CN118154398A - 用于请求和控制自主车辆服务的软件应用 - Google Patents

Abstract

各种实施例总体涉及自主车辆和关联的机械、电气和电子硬件、计算机软件和系统、以及有线和无线网络以提供自主车辆车队作为服务。特别是，方法可以包括从用户设备接收通过自主车辆系统服务将用户从原始位置运输至目的地的乘坐请求。基于与所述请求相关联的原始位置，可以从自主车辆的车队选择自主车辆系统以执行所述乘坐请求。可以通过自主车辆系统服务管理车队。然后可以将乘坐请求提供给自主车辆系统，也可以将关于自主车辆系统的信息提供给用户设备。

Description

用于请求和控制自主车辆服务的软件应用

本申请是2016年11月2日提交的申请号为201680064679.8的同名专利申请的分案申请。

相关申请的交叉引用

此PCT国际申请是以下申请的继续：2015年11月5日提交的名称为“SOFTWAREAPPLICATION TO REQUEST AND CONTROL AN AUTONOMOUS VEHICLE”的美国申请No.14/933,469；2015年11月5日提交的名称为“SOFTWARE APPLICATION AND LOGIC TO MODIFYCONFIGURATION OF AN AUTONOMOUS VEHICLE”的美国申请No.14/933,665；2015年11月5日提交的名称为“INTERACTIVE AUTONOMOUS VEHICLE COMMAND CONTROLLER”的美国申请No.14/933,706；2015年11月4日提交的名称为“AUTONOMOUS VEHICLE FLEET SERVICE ANDSYSTEM”的美国专利申请No.14/932,959；2015年11月4日提交的名称为“ADAPTIVE MAPPINGTO NAVIGATE AUTONOMOUS VEHICLES RESPONSIVE TO PHYSICAL ENVIRONMENT CHANGES”的美国专利申请No.14/932,963；2015年11月4日提交的名称为“TELEOPERATION SYSTEM ANDMETHOD FOR REMOTE TRAJECTORY MODIFICATION OF AUTONOMOUS VEHICLES”的美国专利申请No.14/932,966；2015年11月4日提交的名称为“COORDINATION OF DISPATCHING ANDMAINTAINING FLEET OF AUTONOMOUS VEHICLES”的美国专利申请No.14/756,995；以及2015年11月4日提交的名称为“ADAPTIVE AUTONOMOUS VEHICLE PLANNER LOGIC”的美国专利申请No.14/756,992；并且，此申请还与以下申请有关：2015年11月4日提交的名称为“AUTOMATED EXTRACTION OF SEMANTIC INFORMATION TO ENHANCE INCREMENTAL MAPPINGMODIFICATIONS FOR ROBOTIC VEHICLES”的美国专利申请No.14/932,940；2015年11月5日提交的名称为“SYSTEMS AND METHOD TO OPTIMIZE NAVIGATION OF AUTONOMOUS VEHICLETELEOPERATION AND PLANNING LOGIC”的美国专利申请No.14/933,602；2015年11月5日提交的名称为“SIMULATION SYSTEM AND METHODS FOR AUTONOMOUS VEHICLES”的美国专利申请No.14/757,016；2015年11月5日提交的名称为“SOFTWARE APPLICATION AND LOGIC TOMODIFY CONFIGURATION OF AN AUTONOMOUS VEHICLE”的美国专利申请No.14/933,665；2015年11月4日提交的名称为“METHOD FOR ROBOTIC VEHICLE COMMUNICATION WITH ANEXTERNAL ENVIRONMENT VIA ACOUSTIC BEAM FORMING”的美国专利申请No.14/756,993；2015年11月4日提交的名称为“SENSOR-BASED OBJECT-DETECTION OPTIMIZATION FORAUTONOMOUS VEHICLES”的美国专利申请No.14/756,991；2015年11月4日提交的名称为“CALIBRATION FOR AUTONOMOUS VEHICLE OPERATION”的美国专利申请No.14/756,996；2015年11月4日提交的名称为“ACTIVE LIGHTING CONTROL FOR COMMUNICATING A STATEOF AN AUTONOMOUS VEHICLE TO ENTITIES IN A SURROUNDING ENVIRONMENT”的美国专利申请No.14/932,948；2015年11月5日提交的名称为“INTERACTIVE AUTONOMOUS VEHICLECOMMAND CONTROLLER”的美国专利申请No.14/933,706；2015年11月4日提交的名称为“QUADRANT CONFIGURATION OF ROBOTIC VEHICLES”的美国专利申请No.14/932,958；以及2015年11月4日提交的名称为“ROBOTIC VEHICLE ACTIVE SAFETY SYSTEMS AND METHODS”的美国专利申请No.14/932,962，于此通过引用他们的整体将他们全部并入用于所有目的。

