输入值的总数。
在下文的示例中,为了便于理解,仅使用小数量的输入值来确定PQ值,尽管如上文所指出的可以使用明显更多的输入值。参考图7的示例,在工作日的下午4点和6点之间,靠边停车位置280可以与路缘占用的输入值(a=0.3)、自行车交通的输入值(e=0.3)和交通状况的输入值(f=0.1)相关联。对于这一相同的桶或给定时间段,靠边停车位置283可以与路缘占用的输入值(a=0.3)、自行车交通的输入值(e=0.9)和交通状况的输入值(f=0.8)相关联。再者,对于这一相同的给定时间段或桶,靠边停车位置287可以与路缘占用的输入值(a=0.9)、自行车交通的输入值(e=0.9)和交通状况的输入值(f=0.8)相关联。这些输入值中的每一个的加权值可以被设置为:对于路缘占用wa=0.2,对于自行车交通we=0.5,并且对于交通状况wf=0.3。就此而言,可以使用如下加权和确定靠边停车位置280、283、287的PQ值:
靠边停车位置280的PQ值=(0.2)*0.3+(0.5)*0.3+(0.3)*0.1=0.24
靠边停车位置283的PQ值=(0.2)*0.3+(0.5)*0.9+(0.3)*0.8=0.75
靠边停车位置287的PQ值=(0.2)*0.9+(0.5)*0.9+(0.3)*0.8=0.87因而,在这一示例中,在工作日的下午4点和6点之间,靠边停车位置287具有比靠边停车位置280和283中的每一个更高的PQ值。
如上文所指出的,针对不同桶或给定时间段,靠边停车位置可以具有不同的输入值。作为示例,在工作日的上午2点和3点之间,靠边停车位置280可以与路缘占用的输入值(a=0.1)、自行车交通的输入值(e=1.0)和交通状况的输入值(f=0.7)相关联。对于这一相同的桶或给定时间段,靠边停车位置283可以与路缘占用的输入值(a=0.1)、自行车交通的输入值(e=1.0)和交通状况的输入值(f=0.9)相关联。再者,对于这一相同的给定时间段或桶,靠边停车位置287可以与路缘占用的输入值(a=0.9)、自行车交通的输入值(e=1.0)和交通状况的输入值(f=0.9)相关联。在这一相同的给定时间段或桶期间,预定加权值可以被设置为:对于路缘占用wa=0.2,对于自行车交通we=0.5,并且对于交通状况wf=0.3。就此而言,可以使用如下加权和确定靠边停车位置280、283、287的离散总体PQ值:
靠边停车位置280的PQ值=(0.2)*0.1+(0.5)*1.0+(0.3)*0.7=0.73
靠边停车位置283的PQ值=(0.2)*0.1+(0.5)*1.0+(0.3)*0.9=0.79
靠边停车位置287的PQ值=(0.2)*0.9+(0.5)*1.0+(0.3)*0.9=0.95因而,在这一示例中,在工作日的上午2点和3点之间,靠边停车位置287具有比靠边停车位置280和283中的每一个高的PQ值,并且在工作日,这些靠边停车位置中的每一个的PQ值在上午2点和3点之间比在下午4点和6点之间的PQ值高。
在一些情况下,可以基于其他输入的输入值调整某些输入的加权值。例如,如果在靠边停车位置处靠边停车一般要用的估算的或者预期的平均时间长度非常低(例如,很快),这可以影响其他输入的加权值。换言之,靠边停车的发生速度可能被认为比其他输入(诸如,不便性输入值)更重要。就此而言,如果对于靠边停车位置而言,在该靠边停车位置处靠边停车一般要用的估算的或者预期的平均时间长度非常低,那么不便性输入值的加权值可以非常低或者可以被设置为零(使得不便性输入被忽略)。
作为另一种情况,某些输入的加权值可以基于某些类型的天气条件被调整。例如,雨天可能引起其他车辆或驾驶员在某些区域(诸如,更接近建筑物入口)停车,这可以影响交通状况输入值(例如,建筑物入口周围的区域在雨天将具有更高的交通状况分数)。就此而言,在下雨条件下,可以增加下雨天气中的交通状况的加权值。作为另一个示例,晴天可能引起更高的自行车交通,照此,对于此类天气条件可以增加自行车交通或者自行车车道或自行车骑行者的存在的加权值。
