CN116153127A - 提供用于导航到车辆操作者优选的停车位的信息 - Google Patents

提供用于导航到车辆操作者优选的停车位的信息 Download PDF

Info

Publication number
CN116153127A
CN116153127A CN202211426580.1A CN202211426580A CN116153127A CN 116153127 A CN116153127 A CN 116153127A CN 202211426580 A CN202211426580 A CN 202211426580A CN 116153127 A CN116153127 A CN 116153127A
Authority
CN
China
Prior art keywords
parking space
parking
past
vehicle
model
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
CN202211426580.1A
Other languages
English (en)
Inventor
樋口雄大
尾口健太郎
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.)
Toyota Motor Corp
Original Assignee
Toyota Motor Engineering and Manufacturing 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 Toyota Motor Engineering and Manufacturing North America Inc filed Critical Toyota Motor Engineering and Manufacturing North America Inc
Publication of CN116153127A publication Critical patent/CN116153127A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/04Billing or invoicing
    • 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
    • G01C21/3484Personalized, e.g. from learned user behaviour or user-defined profiles
    • 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
    • G08G1/148Management of a network of parking areas
    • 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
    • G01C21/3476Special cost functions, i.e. other than distance or default speed limit of road segments using point of interest [POI] information, e.g. a route passing visible POIs
    • 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
    • G01C21/3492Special cost functions, i.e. other than distance or default speed limit of road segments employing speed data or traffic data, e.g. real-time or historical
    • 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
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00Scenes; Scene-specific elements
    • G06V20/50Context or environment of the image
    • G06V20/56Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G06V20/586Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads of parking space
    • 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
    • G08G1/09Arrangements for giving variable traffic instructions
    • G08G1/0962Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096833Systems involving transmission of navigation instructions to the vehicle where different aspects are considered when computing the route
    • 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
    • G08G1/143Traffic control systems for road vehicles indicating individual free spaces in parking areas with means giving the indication of available parking spaces inside the vehicles
    • 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
    • G08G1/146Traffic 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 a limited parking space, e.g. parking garage, restricted space
    • 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2240/00Transportation facility access, e.g. fares, tolls or parking
    • 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]

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Marketing (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • General Business, Economics & Management (AREA)
  • Analytical Chemistry (AREA)
  • Strategic Management (AREA)
  • Social Psychology (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Traffic Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

提供用于导航到车辆操作者优选的停车位的信息的系统可以包括处理器和存储器。存储器可以存储初步操作模块和通信模块。初步操作模块可以包括使处理器为操作者获得以下模型的指令:(1)用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型以及(2)用于在第一阈值和第二阈值之间的第二持续时间的第二模型。通信模块可以包括使处理器将用于导航到停车位的信息传达至车辆的组件以用于动作的指令。响应于当前时间在(1)第一持续时间内,停车位可由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可由第二模型识别。