技术领域

各种实施例总体涉及自主车辆及相关联的机械、电气和电子硬件、计算机软件和系统、以及有线和无线网络通信用于请求和控制自主车辆服务。

背景技术

研发无人驾驶车辆的多种途径主要致力于自动化常规车辆(例如，手动汽车(manually-driven automotive vehicle))，目的是产生用于消费者购买的无人驾驶车辆。例如，许多汽车公司和分支机构正修改常规汽车和诸如操控的控制机构，以给消费者提供拥有可以操作而无需驾驶员的车辆的能力。在一些途径中，常规无人驾驶车辆在一些状况下执行安全关键的(safety-critical)驾驶功能，但是在车辆控制器不能解决可能危害占用者(occupant)的安全的某些问题时，需要驾驶员采取控制(例如，操控等)。

然而，功能上，常规无人驾驶车辆典型地具有许多缺陷。例如，正处于研发的大量无人驾驶汽车已经从需要手动(即人控制的)操控和其它类似汽车功能的车辆发生了演变。因此，大部分无人驾驶汽车是基于车辆要被设计为适应有驾照的驾驶员的范例，在车辆内给该有驾照的驾驶员保留了特定座位或位置。这样，无人驾驶汽车被设计为次最佳并且总体上放弃了简化车辆设计和节约资源(例如，减小生产无人驾驶车辆的成本)的机会。其它缺陷也存在于常规无人驾驶车辆中。

其它缺陷也存在于常规运输服务中，归因于提供常规运输和共乘(ride-sharing)服务的通常途径，常规运输服务未很好地适合于有效地管理例如车辆库存(inventory)。在一个常规途径中，需要乘客访问移动应用以经由给乘客分配人驾驶员和车辆(例如，在私人所有权的情况下)的中央服务请求运输服务。通过利用不同地拥有的车辆，私人车辆的维护和安全系统通常未经检查。在另一常规途径中，一些团体通过容许登记为会员的驾驶员访问在会员中共享的车辆而使得能够对一组车辆实施共乘。此途径未很好的适合于提供方便的运输服务，因为驾驶员所需要在特定位置进行共享车辆的搭乘(pick up)和落车(dropoff)，特定位置在城市环境中是罕见的和稀少的，并且需要访问用以停下共乘车辆的相对昂贵的不动产(即，停车场)。在以上描述的常规途径中，从库存的观点，用于提供运输服务的传统车辆通常未充分使用，因为一旦驾驶员离开，车辆就变为不能移动。此外，共乘途径(以及个别拥有的车辆运输服务)通常未很好地适合再平衡(rebalance)库存来匹配运输服务的需求，以适应使用和典型的行驶模式。注意，还有，具有有限的自驾驶自动化能力的一些常规描述的车辆也未很好地再平衡库存，因为通常可能需要人驾驶员。根据美国运输部的国家公路交通安全管理局(“NHTSA”)，具有有限的自驾驶自动能力的车辆的范例是设计为3级(“L3”)车辆的车辆。

作为另一缺陷，无人驾驶车辆的典型途径通常未很好适合于关于行驶中的车辆和其它车辆驾驶员或个体之间的互动(例如，社会互动)来检测和导航车辆。例如，一些常规的途径不能够充分地识别步行者、骑车人等，以及诸如眼接触和手势等的相关联的互动，以处理对无人驾驶车辆的占用者以及其它车辆的驾驶员、步行者等的安全风险。