在一些情况下,用于加权和或加权平均的加权值可以基于寻找靠边停车位置的境况而被调整。例如,如果乘客具有特定的残疾,那么权重可以被调整,以便增加无障碍性输入值和/或不便性输入值的加权值。增加这两项输入的加权值可以导致具有更大的无障碍性并且还可以允许乘客有更多时间进出车辆而不对其他车辆或交通造成不便的靠边停车位置的PQ值。作为示例,可以由乘客通过在应用中选择或调整特定设置(例如,“最小化行走”、“轮椅”等)经由应用或者在请求行程时标识出特定残疾。作为另一示例,如果乘客可能需要更多的时间进出车辆,诸如,如果乘客已经指示他们有一些货物要装载,或者如果有多名乘客进出同一车辆,那么可以调整权重以便增加不便性输入值的权重,从而如果车辆必须在靠边停车位置上保持相当长的时间量,则偏好不太给其他人带来不便的靠边停车位置。
在一些情况下,输入中的一些可能具有非常少的观察或者其他数据点。在这样的情况下,对于特定输入值可以经由置信度分数或者隐含地通过向“默认”值的收敛使这一点显而易见,从而使0到1的标尺上的值0.5可以有效地表明“没有信息”,使得靠边停车位置对于任何特定的原因来讲既没有较期望,也没有较不期望。这可以就如何对照其他考虑(诸如行走时间或容易度、车辆行驶时间等)权衡PQ值方面提供更高清晰度。
之后,可以在存储系统450的地图信息中以及在每一个车辆的地图信息中使PQ值与对应的靠边停车位置相关联。图8提供了标注有PQ值的地图信息200的示例表示。而且,每一个PQ值可以是离散总体值,其可以与额外信息相关联,所述额外信息诸如为额外注释或标志、输入值向量、特定输入值的向量或者这些的组合。特定输入值的示例可以包括路缘占用(a)、开走车辆的可能性和/或车辆的持续时间(b)、不便性(d)、靠边停车的历史(h)和无障碍性(n)(例如,向量<a,b,d,h,n>)。这些特定输入值可以更好地使车辆做出关于遮挡区域以及是否移动到不同的靠边停车位置的“推断”。
就此而言,如图12的块1230中所示,靠边停车质量值被发送给车辆,以便使该车辆能够选择该车辆的靠边停车位置。例如,前述PQ值以及任何相关联的信息(例如,额外注释或标志、所有输入值的向量、特定输入值的向量或者这些的组合)可以被经由诸如网络460的网络发送至计算装置110,以供与地图信息200存储到一起,或者被直接加载到计算装置110的存储器130中。可替代地,输入值向量可以被发送或下载至计算装置。就此而言,车辆的计算装置110或其他系统可以使用该输入值向量本地确定特定靠边停车位置的PQ值。这可以允许车辆的计算装置110、车辆的路线设定系统168和规划系统166和/或其他系统使用PQ值和/或相关联的信息选择靠边停车位置。通过这种方式,车辆100的所有的系统可以有权访问和使用针对每一个靠边停车位置的相同的靠边停车度量。
可以以各种方式使用PQ值和前述输入。例如,当在一个或多个服务器计算装置410处或者在车辆100上的计算装置110处选择接载或放下位置时,在可能有可用路缘空间的地方或者在具有较高PQ值的靠边停车位置的靠边停车可以被优先化。当然,除了PQ值之外,还可以基于额外考虑(诸如到请求的位置的距离、行走距离/容易度、车辆行驶时间、无障碍性等)的组合确定靠边停车位置。就此而言,可以与此类额外考虑一起对PQ值加权,并且还可以根据境况调整用于将PQ值与此类额外考虑组合的加权值。
例如,使用对于工作日下午4点和6点之间的桶或给定时间段分别具有0.24、0.75、0.87的PQ值并且对于工作日上午2点和3点之间的桶或给定时间段分别具有0.73、0.79、0.95的PQ值的靠边停车位置280、283、287的示例,可以将这些值与额外考虑加权,诸如,所述额外考虑是距用户请求的位置(例如,用户指定的接载或放下位置)的行走距离。作为示例,PQ值的加权值可以是wPQ=0.2,并且行走距离的加权值可以是wwalk_dist=0.8。为了限制行走距离,如果大于某一预定距离,诸如10米或者更多或更少,那么行走距离的值walk_dist可以为0,否则为1。在这一示例中,对于工作日下午4点和6点之间的桶或给定时间段,靠边停车位置的PQ值可以与行走距离组合,可以被表达为:
靠边停车位置280的Comb(组合)=(0.2)*0.24+(0.8)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.2)*0.75+(0.8)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.2)*0.87+(0.8)*[如果walk_dist>10m为0,否则为1]
类似地,对于工作日上午2点和3点之间的桶或给定时间段,靠边停车位置的PQ值可以与行走距离组合(以限制行走距离),可以被表达为:
靠边停车位置280的Comb=(0.2)*0.73+(0.8)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.2)*0.79+(0.8)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.2)*0.95+(0.8)*[如果walk_dist>10m为0,否则为1]
还可以基于境况调整用于这些组合的权重。例如,如果需要更多的时间等待乘客或者允许乘客进入车辆,诸如,如果乘客已经如上文所述指示了残疾,那么可以减少针对行走距离的上述加权值,例如,减少至wwalk_dist=0.1,并且可以增加针对PQ值的加权值,例如,增加至wPQ=0.9,因为这样可以导致偏向PQ值的组合,其提供可以允许更长的等待时间供乘客经过较短的行走距离的靠边停车位置。在这一示例中,对于工作日下午4点和6点之间的桶或给定时间段,靠边停车位置的PQ值可以与行走距离组合,可以被表达为:
靠边停车位置280的Comb=(0.9)*0.24+(0.1)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.9)*0.75+(0.1)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.9)*0.87+(0.1)*[如果walk_dist>10m为0,否则为1]
类似地,对于工作日上午2点和3点之间的桶或给定时间段,靠边停车位置的PQ值可以与行走距离组合(以限制行走距离),可以被表达为:
靠边停车位置280的Comb=(0.9)*0.73+(0.1)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.9)*0.79+(0.1)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.9)*0.95+(0.1)*[如果walk_dist>10m为0,否则为1]
作为另一示例,需要更少的时间放下乘客,可以减少针对行走距离的上述加权值,例如,减少至wwalk_dist=0.5,并且可以减少针对PQ值的加权值,例如,减少至wPQ=0.5,因为这可以导致既不偏向更长的行走距离又不偏向PQ值的组合,其提供可以允许乘客的更长等待时间的靠边停车位置。在这一示例中,对于工作日下午4点和6点之间的桶或给定时间段,PQ值可以与行走距离组合,可以被表达为:
靠边停车位置280的Comb=(0.5)*0.24+(0.5)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.5)*0.75+(0.5)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.5)*0.87+(0.5)*[如果walk_dist>10m为0,否则为1]
类似地,对于工作日上午2点和3点之间的桶或给定时间段,PQ值可以与行走距离组合(以限制行走距离),可以被表达为:
靠边停车位置280的Comb=(0.5)*0.73+(0.5)*[如果walk_dist>10m为0,否则为1]
靠边停车位置283的Comb=(0.5)*0.79+(0.5)*[如果walk_dist>10m为0,否则为1]
靠边停车位置287的Comb=(0.5)*0.95+(0.5)*[如果walk_dist>10m为0,否则为1]
作为另一示例,在不利的天气条件下,可以比PQ值(以及因此该PQ值的输入值中的一些(诸如,对其他车辆的不便性))更多地对至期望的靠边停车位置(例如,乘客请求的位置)的距离进行加权。
作为另一示例,可以比PQ值更多地对是否有将允许乘客横穿街道的人行横道进行加权,由此增加车辆的计算装置110选择与期望的靠边停车位置横跨街道的靠边停车位置的能力。通过将PQ值和/或路缘占用作为信号结合到建议接载或放下位置中,这可以增加乘客预期与车辆最终执行之间的匹配。例如,典型地,可以基于距期望的位置(即乘客的当前位置或放下位置)的距离与估算的车辆到达时间的组合来选择接载或放下位置。但是,在PQ值或者接近放下位置的路缘的占用已知的情形中,可以相应地对位置做出调整并传达给乘客。就此而言,可以选择不仅有可能导致可行/高质量靠边停车而且还将其与其他考虑进行权衡的靠边停车位置,所述其他考虑诸如为可用车辆能够多快地到达该位置,就行走而言该位置至乘客的“真实”目的地有多近,等等。
为了提高乘客的体验,通知可以被发送至乘客的客户端计算装置(如果是接载位置或者放下位置),以供例如在客户端计算装置420、430的显示器424、434上向用户422、432显示。这样的通知可以取决于哪个计算装置选择了新的靠边停车位置而由一个或多个服务器计算装置410和/或车辆的计算装置110生成。所述通知可以被发送给乘客的客户端计算装置,以供显示给乘客。例如,在乘客选择用于接载或放下的靠边停车位置时(例如,在设置建议接载或放下位置不同于乘客初始请求的位置的新的行程的同时),在车辆正在去接载乘客的路上的同时,或者甚至在乘客正在去放下位置的路上的车辆中的行程期间,可以显示这些通知。如果是放下位置,并且乘客已经在车辆100中,那么也可以在车辆中,诸如,在车辆的显示器152上显示该通知。这些通知不仅指示选择的、优选的或者先前的靠边停车位置不再可用或者需要改变,而且还指示新的靠边停车位置将在哪里。
就此而言,通知可以建议乘客预期将行走多远。这样的对行走时间的估算可以是(例如)由一个或多个服务器计算装置410、计算装置110或者甚至乘客的客户端计算装置使用人的预期的或者平均的行走速度并且使用靠边停车位置之间的可行走距离做出的。在一些情况下,如果估算的行走距离大于或等于阈值,诸如,2分钟或者更多或更少,那么通知还可以在该通知中标识出估算的行走时间。可替代地,如果行走距离小于阈值,那么可能不必提供通知,例如,因为乘客可以预期行走短距离以到达车辆(接载处)或目的地(放下处),并且提供针对这样的小距离的通知可能更多地使乘客分神而非向其提供帮助。
图9A和图9B表示可以在客户端计算装置420的显示器424上显示给车辆100的分配的乘客的信息和通知的示例可视化。当乘客在车辆中时,也可以在车辆的显示器152上显示类似的通知。如图9A中所示,对于(例如)大约小于50米的小距离或者少于2分钟的估算的行走时间,诸如,从靠边停车位置280改变为靠边停车位置283,通知可以包括图钉位置910,并且可以显示地图920,以指示接载(或放下位置)的改变。在这一示例中,估算的行走时间少于阈值,因而不显示估算的行走时间。如图9B中所示,对于(例如)大约50米或更多的更大距离或者大于2分钟的估算的行走时间,诸如,从靠边停车位置280改变为靠边停车位置287,那么除了图钉位置930和地图940之外,还可以与该通知一起提供更详细的解释950。例如,如图9B中所示,更详细的解释950还标识出乘客到达靠边停车位置280的估算的行走时间,这里为2分钟。