Description

提供用于导航到车辆操作者优选的停车位的信息
技术领域
所公开的技术针对提供用于导航到车辆操作者优选的停车位的信息。
背景技术
车辆操作者通常会对自己优选的停车位有看法。该看法可以与有关指定用于停车的区域的一个或多个特征、关于指定用于停车的区域的一个或多个停车位的一个或多个特征等中的至少一个相关联。为了使车辆停在操作者优选的停车位,可以获得关于指定用于停车的区域中的停车位的状态的信息,以确定哪些停车位空置。为此目的,停车引导和信息系统可以使关于指定用于停车的区域的停车位的信息被呈现给操作者。指定用于停车的区域可以是例如停车库、停车场、路边等。呈现给操作者的关于停车位的信息可以随着空置的停车位的计数变化而动态变化。通常,这样的停车引导和信息系统可以包括布置在与指定用于停车的区域相关联的基础设施上的传感器阵列。例如,传感器可以是超声检测器、基于相机的传感器等。传感器阵列中的传感器可以被配置为检测指定用于停车的区域中的停车位中的对应停车位是否被车辆占用或空置。
发明内容
在一个实施例中,一种提供用于导航到车辆操作者优选的停车位的信息的系统可以包括处理器和存储器。存储器可以存储初步操作模块和通信模块。初步操作模块可以包括当由处理器执行时使处理器为车辆操作者获得以下模型的指令:(1)用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型以及(2)用于在第一阈值和第二阈值之间的第二持续时间的第二模型。通信模块可以包括当由处理器执行时使处理器将用于导航到停车位的信息传达至车辆的组件以用于动作的指令。响应于当前时间在(1)第一持续时间内,停车位可以由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可以由第二模型识别。
在另一个实施例中,一种提供用于导航到车辆操作者优选的停车位的信息的方法可以包括由处理器为车辆的操作者获得:(1)用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型以及(2)用于在第一阈值和第二阈值之间的第二持续时间的第二模型。该方法还可以包括由处理器将用于导航到停车位的信息传达至车辆的组件以用于动作。响应于当前时间在(1)第一持续时间内,停车位可以由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可以由第二模型识别。
在另一个实施例中,一种提供用于导航到车辆操作者优选的停车位的信息的非暂态计算机可读介质可以包括指令,当由一个或多个处理器执行时,这些指令使一个或多个处理器为车辆的操作者获得:(1)用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型以及(2)用于在第一阈值和第二阈值之间的第二持续时间的第二模型。提供用于导航到车辆的操作者优选的停车位的信息的非暂态计算机可读介质还可以包括当由一个或多个处理器执行时使一个或多个处理器将用于导航到停车位的信息传达至车辆的组件以用于动作的指令。响应于当前时间在(1)第一持续时间内,停车位可以由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可以由第二模型识别。
附图说明
被并入并构成说明书一部分的附图图示了本公开的各种系统、方法和其他实施例。应当理解,图中所示的元素边界(例如,框、框组或其他形状)表示边界的一个实施例。在一些实施例中,一个元素可被设计为多个元素,或者多个元素可被设计为一个元素。在一些实施例中,显示为另一元素的内部组件的元素可以被实现为外部组件,反之亦然。此外,元素可能未按比例绘制。
图1包括图示了根据所公开技术的提供用于导航到车辆操作者优选的停车位的信息的环境的示例的图。
图2包括图示了根据所公开技术的提供用于导航到车辆操作者优选的停车位的信息的系统的示例的框图。
图3是图示了根据所公开技术的与提供用于导航到车辆操作者优选的停车位的信息相关联的方法的示例的流程图。
图4包括图示了根据所公开技术的布置在车辆上的元素的示例的框图。
具体实施方式
“联网车辆”技术可以包括,例如,用于在车辆和分组交换网络中的其他设备之间交换通信的设备。这种其他设备可以包括例如另一车辆(例如,“车辆对车辆”(V2V)技术)、路边基础设施(例如,“车辆对基础设施”(V2I)技术)、云平台(例如,“车辆对云”(V2C)技术)、行人(例如,“车辆对行人”(V2P)技术)或网络(例如,“车辆对网络”(V2N)技术。“车辆对万物”(V2X)技术可以整合这些独立通信技术的各个方面。
所针对的技术针对提供用于导航到车辆操作者优选的停车位的信息。第一模型和第二模型可以被提供用于导航到车辆操作者优选的停车位的信息的系统获得。例如,停车位可以位于指定用于停车的区域中。例如,指定用于停车的区域可以包括停车库、停车场、路边等中的一个或多个。
例如,第一模型或第二模型中的一个或多个可以由机器学习过程产生。机器学习过程可以涉及对以下的分析:(1)与操作者的停车位识别过程相关联的过去的车辆轨迹,(2)停车位识别过程的持续时间,以及(3)过去的指定用于停车的区域的特征、过去的指定用于停车的区域中的过去的停车位的特征等中的至少一个。此外,例如,机器学习过程还可以涉及对过去的停车位的状态的分析。状态可以是占用和空置之一。
第一模型可以用于第一持续时间。第一持续时间可以在停车位识别过程的开始和第一阈值(例如,一分钟)之间。第二模型可以用于第二持续时间。第二持续时间可以在第一阈值(例如,一分钟)和第二阈值(例如,三分钟)之间。也就是说,第一模型和第二模型可以被配置为反映关于操作者优选的停车位的看法可以基于停车位识别过程的持续时间而变化。例如,操作者的看法可以是在第一持续时间内,将车辆停在在空置停车位和与操作者的目的地相关联的结构入口之间有着最短距离的空置停车位中,但随着停车位识别过程延长至第二持续时间内,该操作者的看法可能变为将车辆停在路灯的具体距离(例如,二十五米)内的空置停车位中。
例如,关于指定用于停车的区域中的停车位的状态的信息可以由该系统获得。这些状态中的状态可以是占用和空置之一。例如,系统可以基于当前时间,针对其中状态为空置的停车位,执行第一模型或第二模型中的一个或多个,以识别车辆操作者优选的停车位。导航到停车位的信息可以被传达至车辆的组件以用于动作。响应于当前时间:(1)在第一持续时间内,停车位可以通过第一模型识别以及(2)在第二持续时间内,停车位可以通过第二模型识别。
图1包括图示了根据所公开技术的提供用于导航到车辆操作者优选的停车位的信息的环境100的示例的图。例如,环境100可以包括指定用于停车的区域102、带状商场购物中心104、博物馆106、第一道路108、第二道路110、提供用于导航到车辆操作者优选的停车位的信息的系统112以及与指定用于停车的区域相关联的系统114。可替代地,例如,提供用于导航到车辆操作者优选的停车位的信息的系统112和与指定用于停车的区域相关联的系统114可以被包括在组合系统116中。例如,指定用于停车的区域102可以位于指定用于停车的区域102所位于的城镇的当红街区所处的地理位置。例如,指定用于停车的区域102的一个或多个评价的平均值可以是4.4星(满分5.0星)。
例如,指定用于停车的区域102可以包括四排二十八个停车位。从北到南,该四排可以包括例如A排、B排、C排和D排。从西到东,A排可以包括例如停车位A-1、停车位A-2、停车位A-3、停车位A-4、停车位A-5、停车位A-6、停车位A-7以及停车位A-8。例如,停车位A-1可以位于指定用于停车的区域102的西北角,并且可以指定用于由小型车辆使用。例如,停车位A-4可以指定用于由残疾人使用。例如,停车位A-5可以指定用于由残疾人使用。例如,停车位A-8可以位于指定用于停车的区域102的东北角,并且可以指定用于由小型车辆使用。从西到东,B排可以包括例如停车位B-1、停车位B-2、停车位B-3、停车位B-4、停车位B-5和停车位B-6。从西到东,C排可以包括例如停车位C-1、停车位C-2、停车位C-3、停车位C-4、停车位C-5和停车位C-6。从西到东,D排可以包括例如停车位D-1、停车位D-2、停车位D-3、停车位D-4、停车位D-5、停车位D-6、停车位D-7和停车位D-8。例如,停车位D-1可以位于指定用于停车的区域102的西南角。例如,电动车辆充电站可以位于停车位D-4。例如,电动车辆充电站可以位于停车位D-5。例如,停车位D-8可以位于指定用于停车的区域102的东南角。例如,指定用于由小型车辆使用的停车位(例如,停车位A-1和停车位A-8)的尺寸可以是五米长和两米半宽;其他停车位的尺寸可以是六米长和三米宽。
例如,带状商场购物中心104可以沿着指定用于停车的区域102的北端布置。例如,从西到东,带状商场购物中心104可以包括第一商店I、第二商店II、第三商店III和第四商店IV。例如,第一商店I可以有入口I-0,第二商店II可以有入口II-0,第三商店III可以有入口III-0并且第四商店IV可以有入口IV-0。例如,第四商店IV可以具有安全相机118。例如,停车位A-7、停车位A-8和停车位B-6可以在安全相机118的视野内。
例如,指定用于停车的区域102的第一入口120可以位于指定用于停车的区域102的西端。例如,第一入口120可以在A排和B排之间。例如,第一入口120可以包括第一闸门120-0以控制从第一道路108进入指定用于停车的区域102。例如,指定用于停车的区域102的第二入口122可以位于指定用于停车的区域102的东端。例如,第二入口122可以在A排和B排之间。例如,第二入口122可以包括第二闸门122-0以控制从第二道路110进入指定用于停车的区域102。例如,第一闸门120-0和第二闸门122-0中的每一个可以被配置为基于以下来控制进入指定用于停车的区域102:(1)支付的费用$X.00以及(2)在一天中上午7:00到晚上9:00之间的时间。
例如,博物馆106可以位于第二道路110的东侧。例如,路灯124可以位于指定用于停车的区域102的西南角。例如,紧急电话可以位于指定用于停车的区域102的东南角。
图2包括图示了根据所公开技术的提供用于导航到车辆操作者优选的停车位的信息的系统200的示例的框图。例如,停车位可以位于指定用于停车的区域中。例如,指定用于停车的区域可以是停车库、停车场、路边等。例如,指定用于停车的区域可以由地理围栏界定。例如,指定用于停车的区域可以是图1所图示的指定用于停车的区域102。
系统200可以包括例如处理器202和存储器204。存储器204可以被可通信地耦合到处理器202。存储器204可以存储例如初步操作模块206和通信模块208。例如,系统200可以是图1所图示的系统112。
例如,初步操作模块206可以包括用于控制处理器202来为车辆操作者获得以下模型的指令:(1)针对在停车位识别过程的开始和第一阈值之间的第一持续时间的第一模型以及(2)针对在第一阈值和第二阈值之间的第二持续时间的第二模型。例如,停车位识别过程的开始可以是车辆进入指定用于停车的区域的时间。