从而，所需的是用于方便实施自主车辆，而无常规技术的限制的技术方案。

附图说明

以下具体实施方式和附图中公开了本发明的各种实施例或范例(“范例”)：

图1是描绘根据一些实施例的通信地联网至自主车辆服务平台的自主车辆的车队的实施的图示；

图2是根据一些实施例的监视自主车辆的车队的流程图的范例；

图3A是描绘根据一些范例的传感器和其它自主车辆部件的范例的图示；

图3B至3E是描绘根据一些范例的传感器场冗余(sensor field redundancy)和对传感器场的失去的自主车辆适配的范例的图示；

图4是描绘根据一些范例的包括经由通信层通信地耦合至自主车辆控制器的自主车辆服务平台的系统的功能框图；

图5是根据一些实施例的控制自主车辆的流程图的范例；

图6是描绘根据一些实施例的用于自主车辆控制器的架构的范例的图；

图7是描绘根据一些实施例的实施冗余通信信道以保持与自主车辆的车队的可靠通信的自主车辆服务平台的范例的图示；

图8是描绘根据一些实施例的被配置为在各种应用间交换数据的消息发送应用的范例的图示；

图9是描绘根据一些范例的用于使用图8中描绘的通信协议来方便远程操作的数据的类型的图示；

图10是示例根据一些实施例的远程操作者可以用以影响路径计划的远程操作者接口的范例的图示；

图11是描绘根据一些范例的被配置为发起远程操作的计划器的范例的图示；

图12是根据一些实施例的被配置为控制自主车辆的流程图的范例；

图13描绘根据一些范例的其中计划器可以生成轨迹的范例；

图14是描绘根据一些实施例的自主车辆服务平台的另一范例的图示；

图15是根据一些实施例的控制自主车辆的流程图的范例；

图16是根据一些范例的实施车队优化管理器的自主车辆车队管理器的范例的图示；

图17是根据一些实施例的用于管理自主车辆的车队的流程图的范例；

图18是示例根据一些实施例的实施自主车辆通信链接管理器的自主车辆车队管理器的图示；

图19是根据一些实施例的确定在事件期间用于自主车辆的动作的流程图的范例；

图20是描绘根据一些实施例的定域器(localizer)的范例的图示；

图21是根据一些实施例的基于集成的传感器数据来生成局部姿态(local pose)数据的流程图的范例；

图22是描绘根据一些实施例的定域器的另一范例的图示；

图23是描绘根据一些实施例的感知引擎的范例的图示；

图24是根据一些实施例的生成感知引擎数据的流程图的范例；

图25是根据一些实施例的分割处理器的范例；

图26A是描绘根据各种实施例的对象跟踪器和分类器的范例的图示；

图26B是描绘根据至少一些范例的对象跟踪器的另一范例的图示；

图27是根据一些范例的用于感知引擎的前端处理器的范例；

图28是描绘根据各种实施例的被配置为模拟合成环境中的自主车辆的模拟器的图示；

图29是根据一些实施例的模拟自主车辆的各种方面的流程图的范例；

图30是根据一些实施例的生成地图数据的流程图的范例；

图31是描绘根据一些实施例的地图构建引擎的架构的图示；

图32是描绘根据一些范例的自主车辆应用的图示；

图33至35示例根据各种实施例的被配置为向自主车辆服务的部件提供各种功能性的各种计算平台的范例；

图36A至36B示例了描绘根据各种实施例的具有与用户设备互动的各种子系统的自主车辆系统的高级框图；

图37示例了根据各种实施例的请求对自主车辆系统的各种特征的控制的高级框图；

图38是根据实施例的用于通过自主车辆服务请求并控制自主车辆系统的系统的网络图，示出了自主车辆管理系统的框图；

图39是示例根据一些范例的用于请求并控制自主车辆服务的过程的高级流程图；

图40是示例根据一些范例的用于提供自主车辆服务的过程的高级流程图；

图41至42是示例根据一些范例的用于请求并控制自主车辆服务的特征的过程的高级流程图；

图43是示例根据一些范例的用于使得能够访问自主车辆服务的过程的高级流程图；以及

图44至46示例根据各种实施例的设置于被配置为请求并控制自主车辆服务的设备中的示范性计算平台。

具体实施例方式

可以以许多方式实施各种实施例或范例，包括作为系统、过程、装置、用户接口、或诸如计算机可读存储介质的计算机可读介质或计算机网络上的一系列的程序指令，程序指令通过光学、电子或无线通信链接在该计算机网络上发送。通常，可以以任意顺序执行公开的过程的操作，除非在权利要求中另外规定。