在一些情况下,取决于乘客将必须行走多远,可以以不同的颜色显示标识出乘客可能必须行走多远的文本,以便向乘客建议在靠边停车位置之间的行走可能为多远。例如,当在靠边停车位置之间要行走的时间为2分钟或更大时,可以以橙色或者某种其他颜色显示文本“2分钟行走”。如果靠边停车位置之间要行走的时间为4分钟或更长时,那么可以以红色或某种其他颜色显示此类通知的文本(例如,“4分钟行走”)。如果行走非常短,即少于2分钟,那么可以不显示此类文本,和/或可以实际上不提供通知。就此而言,乘客能够容易地识别出该乘客将有多远的行走。
此外,如果在乘客已经设置了行程(例如,已经提供了接载和放下位置或者靠边停车位置)之后靠边停车位置改变,并且乘客正在等待车辆接载该乘客或者正在到放下处的路上的车辆中,那么计算装置110可以将通知直接发送给乘客的客户端计算装置,和/或经由一个或多个服务器计算装置发送该通知。就此而言,可以经由应用在乘客的客户端计算装置上显示指示已经选择了新的接载或放下位置的初始通知,所述通知包括弹出窗口或横幅通知。一旦乘客通过在显示器上敲击或滑动选择了或以其他方式访问了这一初始通知,那么可以显示图9A和/或图9B的更详细的通知。
可以与通知一起提供额外的上下文。这一额外的上下文可以取决于该新靠边停车位置为什么被选择而变化。例如,这一额外的上下文可以关于安全性(如图9B的示例中的“您的接载位置在拐角周围,因为我们预期在那里靠边停车更安全”)、交通状况(“我就将在Fell和Valencia的交叉口接您,因为我们预期该区域的交通量更小”)等等。为了实现这一目的,可以分析输入向量值或者可以为每一个PQ值提供额外的信息,诸如关于哪些输入对该PQ值具有非常大的正面影响或者非常大的负面影响的标志或其他类型的解释。之后,可以使用这一额外的信息向乘客提供通知中的上下文。
在一些情况下,选择具有较低PQ值的靠边停车位置可能是有意义的。例如,如果靠边停车位置具有自行车车道或者大量交通(其可能导致较低PQ值),但是乘客已经选择了该靠边停车位置(例如,通过初始请求或者通过将地图图钉移动到这一位置)并且附近的其他靠边停车位置不具有比该靠边停车位置大的PQ值,那么建议这些可替代靠边停车位置对于乘客或车辆而言可能没有帮助。类似地,如果路缘占用和/或PQ值建议街道上的靠边停车位置是极不可能可用的,那么这可以使车辆选择第一个可用的靠边停车位置,即使其与比对车辆的感知系统172尚不可感知(例如,被遮挡)的其他靠边停车位置低的PQ值相关联。在这种情况下,乘客的客户端计算装置可以被发送对此的通知。
此外,PQ值或路缘占用可以用于鼓励乘客选择较低占用位置附近的位置。PQ值可以用于使不同区域可视化,以激励对于车辆和乘客两者更好的接载和放下位置,例如,通过在地图上对较高PQ值或较低路缘占用区域做高亮显示。就此而言,乘客可以通过平移或缩小从某一位置看得更远。就此而言,乘客可以被鼓励选择更可能成功靠边停车的位置。例如,图10表示当乘客正在请求地图1020上的地图图钉1010的位置处的接载时,对可以在(例如)乘客的客户端计算装置上显示给乘客的通知的示例可视化。可以看出,该可视化指示各自具有不同的阴影(或颜色)的区域1030、1040、1050,以指示地图1020的哪些区域对于接载可以是“良好”(浅灰)、“较好”(深灰)或“最好”(黑色)的。这可以鼓励乘客相较于区域1030挑选区域1040或区域1050。作为响应,乘客可以简单地离开该地图图钉或者对地图图钉重新定位(例如,通过拖放,使用鼠标指针等),并且通过选择“确认”选项1060而接受地图图钉的当前或重新定位的位置。还可以显示类似的可视化,以指示地图的哪些区域对于放下位置可以是“良好”、“较好”或“最好”的。