例如,通信模块208可以包括用于控制处理器202以将用于导航到停车位的信息传达至车辆的组件以执行行动的指令。响应于当前时间在(1)第一持续时间内,停车位可由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可由第二模型识别。例如,用于导航到停车位的信息可以包括具体停车位的位置。例如,这种车辆可以是自动车辆。组件可以包括自动车辆的一个或多个车辆系统。该一个或多个车辆系统可以使自动车辆被导航到停车位。此外或可替代地,例如,组件可以包括这种车辆的输出系统。输出系统可以使导航到停车位的信息被呈现给车辆操作者。例如,输出系统可以是显示器、扬声器、触觉设备等中的一个或多个。例如,显示器可以是控制台显示器、平视显示器等中的一个或多个。
此外,例如,初步操作模块206还可以包括用于控制处理器202以获得关于指定用于停车的区域中的停车位的状态的信息的指令。这些状态中的状态可以是占用和空置之一。
此外,例如,存储器204还可以存储执行模块210。例如,执行模块210可以包括用于控制处理器202基于当前时间并针对状态为空置的停车位来执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位的指令。
在一配置中,例如,用于获得关于指定用于停车的区域中的停车位的状态的信息的指令可以包括用于从与指定用于停车的区域相关联的系统接收关于指定用于停车的区域中的停车位的状态的信息的指令。例如,与指定用于停车的区域相关联的系统可以是图1所图示的系统114。例如,组合系统可以包括系统200和与指定用于停车的区域相关联的系统。例如,组合系统可以是图1所图示的组合系统116。
在另一配置中,例如,用于获得关于指定用于停车的区域中的停车位的状态的信息的指令可以包括用于从由车辆的一个或多个传感器产生的数据确定关于指定用于停车的区域中的停车位的状态的信息的指令。
在一配置中,例如,系统200可以被布置在服务器上。例如,服务器可以与图1所图示的系统112相关联。在该配置中,例如,用于获得第一模型和第二模型的指令可以包括用于从车辆接收第一模型和第二模型的指令。
在另一配置中,例如,系统200可以被布置在车辆上。在该配置中,例如,用于获得关于指定用于停车的区域中的停车位的状态的信息的指令可以包括用于从与指定用于停车的区域相关联的系统接收关于指定用于停车的区域中的停车位的状态的信息的指令。例如,与指定用于停车的区域相关联的系统可以是图1所图示的系统114。
在一配置中,例如,用于执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位的指令包括用于以下操作的指令:(1)执行第一模型或第二模型中的一个或多个来产生一个或多个停车位列表,(2)针对一个或多个停车位列表上的每个停车位确定与第一模型或第二模型中的一个或多个相关联的效用函数的值,以及(3)将车辆操作者优选的停车位识别为一个或多个停车位列表上的停车位中的其效用函数的值是最高值的停车位。
在该配置中,例如,当前时间可以是第一时间。例如,用于识别车辆操作者优选的停车位的指令可以包括用于识别一个或多个停车位列表中的第一停车位列表上的停车位中的其效用函数的值是最高值的第一停车位的指令。第一停车位列表可以已从第一模型的执行中产生。例如,用于执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位的指令还可以包括用于以下操作的指令:(1)在第二时间接收指示第一停车位被占用的信号,以及(2)响应于第二时间在(a)第一持续时间内,将车辆操作者优选的停车位识别为至少一个停车位列表的第一停车位列表上的停车位中的其效用函数的值是小于最高值的下一个最高值的第二停车位,以及响应于第二时间在(b)第二持续时间内,将车辆操作者优选的停车位识别为这至少一个停车位列表的第二停车位列表上的停车位中的其效用函数的值是最高值的第三停车位。第二停车位列表可以已从第二模型的执行中产生。
参考图1,例如在t0时刻,停车位A-1可以被第一车辆128占用,停车位A-2可以被第二车辆130占用,停车位A-3可以被第三车辆132占用,停车位A-4可以被第四车辆134占用,停车位A-5可以被第五车辆136占用,停车位A-6可以被第六车辆138占用,停车位A-7可以空置,停车位A-8可以被第七车辆140占用,停车位B-1可以被第八车辆142占用,停车位B-2可以被第九车辆144占用,停车位B-3可以被第十车辆146占用,停车位B-4可以被第十一车辆148占用,停车位B-5可以被第十二车辆150占用,停车位B-6可以被第十三车辆152占用,停车位C-1可以被第十四车辆154占用,停车位C-2可以空置,停车位C-3可以被第十五车辆156占用,停车位C-4可以被第十六车辆158占用,停车位C-5可以被第十七车辆160占用,停车位C-6可以被第十八车辆占用162,停车位D-1可以空置,停车位D-2可以被第十九车辆164占用,停车位D-3可以被第二十车辆166占用,停车位D-4可以被第二十一车辆168占用,停车位D-5可以被第二十二车辆170占用,停车位D-6可以被第二十三车辆172占用,停车位D-7可以被第二十四车辆174占用,并且停车位D-8可以被第二十五车辆176占用。例如,第二十六车辆178可以位于指定用于停车的区域102的第一入口120中,第二十七车辆180可以位于第二道路110的南行车道中,以及第二十八车辆182可以位于第一道路108的北行车道中。
例如,时间t0可以是第二十六车辆178的操作者的停车位识别过程的开始。例如,在当前时间是时间t0时,系统112可以针对其状态为空置的第一停车位列表:停车位A-7、停车位C-2和停车位D-1执行第一模型。例如,系统112可以为这些停车位中的每个确定与第一模型相关联的效用函数的值。例如,第一模型可被配置使得效用函数的值可以特别受到停车位与和操作者的目的地相关联的结构入口之间的距离的影响。例如,第四商店IV可以是操作者的目的地。例如,系统112可以将第二十六车辆178的操作者优选的停车位识别为停车位A-7,其是第一停车位列表上的停车位中的其效用函数的值是最高值的停车位。
然而,例如,在时间t1,在第二十六车辆178可能已经占用停车位A-7之前,停车位A-7可能被第二十七车辆180占用。因为时间t1在第一持续时间内,例如,系统112可以针对其中状态为空置的第二停车位列表:停车位C-2和停车位D-1执行第一模型。例如,系统112可以将第二十六车辆178的操作者优选的停车位识别为停车位C-2,其是第二停车位列表上停车位的其效用函数的值是最高值的停车位。
然而,例如,在时间t2,在第二十六车辆178可能已经占用停车位C-2之前,停车位C-2可以被第二十八车辆182占用。此外,在时间t2,第二车辆130可能已经离开指定用于停车的区域102使得停车位A-2可能空置。因为时间t2在第一持续时间内,例如,系统112可以针对其中状态为空置的第三停车位列表:停车位A-2和停车位D-1执行第一模型。例如,系统112可以将第二十六车辆178的操作者优选的停车位识别为停车位A-2,其是第三停车位列表上停车位中的其效用函数的值是最高值的停车位。
然而,例如,在时间t3第一持续时间可以完成并且第二持续时间可以开始。例如,在当前时间为时间t3时,系统112可以针对其中状态为空置的第四停车位列表:停车位A-2和停车位D-1执行第二模型。例如,系统112可以为针对这些停车位中的每个确定与第二模型相关联的效用函数的值。例如,第二模型可以被配置使得效用函数的值可以特别受到停车位与路灯的距离的影响。例如,系统112可以将第二十六车辆178的操作者优选的停车位识别为停车位D-1,其是第四停车位列表上停车位中的其效用函数的值是最高值的停车位。例如,在时间t4第二十六车辆178可以占用停车位D-1。
参照图2,在配置中,例如,第一模型或第二模型中的一个或多个可以已经由机器学习过程产生。例如,机器学习过程可以涉及分析:(1)与操作者的停车位识别过程相关联的过去的车辆轨迹,(2)停车位识别过程的持续时间,以及(3)过去的指定用于停车的区域的特征、过去的指定用于停车的区域中的过去的停车位的特征等中的至少一个。例如:(1)停车位识别过程的开始可以是一个或多个车辆(其中操作者是该一个或多个车辆的操作者)进入指定用于停车的区域的时间以及(2)停车位识别过程的完成可以是这一个或多个车辆的推进力源处于关闭状态的时间。例如,分析的产品可以是用于机器学习过程的训练数据。
例如,机器学习过程还可以涉及对过去的停车位状态的分析。状态可以是占用和空置之一。再一次,分析的产品可以是用于机器学习过程的训练数据。例如,关于过去的停车位的状态的信息可以从与过去的指定用于停车的区域相关联的系统接收。此外或可替代地,关于过去的停车位状态的信息可以从由这一个或多个车辆的一个或多个传感器产生的数据来确定。
例如,对(1)过去的车辆轨迹,(2)过去的停车位的状态,(3)停车位识别过程的持续时间,以及(4)特征的分析可以确定其中状态为空置的过去的停车位的效用函数的期望值。例如,该分析可以基于对过去的车辆轨迹的考虑来确定效用函数的预期值,该考虑包括选择空置的停车位作为车辆乘员优选的停车位的机会,但该机会被拒绝。对选择空置的停车位的机会的拒绝可以指示其中操作者关于这样的空置的停车位具有的看法比该操作者对一个或多个其他空置的停车位的看法弱的情况。例如,分析可以基于停车位识别过程的相关联的持续时间来区分效用函数的期望值(例如,第一模型可以用于第一持续时间,以及第二模型可以用于第二持续时间)。
例如,过去的指定用于停车的区域的特征可以包括以下中的一项或多项:(1)过去的指定用于停车的区域中的停车位总数的计数,(2)状态为空置的停车位数量的计数,(3)过去的指定用于停车的区域中的电动车辆充电站总数的计数,(4)过去的指定用于停车的区域中的可供使用的电动车辆充电站数量的计数,(5)过去的指定用于停车的区域的地理位置,(6)过去的指定用于停车的区域的入口的地理位置,(7)过去的指定用于停车的区域附近的兴趣点的地理位置,(8)与使用过去的指定用于停车的区域相关联的费用,(9)与使用过去的指定用于停车的区域相关联的规定,(10)对过去的指定用于停车的区域的一项或多项评价的测量,(11)去往过去的指定用于停车的区域的车辆的平均到达率,(12)对停车位平均大小的测量,(13)对停车位易用性的测量,(14)状态为空置的停车位数量最近历史计数,或(15)类似项。
参照图1,如果过去的指定用于停车的区域例如是指定用于停车的区域102,则:(1)过去的指定用于停车的区域中的停车位总数的计数可以是28,(2)如果接收到的关于过去停车位状态的信息类似于时间t0的停车位状态,则状态为空置的停车位数量的计数可以是3,(3)过去的指定用于停车的区域中的电动车辆充电站总数的计数可以是2,(4)如果接收到的关于过去停车位状态的信息类似于时间t0的停车位状态,则可供使用的过去的指定用于停车的区域中的电动车辆充电站的数量可以是0,(5)过去的指定用于停车的区域的地理位置可以是指定用于停车的区域102所在城镇的当红街区,(6)过去的指定用于停车的区域的入口的地理位置可以是指定用于停车的区域102中的可以位于指定用于停车的区域102的西端的第一入口120,(7)指定用于停车的区域附近的兴趣点的地理位置可以是位于第二道路110东边的博物馆106,(8)与使用过去的指定用于停车的区域相关联的费用可以是费用$X.00,(9)与使用过去的指定用于停车的区域相关联的规定可以是在一天中上午7:00到晚上9:00之间的时间,以及(10)对过去的指定用于停车的区域的一个或多个评价的测量可以是指定用于停车的区域102的一个或多个评价的平均值是4.4星(总数5.0星)。