以下与附图一起提供了一个或更多范例的具体实施方式。结合该范例提供了具体实施方式，但是具体实施方式不限于任何特别的范例。范围仅由权利要求及其许多替代、修改和等同所限定。以下描述中提出了许多特定细节，以提供透彻的理解。为范例目的提供这些细节，并且可以根据权利要求实践描述的技术，而无这些特定细节中的一些或全部。为清楚，没有详细描述与范例有关的技术领域中已知的技术材料，以避免不必要地使描述模糊。

图1是描绘根据一些实施例的通信地联网至自主车辆服务平台的自主车辆的车队的实施的图示。图示100描绘了作为服务操作的自主车辆109的车队(例如，一个或更多自主车辆109a至109e)，每个自主车辆109被配置到自驾驶道路网络110并建立与自主车辆服务平台101的通信链接192。在其中自主车辆109的车队构成服务的范例中，用户102可以经由一个或更多网络106向自主车辆服务平台101发送用于自主运输的请求103。作为响应，自主车辆服务平台101可以派遣自主车辆109之一以将用户102从地理位置119自主地运输至地理位置111。自主车辆服务平台101可以从站点190向地理位置119派遣自主车辆，或可以使已经在通行(例如，无占用者)的自主车辆109c转向以服务对用户102的运输请求。自主车辆服务平台101还可以被配置为响应于来自用户102(例如，作为乘客)的请求，使具有乘客的在通行的自主车辆109c转向。另外，自主车辆服务平台101可以被配置为预约具有乘客的在通行的自主车辆109c，以在现有的乘客落车之后转向为服务用户102的请求。需要注意，可以实施多个自主车辆服务平台101(未示出)和一个或更多站点190以结合道路网络110服务一个或更多自主车辆109。一个或更多站点109可以被配置为存储、服务、管理、和/或保持自主车辆109的库存(例如，站点190可以包括一个或更多实施自主车辆服务平台101的计算设备)。

根据一些范例，自主车辆109a至109e中的至少一些被配置为双向自主车辆，诸如双向自主车辆(“AV”)130。双向自主车辆130可以被配置为主要在沿，但不限于，纵轴131的任意方向上行驶。因而，双向自主车辆130可以被配置为实施车辆外部的主动照明以警告附近的，且其中双向自主车辆130正沿着行驶的方向上的其他人(例如，其他驾驶员、步行者、骑行者等)。例如，在沿第一方向行驶时，可以将灯136的主动源实施为主动灯138a，或在沿第二方向行驶时，可以将灯136的主动源实施为主动灯138b。可以使用一种或更多颜色的第一子集来实施主动灯138a，具有可选动画(例如，可以随时间改变的光或颜色的可变强度的光模式)。类似地，可以使用一种或更多颜色的第二子集和可以与主动灯138a的那些光模式不同的光模式来实施主动灯138b。例如，可以使用作为“头灯”的白色灯来实施主动灯138a，而可以使用作为“尾灯”的红色灯来实施主动灯138b。主动灯138a和138b，或其部分，可以被配置为提供其他与光有关的功能性，诸如提供“转向(tum)信号指示”功能(例如，使用黄光)。根据各种范例，自主车辆130中的逻辑可以被配置为使主动灯138a和138b适配为对于任何数量的管辖区域符合各种安全要求和交通规则或法律。

在一些实施例中，可以将双向自主车辆130配置为在诸如四元部分(quadportion)194的每个四元部分中具有类似的结构元件和部件。至少在此范例中将四元部分描绘为双向自主车辆130的由平面132和平面134的交叉点(intersection)限定的部分，平面132和134均通过车辆以在平面132和134的每一侧上形成两个类似的一半。此外，双向自主车辆130可以包括自主车辆控制器147，自主车辆控制器147包括被配置为控制占优势数量的车辆功能的逻辑(例如，硬件或软件，或其组合)，占优势数量的车辆功能包括驾驶控制(例如，推进、操控等)和灯的主动源136等其他功能。双向自主车辆130还包括设置在车辆上的各种位置的多个传感器139(未示出其他传感器)。