PQ值和路缘占用可以用于路线设定和规划(轨迹)目的。例如,在计算中间靠边停车目的地时可以使用PQ值和路缘占用。换言之,路线设定系统可以确定车辆将在哪里停止。例如,路线设定系统可以使用代价函数寻找最近的靠边停车位置,该函数考虑了遍历(traversal)时间、操纵难度以及接近期望的接载或放下位置,该函数还使其他类型的约束(诸如低速道路)和使位置适于靠边停车以接载或放下乘客的其他特性被优先化。通过将PQ值和路缘占用用到路线设定确定中,车辆实际上可以能够将路线设定到更远位置或者需要更难的操纵(例如,更多车道改变或者更多左转)的位置,如果该更远位置被认为具有更高PQ值或更低的路缘占用的话。通过这种方式,PQ值和/或路缘占用可以被用作两个潜在的靠边停车位置之间的决定性因素。
如上文所指出的,PQ值和路缘占用还可以被车辆的规划系统166用来(例如)确定是否以及如何在对象周围移动。例如,当车辆100到达位置时,车辆可能需要处理其视场中的不确定性。如果存在较大对象阻挡靠边停车位置的视场,那么PQ值和/或路缘占用可以用于辅助车辆确定是绕过该对象还是停在该对象的后面。通过这种方式,车辆能够更好地猜测其不能感知的境况。车辆的路线设定系统168或规划系统166也可以以类似的方式使用PQ值和路缘占用,以在存在遮挡时帮助进行路线设定,以便选择最佳接载或放下位置。例如,路线设定系统168可以选择目的地,但是规划系统166可能在准确地选择在哪里靠边停车时相当谨慎。规划系统166选择的最终靠边停车位置可能远离路线设定器建议的位置大约50米或者更多或更少。随着规划系统操纵其道路以寻找最佳位置来靠边停车,因而其能够使用遮挡数据填补传感器信息中的缺漏(gap)。
例如,如图11的示例中所描绘,随着车辆100接近交叉口220,停止的卡车1110可能防止感知系统172确定最接近该车辆的接载或放下位置1120的靠边停车位置283是否是可用的。然而,如果靠边停车位置283的PQ值或路缘占用相对高(非常好的PQ值或者路缘的占用的低可能性),那么规划系统166可以利用这一点生成将允许车辆100绕过停止的卡车1110驾驶的轨迹。因而,一旦这一轨迹被公布给车辆的其他系统,计算装置110就可以自主控制车辆,以绕过停止的卡车1110驾驶。在没有此类信息的情况下,车辆100可能无法做出这样的决定。
可以基于各种额外的度量调整PQ值。例如,可以通过关于行程期间的乘客体验的调查生成的乘客感受度量可以被用来衡量关于靠边停车预测能力的反馈。换言之,乘客可以提供关于他们感觉特定靠边停车是否“良好”、“可预测”、“不方便”等的信息。此外,当今,在车外(offboard)选择(其中,车外模拟车辆的靠边停车选择)与同一选择功能在现实世界中运行时车辆实际做出的选择(靠边停车选择)之间存在偏差。一般而言,这可能是因为视场遮挡和对应的安全要求(即,避免绕过对象的有风险行为)。如果PQ值是“良好”的或者是基于良好输入(即针对每一个输入的大量收集的数据)确定的,那么这一偏差会减小。类似地,对于乘客的行走不便性可以是乘客到达车辆不得不行走的距离,并且可以通过使用车辆的感知系统172跟踪乘客行进的距离来测量。如果PQ值是“良好”的,那么这一距离也会减少,并且乘客应当变得更满意(如上文所指出的可以通过人工输入对此衡量)。
本文描述的特征可以允许对靠边停车位置的更好选择,例如,用于临时停车以及乘客和商品的接载和放下位置。如上文所指出的,PQ值和/或路缘占用可以用于初始接载和放下位置选择以及用于规划和路线设定目的。由此改善了运输服务的总体功能性以及乘客体验。
除非另行指出,否则前述可替代性示例不相互排斥,而是可以按照各种组合来实施,以实现独特的优势。由于可以利用上文讨论的特征的这些和其他变型及组合而不脱离权利要求限定的主题,因而应当按照举例说明的方式而非对权利要求限定的主题的限制的方式来理解前文对实施例的描述。此外,本文描述的示例的提供以及被表达为“诸如……”、“包括……”等的条款不应被解释为使权利要求的主题局限于具体示例;相反,示例意在对很多种可能的实施例中的仅一种进行举例说明。此外,在不同附图中,相同的附图标记可以标识出相同或类似的要素。