参照图2,例如,过去的停车位的特征可以包括以下中的一项或多项:(1)过去的停车位的状态,(2)过去的停车位的状态的最近历史,(3)过去的停车位的状态将是空置的估计时间,(4)去往过去的停车位的车辆的平均到达率,(5)在过去的停车位处电动车辆充电站的存在,(6)过去的停车位供残疾人使用的指定,(7)过去的停车位供小型车辆使用的指定,(8)过去的停车位的尺寸,(9)过去的停车位的地理位置,(10)过去的停车位在安全相机视野内的存在,(11)过去的指定用于停车的区域的入口与过去的停车位之间的距离,(12)过去的停车位与安全相机的距离,(13)过去的停车位与路灯的距离,(14)过去的停车位与和操作者目的地相关联的结构的入口的距离,(15)在过去的停车位附近安全措施的存在,(16)过去的停车位的特征是过去的停车位位于过去的指定用于停车的区域的拐角处,(17)对道路的路段上的交通量的测量,该路段与过去的停车位相邻,(18)与过去的停车位相邻的停车位的状态是空置,(12)对过去的停车位的易用性的测量,或(20)类似项。
参照图1,如果过去的指定用于停车的区域中的过去的停车位是,例如:(1)停车位D-1,如果接收到的关于过去的停车位状态的信息类似于时间t0的停车位状态,则该过去的停车位的状态可以为空置,(2)停车位D-4,则在过去的停车位处电动车辆充电站的存在可以为真,(3)停车位A-4,则过去的停车位供残疾人使用的指定可以为真,(4)停车位A-1,则过去的停车位供小型车辆使用的指定可以为真,(5)停车位D-8,则过去的停车位的尺寸可以是六米长和三米宽,(6)停车位D-7,则过去的停车位的地理位置可以是指定用于停车的区域102的西南角,(7)停车位B-6,则过去的停车位在安全相机的视野(即,安全相机118的视野)内的存在可以为真,以及(8)停车位A-4,则过去的指定用于停车的区域的入口(例如,第二入口122)与过去的停车位之间的距离可以是大约六米。
图3是图示了根据所公开技术的与提供用于导航到车辆操作者优选的停车位的信息相关联的方法300的示例的流程图。虽然方法300是结合图2所图示的系统200来描述的,但是本领域技术人员根据本文的描述理解,方法300并不限于由图2所图示的系统200来实现。相反,图2中所图示的系统200是可用于实现方法300的系统的示例。此外,虽然方法300被图示为一般串行过程,但方法300的各个方面可以能够并行执行。
在方法300中,例如,在操作302中,初步操作模块206可以为车辆操作者获得:(1)用于在停车位识别过程的开始和第一阈值之间的第一持续时间的第一模型以及(2)用于在第一阈值和第二阈值之间的第二持续时间的第二模型。例如,停车位可以位于指定用于停车的区域中。例如,指定用于停车的区域可以是停车库、停车场、路边等。例如,指定用于停车的区域可以由地理围栏界定。例如,停车位识别过程的开始可以是车辆进入指定用于停车的区域的时间。
例如,在操作304中,通信模块208可以将用于导航到停车位的信息传达至车辆的组件以用于动作。响应于当前时间在(1)第一持续时间内,停车位可以由第一模型识别以及响应于当前时间在(2)第二持续时间内,停车位可以由第二模型识别。例如,导航到停车位的信息可以包括具体停车位的位置。例如,这种车辆可以是自动车辆。组件可以包括自动车辆的一个或多个车辆系统。该一个或多个车辆系统可以使自动车辆被导航到停车位。此外或可替代地,例如,组件可以包括这种车辆的输出系统。输出系统可以使用于导航到停车位的信息被呈现给车辆操作者。例如,输出系统可以是显示器、扬声器、触觉设备等中的一个或多个。例如,显示器可以是控制台显示器、平视显示器等中的一个或多个。
此外,例如,在操作306中,初步操作模块206可以获得关于指定用于停车的区域中的停车位的状态的信息。这些状态中的状态可以是占用和空置之一。
在一配置中,例如,初步操作模块206可以通过从与指定用于停车的区域相关联的系统接收关于指定用于停车的区域中的停车位的状态的信息来获得关于指定用于停车的区域中的停车位的状态的信息。例如,组合系统可以包括提供用于导航到车辆操作者优选的停车位的信息的系统以及与指定用于停车的区域相关联的系统。
在另一配置中,例如,初步操作模块206可以通过从车辆的一个或多个传感器产生的数据确定关于指定用于停车的区域中的停车位的状态的信息来获得关于指定用于停车的区域中的停车位的状态的信息。
在一配置中,例如,处理器202可以被布置在服务器上。在该配置中,例如,初步操作模块206可以通过从车辆接收第一模型和第二模型来获得第一模型和第二模型。
在另一配置中,例如,处理器202可以被布置在车辆上。在该配置中,例如,初步操作模块206可以通过从与指定用于停车的区域相关联的系统接收关于指定用于停车的区域中的停车位的状态的信息来获得关于指定用于停车的区域中的停车位的状态的信息。
此外,在操作308中,例如,执行模块210可以基于当前时间并针对状态为空置的停车位执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位。
在配置中,例如,执行模块210可以通过以下操作来执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位:(1)执行第一模型或第二模型中的一个或多个来产生一个或多个停车位列表,(2)针对该一个或多个停车位列表上的每个停车位确定与第一模型或第二模型中的一个或多个相关联的效用函数的值,以及(3)将车辆操作者优选的停车位识别为这一个或多个停车位列表上的停车位中的其效用函数的值是最高值的停车位。
在此配置中,例如,当前时间可以是第一时间。例如,执行模块210可以通过识别一个或多个停车位列表中的第一停车位列表上的停车位中的其效用函数的值是最高值的第一停车位来识别车辆操作者优选的停车位。第一停车位列表可以已从第一模型的执行中产生。例如,执行模块210还可以通过以下操作来执行第一模型或第二模型中的一个或多个以识别车辆操作者优选的停车位:(1)在第二时间接收指示第一停车位被占用的信号,以及(2)响应于第二时间在(a)第一持续时间内,将车辆操作者优选的停车位识别为至少一个停车位列表的第一停车位列表上的停车位中的其效用函数的值是小于最高值的下一个最高值的第二停车位,以及响应于第二时间在(b)第二持续时间内,将车辆操作者优选的停车位识别为这至少一个停车位列表的第二停车位列表上的停车位中的其效用函数的值是最高值的第三停车位。第二停车位列表可以已从第二模型的执行中产生。
例如,在一配置中,第一模型或第二模型中的一个或多个可以已经由机器学习过程产生。例如,机器学习过程可以涉及分析:(1)与操作者的停车位识别过程相关联的过去的车辆轨迹,(2)停车位识别过程的持续时间,以及(3)过去的指定用于停车的区域的特征、过去的指定用于停车的区域中的过去的停车位的特征等中的至少一个。例如:(1)停车位识别过程的开始可以是一个或多个车辆(其中操作者是该一辆或多车辆的操作者)进入指定用于停车的区域的时间以及(2)停车位识别过程的完成可以是一个或多个车辆的推进力源处于关闭状态的时间。例如,分析的产品可以是机器学习过程的训练数据。
例如,机器学习过程还可以涉及对过去的停车位状态的分析。状态可以是占用和空置之一。再一次,分析的产品可以是用于机器学习过程的训练数据。例如,关于过去的停车位的状态的信息可以从与过去的指定用于停车的区域相关联的系统接收。此外或可替代地,关于过去的停车位状态的信息可以从由一个或多个车辆的一个或多个传感器产生的数据来确定。
例如,对(1)过去的车辆轨迹,(2)过去的停车位的状态,(3)停车位识别过程的持续时间,以及(4)特征的分析可以确定其中状态为空置的过去的停车位的效用函数的期望值。例如,分析可以基于对过去的车辆轨迹的考虑来确定效用函数的预期值,该考虑包括选择空置的停车位作为车辆乘员优选的停车位的机会,但该机会被拒绝。对选择这样的空置的停车位的机会的拒绝可以指示其中操作者关于这样的空置的停车位具有的看法比该操作者对一个或多个其他空置的停车位的看法弱的情况。例如,分析可以基于停车位识别过程的相关联的持续时间来区分效用函数的期望值(例如,第一模型可以用于第一持续时间,并且第二模型可以用于第二持续时间)。
例如,过去的指定用于停车的区域的特征可以包括以下中一项或多项:(1)过去的指定用于停车的区域中的停车位总数的计数,(2)状态为空置的停车位数量的计数,(3)过去的指定用于停车的区域中的电动车辆充电站总数的计数,(4)过去的指定用于停车的区域中的可供使用的电动车辆充电站数量的计数,(5)过去的指定用于停车的区域的地理位置,(6)过去的指定用于停车的区域的入口的地理位置,(7)过去的指定用于停车的区域附近的兴趣点的地理位置,(8)与使用过去的指定用于停车的区域相关联的费用,(9)与使用过去的指定用于停车的区域相关联的规定,(10)对过去的指定用于停车的区域的一项或多项评价的测量,(11)去往过去的指定用于停车的区域的车辆的平均到达率,(12)对停车位平均大小的测量,(13)对停车位易用性的测量,(14)状态为空置的停车位数量的计数的最近历史,或(15)类似项。
例如,过去的停车位的特征可以包括以下中的一项或多项:(1)过去的停车位的状态,(2)过去的停车位的状态的最近历史,(3)过去的停车位的状态将是空置的估计时间,(4)去往过去的停车位的车辆的平均到达率,(5)在过去的停车位处电动车辆充电站的存在,(6)过去的停车位供残疾人使用的指定,(7)过去的停车位供小型车辆使用的指定,(8)过去的停车位的尺寸,(9)过去的停车位的地理位置,(10)过去的停车位在安全相机的视野内的存在,(11)过去的指定用于停车的区域的入口与过去的停车位之间的距离,(12)过去的停车位与安全相机的距离,(13)过去的停车位与路灯的距离,(14)过去的停车位与和操作者目的地相关联的结构的入口的距离,(15)在过去的停车位附近安全措施的存在,(16)过去的停车位的特征是该过去的停车位位于过去的指定用于停车的区域的拐角处,(17)对与道路的路段上的交通量的测量,该路段与过去的停车位相邻,(18)与过去的停车位相邻的空置的停车位的状态,(12)对过去的停车位的易用性的测量,或(20)类似项。
虽然已经参照第一模型、第二模型、第一持续时间、第二持续时间、第一阈值和第二阈值描述了所公开的技术,但是本领域技术人员根据本文的描述理解,公开的技术可以包括另外的模型、另外的持续时间和另外的阈值。例如:(1)初步操作模块可以包括用于控制处理器为车辆操作者获得用于在第二阈值和第三阈值之间的第三持续时间的第三模型的指令以及(2)通信模块可以包括用于控制处理器将用于导航到停车位的信息传达至车辆的组件以用于动作的指令,该停车位是响应于当前时间在第三持续时间内由第三模型识别的。
图4包括图示了根据所公开技术的布置在车辆400上的元素的示例的框图。如本文所使用的,“车辆”可以是任何形式的动力运输工具。在一个或多个实现中,车辆400可以是汽车。尽管本文描述的布置是关于汽车的,但是本领域技术人员根据本文的描述理解实施例并不限于汽车。