自主车辆控制器147还可以被配置为确定自主车辆109的局部姿态(例如，局部方位(local position))并检测相对于车辆的外部对象。例如，考虑双向自主车辆130正在道路网络110中沿方向119行驶。自主车辆控制器147的定域器(未示出)能够确定地理位置111处的局部姿态。这样，定域器可以使用采集的诸如与建筑物115和117的表面相关联的传感器数据的传感器数据，该传感器数据能够与诸如地图数据(例如，3D地图数据，包括反射数据)的参考数据进行比较以确定局部姿态。此外，自主车辆控制器147的感知引擎(未示出)可以被配置为对诸如外部对象112(“树”)和外部对象114(“步行者”)的外部对象的行为进行检测、分类、和预测。该外部对象的分类可以将对象宽泛地分类为诸如外部对象112的静态对象和诸如外部对象114的动态对象。AV控制器147的定域器和感知引擎以及其他部件合作以使得自主车辆109自主驾驶。

根据一些范例，自主车辆服务平台101被配置为在自主车辆109请求远程操作时提供远程操作者服务。例如，考虑自主车辆109d中的自主车辆控制器147检测使点191处的车行道122上的路径124模糊的对象126，如在插图120中描绘的。如果自主车辆控制器147不能以相对高的确定性程度查明车辆109d可以安全地通行的路径或轨迹，则自主车辆控制器147可以发送请求消息105用于远程操作服务。作为响应，远程操作者计算设备104可以从远程操作者108接受指令以执行用于成功地(安全地)越过障碍126的动作过程。响应数据107然后能够被发送回自主车辆109d以使得车辆例如在其沿替代路径121通行时安全地横过一组双线。在一些范例中，远程操作者计算设备104可以生成识别地理区域的响应以将对路径的计划排除在外。特别是，不是提供要遵循的路径，远程操作者108可以限定自主车辆必须避开的区域或位置。

基于上述内容，自主车辆130和/或自主车辆控制器147以及他们的部件的结构和/或功能性能够通过诸如定域(localization)和感知的与自主有关的操作执行实时(或几乎实时)的轨迹计算，以使得自主车辆109能够自驾驶。

在一些情况下，双向自主车辆130的双向性质提供具有彼此类似或基本类似的四元部分194(或任何其他数量的对称部分)的车辆。该对称减小设计的复杂性并相对地降低了独特部件或结构的数量，由此减小库存和制造复杂性。例如，传动系统(drivetrain)和轮系统可以设置于四元部分194中的任意部分中。此外，自主车辆控制器147被配置为发起远程操作服务以减小自主车辆109通行中延迟的可能性，同时解决否则可能影响占用者的安全的事件或问题。在一些情况下，道路网络110的可见部分描绘地理围住(geo-fenced)区域，该地理围住区域可以将自主车辆109的移动限制或另外地控制于图1中示出的道路网络。根据各种范例，自主车辆109及其车队可以是能够配置的以作为4级(“全自驾驶自动化”，或L4)车辆操作，4级车辆能够在需求时以点对点个人机动性的便利和私密提供运输，同时提供共享车辆的效率。在一些范例中，自主车辆109或于此描述的任何自主车辆可以被配置为省略方向盘(steering wheel)或提供对自主车辆109的手动(例如，人控制的)操控(steering)的任何其他机械构件。此外，自主车辆109或于此描述的任何自主车辆可以被配置为省略车辆内的为占用者保留的座位或位置以接合方向盘。

图2是根据一些实施例的监视自主车辆的车队的流程图的范例。在202，在监视自主车辆的车队时，流程200开始。至少一个自主车辆包括自主车辆控制器，自主车辆控制器被配置为使得车辆从第一地理区域自主地通行至第二地理区域。在204，检测表示与对于车辆的计算的置信水平相关联的事件的数据。事件可以是影响自主车辆的操作或潜在地影响自主车辆的操作的状况或情形。事件可以是自主车辆内部的，或外部的。例如，遮蔽(obscuring)车行道的障碍物可以被视为事件，通信的减少或失去也是。事件可以包括交通状况或堵车，以及由感知引擎感知的意外的或不寻常的数量或类型的外部对象(或踪迹)。事件可以包括天气相关的状况(例如，归因于冰或雨，摩擦的失去)或太阳用以照射的角度(例如，在日落时)，诸如使得太阳明亮地照射到其他车辆的人驾驶员的眼中的相对于地平线的低的角度。这些和其他状况可以被视为引起远程操作者服务的发起或使车辆执行安全停止轨迹的事件。