Claims (20)

1.一种为自主车辆评估预定靠边停车位置的质量的方法,所述方法包括:
由一个或多个处理器接收针对所述预定靠边停车位置的多个输入,所述多个输入各自包括表示所述预定靠边停车位置的特性的值;
由所述一个或多个处理器组合所述多个输入以确定所述预定靠边停车位置的靠边停车质量值;以及
由所述一个或多个处理器将所述靠边停车质量值提供给车辆,以便使所述车辆能够选择所述车辆的靠边停车位置。
2.根据权利要求1所述的方法,其中,所述特性包括对于给定时间段的所述预定靠边停车位置的预期的路缘占用。
3.根据权利要求1所述的方法,其中,所述特性包括对于给定时间段的所述预定靠边停车位置的开走车辆的可能性。
4.根据权利要求1所述的方法,其中,所述特性包括对于给定时间段的所述预定靠边停车位置的车辆的停车的预期的持续时间。
5.根据权利要求4所述的方法,其中,对于给定时间段的所述预定靠边停车位置的车辆的停车的预期的持续时间被表达为二元值。
6.根据权利要求1所述的方法,其中,所述特性包括所述预定靠边停车位置的道路几何形状。
7.根据权利要求6所述的方法,其中,所述道路几何形状与在所述预定靠边停车位置处车辆是在道路的一侧还是两侧停车相关。
8.根据权利要求1所述的方法,其中,所述特性与所述预定靠边停车位置是否与自行车车道相邻相关。
9.根据权利要求1所述的方法,其中,所述特性包括对于给定时间段的所述预定靠边停车位置处的交通状况。
10.根据权利要求1所述的方法,其中,所述特性包括所述预定靠边停车位置处的法律限制。
11.根据权利要求1所述的方法,其中,所述特性包括自主车辆在所述预定靠边停车位置处所尝试的靠边停车的历史。
12.根据权利要求1所述的方法,其中,所述特性包括在所述预定靠边停车位置处的道路上的紧急车辆的可能性。
13.根据权利要求1所述的方法,其中,所述特性是特定尺寸或形状的车辆在所述预定靠边停车位置停车的可行性。
14.根据权利要求1所述的方法,其中,所述特性是运行自主车辆尝试在所述预定靠边停车位置停车的仿真的结果。
15.根据权利要求1所述的方法,其中,所述特性是从提供关于车辆的靠边停车的反馈的自主车辆的乘客输入的。
16.根据权利要求1所述的方法,进一步包括:
从客户端计算装置接收对行程的请求,所述请求标识出第一位置;
使用所述靠边停车质量值和所述第一位置识别针对所述行程的建议位置;以及
将所述建议位置提供给所述客户端计算装置,以显示给用户。
17.根据权利要求1所述的方法,进一步包括:
从客户端计算装置接收对行程的请求,所述请求标识出第一位置;
使用所述靠边停车质量值和所述第一位置识别针对所述行程的建议位置;以及
向所述客户端计算装置提供通知,所述通知指示车辆将在所述建议位置处接载或放下乘客。
18.根据权利要求17所述的方法,其中,所述通知包括指示所述车辆将在所述建议位置处接载或放下乘客的原因的上下文,并且所述方法进一步包括基于所述靠边停车质量值确定所述上下文。
19.根据权利要求18所述的方法,进一步包括:
确定到所述建议位置的估算的行走时间;以及
将估算的行走时间与阈值进行比较,并且其中,提供所述通知进一步基于所述比较。
20.根据权利要求19所述的方法,其中,当所述比较指示估算的行走时间大于阈值时,提供所述通知进一步包括提供估算的行走时间,以与所述通知一起显示。
CN202111134687.4A 2020-09-28 2021-09-27 针对自主车辆的靠边停车的质量评分 Pending CN114283610A (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US202063084373P 2020-09-28 2020-09-28
US63/084,373 2020-09-28
US17/410,068 US20220099450A1 (en) 2020-09-28 2021-08-24 Quality scoring for pullovers for autonomous vehicles
US17/410,068 2021-08-24