在一些实施例中,车辆400可以被配置为在自动模式、一种或多种半自动操作模式和/或手动模式之间选择性地切换。这种切换可以以现在已知或以后开发的合适方式来实现。如本文所使用的,“手动模式”可以指车辆400的全部或大部分导航和/或操控根据从用户(例如,人类驾驶员)处接收的输入来执行。在一个或多个布置中,车辆400可以是被配置为仅以手动模式操作的传统车辆。
在一个或多个实施例中,车辆400可以是自动车辆。如本文所使用的,“自动车辆”可以指以自动模式操作的车辆。如本文所使用的,“自动模式”可以指在最少的或没有来自人类驾驶员的输入的情况下使用一个或多个计算系统控制车辆400,沿行驶路线导航和/或操控车辆400。在一个或多个实施例中,车辆400可以是高度自动的或完全自动的。在一个实施例中,车辆400可以被配置有一个或多个半自动操作模式,其中一个或多个计算系统执行车辆沿行驶路线的导航和/或操控的一部分,以及车辆操作者(即,驾驶员)向车辆400提供输入以执行车辆400沿行驶路线的导航和/或操控的一部分。
例如,国际汽车工程师学会(SAE)于2014年1月16日发布并最近于2018年6月15日修订的标准J3016《道路机动车辆驾驶自动化系统相关术语的分类和定义》定义了驾驶自动化的六个级别。这六个级别包括:(1)0级,无自动化,其中动态驾驶任务的所有方面都由人类驾驶员执行;(2)1级,驾驶员辅助,其中驾驶员辅助系统如果被选择可以使用关于驾驶环境的信息执行转向任务或加速/减速任务,但所有剩余的驾驶动态任务均由人类驾驶员执行;(3)2级,部分自动化,其中一个或多个驾驶员辅助系统如果被选择可以使用关于驾驶环境的信息执行转向和加速/减速任务,但所有剩余的驾驶动态任务均由人类驾驶员执行;(4)3级,有条件的自动化,其中自动驾驶系统如果被选择可以执行动态驾驶任务的所有方面,并且期望人类驾驶员将对干预请求作出适当响应;(5)4级,高度自动化,其中自动驾驶系统如果被选择则即使人类驾驶员没有适当响应干预请求也可以执行动态驾驶任务的所有方面;(6)5级,完全自动化,其中自动驾驶系统可以在人类驾驶员可以处理的所有道路和环境条件下执行动态驾驶任务的所有方面。
车辆400可以包括各种元素。车辆400可以具有图4所图示的各种元素的任何组合。在各个实施例中,车辆400可以不必包括图4所图示的所有元素。此外,车辆400可以具有除图4所图示的元素之外的元素。虽然各种元素在图4中被图示为位于车辆400内,但这些元素中的一个或多个可以位于车辆400的外部。此外,所图示的元素在物理上可以相隔很远。例如,如本文所描述的,所公开的系统的一个或多个组件可以在车辆400内实现,而该系统的其他组件可以在云计算环境内实现,如下面所描述的。例如,这些元素可以包括一个或多个处理器410、一个或多个数据存储区415、传感器系统420、输入系统430、输出系统435、车辆系统440、一个或多个致动器450、一个或多个自动驾驶模块460、通信系统470和提供用于导航到车辆操作者优选的停车位的信息的系统200。
在一个或多个布置中,一个或多个处理器410可以是车辆400的主处理器。例如,一个或多个处理器410可以是电子控制单元(ECU)。例如,处理器202(图2所图示的)的功能和/或操作可以由一个或多个处理器410来实现。
一个或多个数据存储设备415可以存储例如一种或多种类型的数据。一个或多个数据存储设备415可以包括易失性存储器和/或非易失性存储器。例如,存储器204(图2所图示的)的功能和/或操作可以通过一个或多个数据存储设备415来实现。用于一个或多个数据存储设备415的存储器的合适的示例可以包括随机存取存储器(RAM)、闪存、只读存储器(ROM)、可编程只读存储器(PROM)、可擦可编程只读存储器(EPROM)、电可擦可编程只读存储器(EEPROM)、寄存器、磁盘、光磁盘、硬盘驱动器、任何其他合适的存储介质或它们的任何组合。一个或多个数据存储设备415可以是一个或多个处理器410的组件。另外或可替代地,一个或多个数据存储设备415可操作地连接到一个或多个处理器410以供由此使用。如本文所使用的,“可操作地连接”可以包括直接或间接连接,包括没有直接物理接触的连接。如本文所使用的,组件可以被“配置为”执行操作的陈述可被理解为意味着该组件不需要结构性的改变,而仅需要被置于操作状态(例如,被提供有电力,具有运行的底层操作系统等)来执行操作。
在一个或多个布置中,一个或多个数据存储设备415可以存储地图数据416。地图数据416可以包括一个或多个地理区域的地图。在一些情况下,地图数据416可以包括关于一个或多个地理区域中的道路、交通控制设备、道路标记、结构、特征和/或地标的信息或数据。地图数据416可以是任何合适的形式。在一些情况下,地图数据416可以包括区域的鸟瞰图。在一些情况下,地图数据416可以包括区域的地面视图,包括360度地面视图。地图数据416可以包括用于地图数据416中包括的一个或多个项目的和/或相对于地图数据416中包括的其他项目的测量、尺寸、距离和/或信息。地图数据416可以包括具有关于道路几何形状的信息的数字地图。地图数据416可以是高质量和/或高度详细的。
在一个或多个布置中,地图数据416可以包括一个或多个地形图417。一个或多个地形图417可以包括关于一个或多个地理区域的地面、地形、道路、表面和/或其他特征的信息。一个或多个地形图417可包括一个或多个地理区域的海拔数据。地图数据416可以是高质量和/或高度详细的。一个或多个地形图417可以定义一个或多个地表面,其可以包括铺砌的道路、未铺砌的道路、土地和其他定义地表面的东西。
在一个或多个布置中,地图数据416可以包括一个或多个静态障碍物地图418。一个或多个静态障碍物地图418可以包括关于位于一个或多个地理区域内的一个或多个静态障碍物的信息。“静态障碍物”可以是其位置在一段时间内不变化(或基本上不变化)和/或其大小在一段时间内不变化(或基本上不变化)的物理物体。静态障碍物的示例可以包括树木、建筑物、路缘石、栅栏、栏杆、中间带、电线杆、雕像、纪念碑、标志、长凳、家具、邮箱、大石头和山丘。静态障碍物可以是延伸到地平面以上的物体。包括在一个或多个静态障碍物地图418中的一个或多个静态障碍物可以具有位置数据、大小数据、尺寸数据、材料数据和/或与它们相关联的其他数据。一个或多个静态障碍物地图418可以包括一个或多个静态障碍物的测量、尺寸、距离和/或信息。一个或多个静态障碍物地图418可以是高质量和/或高度详细的。一个或多个静态障碍物地图418可以被更新以反映映射区域内的变化。
在一个或多个布置中,一个或多个数据存储设备415可以存储传感器数据419。如本文所使用的,“传感器数据”可以指关于车辆400可以配备的传感器的任何信息,包括传感器的能力和关于这种传感器的其他信息。传感器数据419可以涉及传感器系统420的一个或多个传感器。例如,在一个或多个布置中,传感器数据419可以包括关于传感器系统420的一个或多个激光雷达传感器424的信息。
在一些布置中,地图数据416和/或传感器数据419的至少一部分可以位于处于车辆400上的一个或多个数据存储设备415中。可替代地或另外地,地图数据416和/或传感器数据419的至少一部分可以位于远离车辆400的一个或多个数据存储设备415中。
传感器系统420可以包括一个或多个传感器。如本文所使用的,“传感器”可以指可以检测和/或感测事物的任何设备、组件和/或系统。一个或多个传感器可以被配置为实时检测和/或感测。如本文所使用的,术语“实时”可以指用户或系统认为对于要做出的特定过程或决定而言足够即时或使处理器能够跟上一些外部过程的处理响应水平。
在传感器系统420包括多个传感器的布置中,传感器可以彼此独立工作。可替代地,两个或更多个传感器可以彼此结合工作。在这种情况下,两个或更多个传感器可以形成传感器网络。传感器系统420和/或一个或多个传感器可操作地连接到一个或多个处理器410、一个或多个数据存储设备415和/或车辆400的另一元素(包括图4中所图示的任何元素)。传感器系统420可以获取车辆400的外部环境(例如,附近的车辆)的至少一部分的数据。传感器系统420可以包括任何合适类型的传感器。本文描述了不同类型传感器的各种示例。然而,本领域技术人员理解实施例并不限于本文所描述的特定传感器。
传感器系统420可以包括一个或多个车辆传感器421。一个或多个车辆传感器421可以检测、确定和/或感测关于车辆400本身的信息。在一个或多个布置中,一个或多个车辆传感器421可以被配置为检测和/或感测车辆400的位置和方位变化,诸如例如,基于惯性加速度。在一个或多个布置中,一个或多个车辆传感器421可以包括一个或多个加速度计、一个或多个陀螺仪、惯性测量单元(IMU)、航位推算系统、全球导航卫星系统(GNSS)、全球定位系统(GPS)、导航系统447和/或其他合适的传感器。一个或多个车辆传感器421可以被配置为检测和/或感测车辆400的一个或多个特征。在一个或多个布置中,一个或多个车辆传感器421可以包括速度计以确定车辆400的当前速度。
可替代地或另外地,传感器系统420可以包括被配置为获取和/或感测驾驶环境数据的一个或多个环境传感器422。如本文所使用的,“驾驶环境数据”可以包括关于车辆所处的外部环境或其一个或多个部分的数据或信息。例如,一个或多个环境传感器422可以被配置为检测、量化和/或感测车辆400的外部环境的至少一部分中的障碍物和/或关于这样的障碍物的信息/数据。这样的障碍物可以是静止物体和/或动态物体。一个或多个环境传感器422可以被配置为检测、测量、量化和/或感测车辆400的外部环境中的其他事物,例如车道标记、标志、交通灯、交通标志、车道线、人行横道、靠近车辆400的路缘石、道路外的物体等。
本文描述了传感器系统420的传感器的各种示例。示例传感器可以是一个或多个车辆传感器421和/或一个或多个环境传感器422的一部分。然而,本领域技术人员理解实施例并不限于所描述的特定传感器。
在一个或多个布置中,一个或多个环境传感器422可以包括一个或多个雷达传感器423、一个或多个激光雷达传感器424、一个或多个声纳传感器425和/或一个或多个相机426。在一个或多个布置中,一个或多个相机426可以是一个或多个高动态范围(HDR)相机或一个或多个红外(IR)相机。例如,一个或多个相机426可以用于记录可出现在数字地图中的信息项的状态的现实。
输入系统430可以包括使信息/数据能够被输入机器的任何设备、组件、系统、元素、布置或其组合。输入系统430可以接收来自车辆乘客(例如,驾驶员或乘客)的输入。输出系统435可以包括使信息/数据能够被呈现给车辆乘客(例如,驾驶员或乘客)的任何设备、组件、系统、元素、布置或其组合。
图4图示了一个或多个车辆系统440的各种示例。然而,本领域技术人员理解车辆400可以包括更多、更少或不同的车辆系统。虽然可以单独定义特定的车辆系统,但是每个或任何系统或其部分都可以经由车辆400内的硬件和/或软件以其他方式组合或分离。例如,一个或多个车辆系统440可以包括推进系统441、制动系统442、转向系统443、油门系统444、传动系统445、信号系统446和/或导航系统447。这些系统中的每一个可以包括现在已知的或以后开发的一个或多个设备、组件和/或其组合。
导航系统447可以包括现在已知的或以后开发的被配置为确定车辆400的地理位置和/或确定车辆400的行驶路线的一个或多个设备、应用和/或其组合。导航系统447可以包括一个或多个地图应用以确定车辆400的行驶路线。导航系统447可以包括全球定位系统、本地定位系统、地理定位系统和/或其组合。
一个或多个致动器450可以是可操作为响应于从一个或多个处理器410和/或一个或多个自动驾驶模块460接收到信号或其他输入而修改、调整和/或改变一个或多个车辆系统440或其组件的任何元素或元素组合。可以使用任何合适的致动器。例如,一个或多个致动器450可以包括马达、气动致动器、液压活塞、继电器、螺线管和/或压电致动器。
一个或多个处理器410和/或一个或多个自动驾驶模块460可以可操作地连接以与各种车辆系统440和/或其单独组件通信。例如,一个或多个处理器410和/或一个或多个自动驾驶模块460可以通信以发送和/或接收来自各种车辆系统440的信息以控制车辆400的移动、速度、操纵、航向、方向等。一个或多个处理器410和/或一个或多个自动驾驶模块460可以控制这些车辆系统440中的一些或全部,因此其可以是部分或完全自动的。
一个或多个处理器410和/或一个或多个自动驾驶模块460可以操作以通过控制一个或多个车辆系统440和/或其组件来控制车辆400的导航和/或操纵。例如,在以自动模式操作时,一个或多个处理器410和/或一个或多个自动驾驶模块460可以控制车辆400的方向和/或速度。一个或多个处理器410和/或一个或多个自动驾驶模块460可以使车辆400加速(例如,通过增加提供给发动机的燃料供应)、减速(例如,通过减少对发动机的燃料供应和/或通过施加制动)和/或改变方向(例如,通过转动前两个轮子)。如本文所使用的,“使(cause)”或“使(causing)”可以意味着以直接或间接的方式使得(make)、强制、强迫、指导、命令、指示和/或致使事件或动作发生或至少处于这样的事件或动作可能发生的状态。
通信系统470可以包括一个或多个接收器471和/或一个或多个发射器472。通信系统470可以通过一个或多个无线通信信道接收和发送一个或多个消息。例如,一个或多个无线通信信道可以根据电气和电子工程师协会(IEEE)802.11p标准来添加车辆环境中的无线接入(WAVE)(专用短程通信(DSRC)的基础)、第三代合作伙伴计划(3GPP)长期演进(LET)车辆对万物(V2X)(LTE-V2X)标准(包括移动通信设备和通用移动电信系统的演进节点B之间的LTE Uu接口)、3GPP第五代(5G)新无线电(NR)车辆对万物(V2X)标准(包括5G NR Uu接口等)。例如,通信系统470可以包括“联网车辆”技术。“联网车辆”技术可以包括,例如,用于在车辆和分组交换网络中的其他设备之间交换通信的设备。这样的其他设备可以包括例如另一车辆(例如,“车辆对车辆”(V2V)技术)、路边基础设施(例如,“车辆对基础设施”(V2I)技术)、云平台(例如,“车辆对云”(V2C)技术)、行人(例如,“车辆对行人”(V2P)技术)或网络(例如,“车辆对网络”(V2N)技术。“车辆对万物”(V2X)技术可以整合这些独立通信技术的任何方面。
此外,一个或多个处理器410、一个或多个数据存储设备415和通信系统470可以被配置为形成微云、作为微云的成员参与或执行移动微云的领导者的功能中的一个或多个。微云的特征可以在于在微云的成员之间分布一个或多个计算资源或一个或多个数据存储资源中的一个或多个,以协作执行操作。成员至少可以包括联网车辆。
车辆400可以包括一个或多个模块,其中至少一些是在本文中描述的。模块可以实现为计算机可读程序代码,当由一个或多个处理器410执行时,这些代码实现本文描述的各种过程中的一个或多个。一个或多个模块可以是一个或多个处理器410的组件。可替代地或另外地,模块中的一个或多个可以在一个或多个处理器410可操作地连接到的其他处理系统上执行和/或分布在其他处理系统中。模块可以包括可由一个或多个处理器410执行的指令(例如,程序逻辑)。可替代地或另外地,一个或多个数据存储设备415可以包含这样的指令。
在一个或多个布置中,本文描述的一个或多个模块可以包括人工或计算智能元素,例如,神经网络、模糊逻辑或其他机器学习算法。此外,在一个或多个布置中,模块中的一个或多个可以分布在本文所描述的多个模块之间。在一个或多个布置中,本文描述的模块中的两个或多个可以被组合成单个模块。
车辆400可以包括一个或多个自动驾驶模块460。一个或更多个自动驾驶系统460可以被配置为从传感器系统420和/或能够捕获与车辆400和/或车辆400的外部环境有关的信息的任何其他类型的系统接收数据。在一个或多个布置中,一个或多个自动驾驶模块460可以使用这样的数据来生成一个或多个驾驶场景模型。一个或多个自动驾驶模块460可以确定车辆400的位置和速度。一个或多个自动驾驶模块460可以确定障碍物、障碍物或包括交通标志、树木、灌木、相邻车辆、行人等的其他环境特征的位置。
一个或多个自动驾驶模块460可以被配置为接收和/或确定车辆400的外部环境内的障碍物的位置信息以供一个或多个处理器410和/或本文描述的一个或多个模块使用来估计车辆400的位置和方位,基于来自多个卫星的信号的车辆在全局坐标中的位置,或可用于确定车辆400的当前状态或确定车辆400关于其环境的位置的任何其他数据和/或信号以用于创建地图或确定车辆400关于地图数据的位置。
一个或多个自动驾驶模块460可以被配置为基于传感器系统420获取的数据、驾驶场景模型、和/或来自任何其他合适来源的数据(诸如来自传感器数据419的确定),确定一条或多条行驶路径、车辆400的当前自动驾驶操纵、未来自动驾驶操纵和/或对当前自动驾驶操纵的修改。如本文所使用的,“驾驶操纵”可以指影响车辆移动的一个或多个动作。驾驶操纵的示例包括:加速、减速、制动、转弯、沿车辆400的横向移动、变化行驶车道、并入行驶车道和/或倒车,仅列举了几个可能性。一个或多个自动驾驶模块460可以被配置为实现确定的驾驶操纵。一个或多个自动驾驶模块460可以直接或间接地使这样的自动驾驶操作被实现。如本文所用,“使(cause)”或“使(causing)”可以意味着以直接或间接的方式使得(make)、命令、指示和/或使事件或动作发生或至少处于这样的事件或动作可能发生的状态。一个或多个自动驾驶模块460可被配置为执行各种车辆功能和/或向车辆400或其中一个或多个系统(例如,车辆系统440中的一个或多个)发送数据,从车辆400或其中一个或多个系统接收数据,与车辆400或其中一个或多个系统交互和/或控制车辆400或其中一个或多个系统。例如,汽车导航系统的功能和/或操作可以通过一个或多个自动驾驶模块460来实现。
本文公开了详细的实施例。然而,根据本文的描述,本领域技术人员理解,所公开的实施例仅旨在作为示例。因此,本文公开的具体结构和功能细节不应被解释为限制性的,而仅作为权利要求的基础以及作为用于教导本领域技术人员在实际上任何适当的详细的结构中不同地采用本文的方面的代表性基础。此外,本文使用的术语和短语并非旨在是限制性的,而是提供对可能实现的可理解描述。各种实施例在图1-4中图示,但实施例不限于所图示结构或应用。
图中的流程图和框图图示了根据各种实施例的系统、方法和计算机程序产品的可能实现的架构、功能和操作。在这方面,流程图或框图中的每个框可以表示代码的模块、段或一部分,其包括用于实现指定逻辑功能(一个或多个)的一个或多个可执行指令。根据本文的描述,本领域技术人员理解,即,在一些替代实现中,框中描述的功能可以不按附图所描绘的顺序发生。例如,连续描绘的两个框实际上可以基本上同时执行,或者这些框可以以相反的顺序执行,这取决于所涉及的功能性。
上述系统、组件和/或过程可以在硬件或硬件和软件的组合中实现,并且可以在一个处理系统中以集中方式实现,或者以其中不同元素跨若干互连处理系统分布的分布式方式实现。适用于执行本文所述方法的任何种类的处理系统或其他装置都是合适的。硬件和软件的典型组合可以是具有计算机可读程序代码的处理系统,该计算机可读程序代码在加载和执行时控制处理系统,使得其执行本文描述的方法。系统、组件和/或过程也可以嵌入机器可读的、有形地体现可由机器执行以执行本文描述的方法和过程的指令程序的计算机可读存储装置中,诸如计算机程序产品或其他数据程序存储设备。这些元素还可以嵌入到应用产品中,该应用产品包括使得能够实现本文描述的方法的所有特征,并且在加载到处理系统中时能够执行这些方法。
此外,本文描述的布置可以采取体现在一个或多个计算机可读介质中的计算机程序产品的形式,该计算机可读介质具有体现(例如,存储)在其上的计算机可读程序代码。可以利用一种或多种计算机可读介质的任何组合。计算机可读介质可以是计算机可读信号介质或计算机可读存储介质。如本文所使用的,短语“计算机可读存储介质”意味着非暂态存储介质。计算机可读存储介质可以是例如但不限于电子的、磁性的、光学的、电磁的、红外线的或半导体系统、装置或设备,或前述任何合适的组合。在非穷尽列表中,计算机可读存储介质的更具体示例将包括以下:便携式计算机软盘、硬盘驱动器(HDD)、固态驱动器(SSD)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、便携式光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)、光存储设备、磁存储设备、或前述任何合适的组合。如本文所使用的,计算机可读存储介质可以是可以包含或存储程序以供指令执行系统、装置或设备使用或与其结合使用的任何有形介质。
通常,如本文所使用的模块包括执行特定任务或实现特定数据类型的例程、程序、对象、组件、数据结构等。在另一方面,存储器通常存储这样的模块。与模块相关联的存储器可以是缓冲器或者可以是嵌入在处理器、随机存取存储器(RAM)、ROM、闪存或其他合适的电子存储介质内的高速缓存。在又另一方面,如本文所使用的模块可以被实现为专用集成电路(ASIC)、片上系统(SoC)的硬件组件、可编程逻辑阵列(PLA)或其他合适的嵌入有定义的用于执行所公开的功能的配置集(例如,指令)的硬件组件。
体现在计算机可读介质上的程序代码可以使用任何适当的介质来传输,包括但不限于无线、有线、光纤、电缆、射频(RF)等,或前述任何适当的组合。用于执行所公开技术的各个方面的操作的计算机程序代码可以用一种或多种编程语言的任何组合来编写,包括诸如JavaTM、Smalltalk、C++等的面向对象的编程语言,以及诸如“C”编程语言或类似编程语言的传统的过程编程语言。程序代码可以完全在用户计算机上、部分在用户计算机上、作为独立软件包、部分在用户计算机上并且部分在远程计算机上、或完全在远程计算机或服务器上执行。在后一种情况下,远程计算机可以通过任何类型的网络连接到用户的计算机,包括局域网(LAN)或广域网(WAN),或者可以做出到外部计算机的连接(例如,通过使用互联网服务提供商的互联网)。
如本文所使用的,术语“一(a)”和“一个(an)”被定义为一个或一个以上。如本文所使用的,术语“多个”被定义为两个或两个以上。如本文所使用的,术语“另一个”被定义为至少第二个或更多。如本文所使用的,术语“包括”和/或“具有”被定义为包括(即,开放语言)。如本文所使用的,短语“……或……中的至少一个”指的是并涵盖一个或多个相关联的所列项目的任何和所有可能的组合。例如,短语“A、B或C中的至少一个”包括仅A、仅B、仅C或其任何组合(例如,AB、AC、BC或ABC)。
本文的各个方面可以以其他形式体现而不脱离其精神或本质属性。因此,应参考以下权利要求,而不是前述说明,来指示其范围。