Publications (1)

Publication Number Publication Date
CN114283610A true CN114283610A (zh) 2022-04-05

Family

ID=78085767

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111134687.4A Pending CN114283610A (zh) 2020-09-28 2021-09-27 针对自主车辆的靠边停车的质量评分

Country Status (3)

Country Link
US (1) US20220099450A1 (zh)
EP (1) EP3985356A3 (zh)
CN (1) CN114283610A (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20220198107A1 (en) * 2020-12-23 2022-06-23 Waymo Llc Simulations for evaluating driving behaviors of autonomous vehicles
KR20220147742A (ko) * 2021-04-27 2022-11-04 현대자동차주식회사 자율 주행 차량의 경로 생성 장치 및 자율 주행 차량 서비스 제공 방법
US20220349721A1 (en) * 2021-04-29 2022-11-03 Argo AI, LLC Determination of path to vehicle stop location in a cluttered environment
US20230339509A1 (en) * 2022-04-21 2023-10-26 Gm Cruise Holdings Llc Pull-over site selection
US20240109562A1 (en) * 2022-09-30 2024-04-04 Waymo Llc Inferring Pickup or Drop-off Locations Using Curated Data

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170169535A1 (en) * 2015-12-10 2017-06-15 Uber Technologies, Inc. Suggested pickup location for ride services
CN107750375A (zh) * 2015-06-22 2018-03-02 伟摩有限责任公司 确定自主交通工具的拾取和目的地位置
CN108766011A (zh) * 2017-04-20 2018-11-06 通用汽车环球科技运作有限责任公司 用于自主车辆的停车评分
US20180357900A1 (en) * 2014-12-02 2018-12-13 Kevin Sunlin Wang Method and System for Legal Parking

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3938559B2 (ja) * 2003-08-28 2007-06-27 アイシン精機株式会社 車両後退支援装置
US9523984B1 (en) * 2013-07-12 2016-12-20 Google Inc. Methods and systems for determining instructions for pulling over an autonomous vehicle
US9275547B2 (en) * 2013-11-08 2016-03-01 International Business Machines Corporation Prediction of free parking spaces in a parking area
US9857191B2 (en) * 2014-05-22 2018-01-02 Telogis, Inc. Context-based routing and access path selection
GB2546143B (en) * 2015-11-23 2020-04-29 Walmart Apollo Llc Navigating a customer to a parking space
US10401858B2 (en) * 2017-08-29 2019-09-03 Waymo Llc Arranging passenger pickups for autonomous vehicles
KR102102651B1 (ko) * 2017-10-12 2020-05-29 엘지전자 주식회사 자율주행차량 및 이의 제어방법
US11181927B2 (en) * 2019-06-28 2021-11-23 Nissan North America, Inc. Automated learning system for improved pickup/dropoff maneuver

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20180357900A1 (en) * 2014-12-02 2018-12-13 Kevin Sunlin Wang Method and System for Legal Parking
CN107750375A (zh) * 2015-06-22 2018-03-02 伟摩有限责任公司 确定自主交通工具的拾取和目的地位置
US20170169535A1 (en) * 2015-12-10 2017-06-15 Uber Technologies, Inc. Suggested pickup location for ride services
CN108766011A (zh) * 2017-04-20 2018-11-06 通用汽车环球科技运作有限责任公司 用于自主车辆的停车评分

Also Published As

Publication number Publication date
EP3985356A3 (en) 2022-07-20
US20220099450A1 (en) 2022-03-31
EP3985356A2 (en) 2022-04-20

Similar Documents

Publication Publication Date Title
CN111480052B (zh) 使用预测模型解决车辆路线中的场景困难
US20220229436A1 (en) Real-time lane change selection for autonomous vehicles
US11977387B2 (en) Queueing into pickup and drop-off locations
EP3985356A2 (en) Quality scoring for pullovers for autonomous vehicles
US11884264B2 (en) Driveway maneuvers for autonomous vehicles
JP7144537B2 (ja) 自律型車両についての乗員のピックアップおよびドロップオフに対する不便性
US11971716B2 (en) Suggesting alternative pickup and drop off locations for autonomous vehicles
CN113692373B (zh) 自动驾驶车辆服务的滞留和范围分析
US11656093B2 (en) Method and system for navigating vehicle to pickup / drop-off zone
US20220222597A1 (en) Timing of pickups for autonomous vehicles
US11947356B2 (en) Evaluating pullovers for autonomous vehicles
US20230324192A1 (en) Determining pickup and drop off locations for large venue points of interests
US20220371618A1 (en) Arranging trips for autonomous vehicles based on weather conditions
EP3971529A1 (en) Leveraging weather information to improve passenger pickup and drop offs for autonomous vehicles
US20230391363A1 (en) User-controlled route selection for autonomous vehicles
US11884291B2 (en) Assigning vehicles for transportation services
CN114595378A (zh) 用于运输服务的智能目的地建议

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