Claims (20)

1.一种系统,包括:
处理器;以及
存储器,其上存储有:
初步操作模块,所述初步操作模块包括指令,所述指令当由所述处理器执行时使所述处理器为车辆的操作者获得:
用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型;以及
用于在第一阈值和第二阈值之间的第二持续时间的第二模型;以及
通信模块,所述通信模块包括指令,所述指令当由所述处理器执行时使所述处理器将用于导航到停车位的信息传达至车辆的组件以用于动作,响应于当前时间:
在第一持续时间内,所述停车位由第一模型识别;以及
在第二持续时间内,所述停车位由第二模型识别。
2.如权利要求1所述的系统,其中:
所述停车位位于指定用于停车的区域中,
所述初步操作模块还包括当由所述处理器执行时使所述处理器获得关于指定用于所述停车的区域中的停车位的状态的信息的指令,所述状态中的一状态是占用和空置之一,以及
所述存储器还存储执行模块,所述执行模块包括当由所述处理器执行时使所述处理器基于所述当前时间并且针对其中所述状态为空置的所述停车位执行第一模型或第二模型中的至少一个来识别所述车辆的所述操作者优选的所述停车位的指令。
3.如权利要求2所述的系统,其中所述系统被布置在服务器上。
4.如权利要求3所述的系统,其中用于获得第一模型和第二模型的指令包括用于从所述车辆接收第一模型和第二模型的指令。
5.如权利要求2所述的系统,其中所述系统被布置在所述车辆上。
6.如权利要求5所述的系统,其中用于获得关于所述指定用于停车的区域中的所述停车位的所述状态的所述信息的指令包括用于从与所述指定用于停车的区域相关联的系统接收关于所述指定用于停车的区域中的所述停车位的所述状态的所述信息的指令。
7.如权利要求2所述的系统,其中用于执行第一模型或第二模型中的至少一个以识别所述车辆的所述操作者优选的所述停车位的指令包括用于以下操作的指令:
执行第一模型或第二模型中的至少一个以产生至少一个停车位列表;
针对所述至少一个停车位列表上的每个停车位确定与第一模型或第二模型中的至少一个相关联的效用函数的值;以及
将所述车辆的所述操作者优选的所述停车位识别为所述至少一个停车位列表上的所述停车位中的其所述效用函数的值是最高值的停车位。
8.如权利要求7所述的系统,其中:
所述当前时间是第一时间,
用于识别所述车辆的所述操作者优选的所述停车位的所述指令包括用于识别所述至少一个停车位列表中的第一停车位列表上的所述停车位中的其所述效用函数的值是最高值的第一停车位的指令,所述第一停车位列表已从第一模型的执行中产生,以及
用于执行第一模型或第二模型中的所述至少一个以识别所述车辆的所述操作者优选的所述停车位的指令还包括用于以下操作的指令:
在第二时间接收指示第一停车位被占用的信号,以及
响应于第二时间:
在第一持续时间内,将所述车辆的所述操作者优选的所述停车位识别为所述至少一个停车位列表的第二停车位列表上的所述停车位中的其所述效用函数的值是最高值的第二停车位;以及
在第二持续时间内,将所述车辆的所述操作者优选的所述停车位识别为所述至少一个停车位列表的第三停车位列表上的所述停车位中的其所述效用函数的值是最高值的第三停车位,所述第二停车位列表已从第二模型的执行中产生。
9.如权利要求1所述的系统,其中:
第一模型或第二模型中的至少一个由机器学习过程产生,以及
所述机器学习过程涉及对以下的分析:
与所述操作者的所述停车位识别过程相关联的过去的车辆轨迹,
所述停车位识别过程的持续时间,以及
过去的指定用于停车的区域或所述过去的指定用于停车的区域中的过去的停车位的特征。
10.如权利要求9所述的系统,其中:
所述停车位识别过程的开始是至少一辆车辆进入指定用于停车的区域的时间,其中所述操作者是所述至少一辆车辆的操作者,以及
所述停车位识别过程的完成是所述至少一个车辆的推进力源处于关闭状态的时间。
11.如权利要求9所述的系统,其中所述机器学习过程还涉及对所述过去的停车位的状态的分析,所述状态是占用和空置之一。
12.如权利要求11所述的系统,其中对所述过去的车辆轨迹、所述过去的停车位的所述状态、所述停车位识别过程的所述持续时间和所述特征的分析确定其中所述状态为空置的所述过去的停车位的效用函数的期望值。
13.如权利要求12所述的系统,其中所述分析基于对过去的车辆轨迹的考虑来确定所述效用函数的所述期望值,所述考虑包括选择空置的停车位作为所述车辆的所述乘员优选的所述停车位的机会,但所述机会被拒绝。
14.如权利要求13所述的系统,其中所述分析基于所述停车位识别过程的相关联的持续时间来区分所述效用函数的所述期望值。
15.如权利要求11所述的系统,其中所述过去的指定用于停车的区域的所述特征包括以下中至少一个:
所述过去的指定用于停车的区域中的停车位总数的计数,
状态为空置的所述停车位数量的计数,
所述过去的指定用于停车的区域中的电动车辆充电站总数的计数,
所述过去的指定用于停车的区域中的可供使用的所述电动车辆充电站数量的计数,
所述过去的指定用于停车的区域的地理位置,
所述过去的指定用于停车的区域的入口的地理位置,
所述过去的指定用于停车的区域附近的兴趣点的地理位置,
与使用所述过去的指定用于停车的区域相关联的费用,
与使用所述过去的指定用于停车的区域相关联的规定,
对所述过去的指定用于停车的区域的至少一个评价的测量,
去往所述过去的指定用于停车的区域的车辆的平均到达率,
对所述停车位的平均大小的测量,
对所述停车位的易用性的测量,或
所述状态为空置的所述停车位的所述数量的计数的最近历史。
16.如权利要求11所述的系统,其中所述过去的停车位的所述特征包括以下中至少一个:
所述过去的停车位的所述状态,
所述过去的停车位的所述状态的最近历史,
所述过去的停车位的所述状态将是空置的估计时间,
去往所述过去的停车位的车辆的平均到达率,
所述过去的停车位处电动车辆充电站的存在,
所述过去的停车位供残疾人使用的的指定,
所述过去的停车位供小型车辆使用的指定,
所述过去的停车位的尺寸,
所述过去的停车位的地理位置,
所述过去的停车位在安全相机的视野内的存在,
所述过去的指定用于停车的区域的入口与所述过去的停车位之间的距离,
所述过去的停车位与所述安全相机的距离,
所述过去的停车位与路灯的距离,
所述过去的停车位与和所述操作者目的地相关联的结构的入口的距离,
在所述过去的停车位附近安全措施的存在,
所述过去的停车位特征是所述过去的停车位位于所述过去的指定用于停车的区域的拐角处,
对道路的路段上的交通量的测量,所述路段与所述过去的停车位相邻;
与所述过去的停车位相邻的停车位的状态是空置,或
对所述过去的停车位的易用性的测量。
17.一种方法,包括:
由处理器并为车辆的操作者获得:
用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型;以及
用于在第一阈值和第二阈值之间的第二持续时间的第二模型;以及
由处理器将用于导航到停车位的信息传达至车辆的组件以用于动作,响应于当前时间:
在第一持续时间内,所述停车位由第一模型识别;以及
在第二持续时间内,所述停车位由第二模型识别。
18.如权利要求17所述的方法,其中所述停车位位于指定用于停车的区域中。
19.如权利要求17所述的方法,其中第一模型或第二模型中的至少一个是由机器学习过程产生的。
20.一种提供用于导航到车辆的操作者优选的停车位的信息的非暂态计算机可读介质,所述非暂态计算机可读介质包括指令,所述指令当由一个或多个处理器执行时使所述一个或多个处理器:
为所述车辆的所述操作者获得:
用于在停车位识别过程开始和第一阈值之间的第一持续时间的第一模型;以及
用于在第一阈值和第二阈值之间的第二持续时间的第二模型;以及
将用于导航到所述停车位的信息传达至所述车辆的组件以用于动作响应于当前时间:
在第一持续时间内,所述停车位由第一模型识别;以及在第二持续时间内,所述停车位由第二模型识别。
CN202211426580.1A 2021-11-22 2022-11-15 提供用于导航到车辆操作者优选的停车位的信息 Pending CN116153127A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US17/532,094 2021-11-22
US17/532,094 US20230160709A1 (en) 2021-11-22 2021-11-22 Providing information to navigate to a parking space preferred by an operator of a vehicle

Publications (1)

Publication Number Publication Date
CN116153127A true CN116153127A (zh) 2023-05-23

Family

ID=86357176

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211426580.1A Pending CN116153127A (zh) 2021-11-22 2022-11-15 提供用于导航到车辆操作者优选的停车位的信息

Country Status (3)

Country Link
US (1) US20230160709A1 (zh)
JP (1) JP2023078086A (zh)
CN (1) CN116153127A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117542223B (zh) * 2024-01-08 2024-03-12 西安卓越软件开发有限公司 基于计算机视觉的停车管理方法及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9530253B2 (en) * 2014-12-16 2016-12-27 International Business Machines Corporation Dynamically managing parking space utilization
US11868136B2 (en) * 2019-12-19 2024-01-09 Woven By Toyota, U.S., Inc. Geolocalized models for perception, prediction, or planning
US20230177958A1 (en) * 2021-12-07 2023-06-08 Toyota Motor Engineering & Manufacturing North America, Inc. Systems and methods for activation of intelligent parking availability functions

Also Published As

Publication number Publication date
JP2023078086A (ja) 2023-06-06
US20230160709A1 (en) 2023-05-25

Similar Documents

Publication Publication Date Title
US11447129B2 (en) System and method for predicting the movement of pedestrians
US20230083645A1 (en) Determining a lane change decision based on a downstream traffic state
US11183061B2 (en) Parking monitoring for wait time prediction
US11657625B2 (en) System and method for determining implicit lane boundaries
US20220066460A1 (en) Causing a mobile robot to move according to a planned trajectory determined from a prediction of agent states of agents in an environment of the mobile robot
US11754415B2 (en) Sensor localization from external source data
US11904855B2 (en) Cooperative driving system and method
CN116153127A (zh) 提供用于导航到车辆操作者优选的停车位的信息
US11430218B2 (en) Using a bird's eye view feature map, augmented with semantic information, to detect an object in an environment
US20230136374A1 (en) Monitoring a traffic condition of stopped or slow moving vehicles
US11760379B2 (en) Navigating an autonomous vehicle through an intersection
US20230060940A1 (en) Determining a content of a message used to coordinate interactions among vehicles
US11634163B2 (en) Producing, for an autonomous vehicle, a route from an origination to a destination
US11872985B2 (en) Determining a setting for a cruise control
US11708070B2 (en) Detecting an object outside of a field of view
US20230162608A1 (en) Communicating information about parking space availability
US20230339503A1 (en) Producing a trajectory from a diverse set of possible movements
US20230154038A1 (en) Producing a depth map from two-dimensional images
US20230347924A1 (en) Coordinating use of different motion prediction models to predict a location of a mobile robot at a future point in time
US11727797B2 (en) Communicating a traffic condition to an upstream vehicle
US20230079176A1 (en) Determining an existence of a change in a region
US11741724B2 (en) Configuring a neural network to produce an electronic road map that has information to distinguish lanes of a road
US11708049B2 (en) Systems and methods for preventing an operation of a car application that reduces a quality of service of a computer system of a vehicle
US11868755B2 (en) Updating software installed on an electronic unit on a vehicle
US11881107B2 (en) Systems and methods for inferring parking departures

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
TA01 Transfer of patent application right

Effective date of registration: 20230717

Address after: Aichi Prefecture, Japan

Applicant after: Toyota Motor Corp.

Address before: Texas, USA

Applicant before: TOYOTA MOTOR ENGINEERING & MANUFACTURING NORTH AMERICA, Inc.

TA01 Transfer of patent application right