在206，可以响应于事件的检测从自主车辆接收表示候选轨迹的子集的数据。例如，自主车辆控制器的计划器可以每单位时间计算并评估大量的轨迹(例如，成千或更多)，单位时间诸如是秒。在一些实施例中，候选轨迹是考虑到事件提供自主车辆可以安全地向前移动(例如，使用远程操作者提供的替代路径)的相对地较高的置信水平的轨迹的子集。需要注意，一些候选轨迹可以被分级或，相比于其他候选轨迹，与较高置信度关联。根据一些范例，候选轨迹的子集可以源自任何数量的源，诸如计划器、远程操作者计算设备(例如，远程操作者能够确定并提供近似路径)等，并且可以被组合为候选轨迹的超集。在208，可以在一个或更多处理器处识别路径引导数据。路径引导数据可以被配置为辅助远程操作者从候选轨迹中的一个或更多候选轨迹中选择引导轨迹。在一些情况下，路径引导数据指定指示置信水平或概率的值，该值指示特别候选轨迹可以减小或消除事件可以影响自主车辆的操作的概率的确定性程度。可以响应于来自远程操作者的输入(例如，远程操作者可以从一组不同地分级的候选轨迹选择至少一个候选轨迹作为引导轨迹)，在210接收作为选择的候选轨迹的引导轨迹。可以经由列出多个候选轨迹的操作者接口进行选择，例如按从最高置信水平至最低置信水平的顺序。在212，作为引导轨迹的候选轨迹的选择可以被发送至车辆，车辆依次(in tum)实施引导的轨迹，以通过使得车辆执行远程操作者指定的操纵来解决状况。这样，自主车辆可以从非正常操作状态转变。

图3A是描绘根据一些范例的传感器和其它自主车辆部件的范例的图示。图示300描绘了包括传感器、信号路由器345、传动系统349、可拆卸电池343、音频生成器344(例如，扬声器或换能器)、以及自主车辆(“AV”)控制逻辑347的双向自主车辆330的内部视图。图示300中示出的传感器包括图像捕获传感器340(例如，光捕获设备或任何类型的相机)、音频捕获传感器342(例如，任何类型的麦克风)、雷达设备348、声纳设备341(或其他类似的传感器，包括超声传感器或与声音有关的传感器)、以及激光雷达(LIDAR)设备346等其他传感器类型和形态(其中一些未示出，诸如惯性测量单元(或“IMU”)、全球定位系统(“GPS”)传感器、声纳传感器等)。需要注意，四元部分350表示双向自主车辆330的四个“四元部分”中的每一个四元部分的对称(例如，除所描绘的外，每个四元部分350可以包括轮子、传动系统349、类似的操控机构、类似的结构支持和部件等)。如图3A中描绘的，类似的传感器可以放置在每个四元部分350中的类似的位置，然而可以实施任何其他配置。每个轮子可以是能够个体地且独立于其他轮子而操控的。还需要注意，可拆卸电池343可以被配置为方便换入和换出，而不是在位充电，由此确保减小的或可忽略的归因于必须对电池343进行充电的停机时间。虽然自主车辆控制器147a被描绘为用于双向自主车辆330中，但是自主车辆控制器347a不限于此并且可以被实施于单向自主车辆或任何其他类型的车辆中，不管是在陆上，在空中，还是在海上。需要注意，图3A中示出的传感器的描绘和描述的方位、位置、取向、数量、以及类型不是意图进行限制，并且这样，可以存在任何数量和类型的传感器，并且可以使任何传感器在自主车辆330上的任何地方定位和取向。

根据一些实施例，可以使用图形处理单元(“GPU”)的集群来实施自主车辆(“AV”)控制逻辑347的部分，图形处理单元(“GPU”)的集群实施适合于对的GPU的集群(cluster)进行编程的框架和编程模型。例如，计算统一设备架构(“CUDA”)兼容的编程语言和应用编程接口(“API”)模型可以用于对GPU进行编程。由加利福尼亚(California)的Santa Clara的NVIDIA生产和维护CUDA^TM。需要注意，可以实施其他编程语言，诸如OpenCL，或任何其他并行编程语言。

根据一些实施例，自主车辆控制逻辑347可以作为自主车辆控制器347a实施于硬件和/或软件中，自主车辆控制器347a被示为包括运动控制器362、计划器364、感知引擎366、以及定域器368。如所示，自主车辆控制器347a被配置为接收相机数据340a、激光雷达数据346a、以及雷达数据348a，或任何其他范围感测或定域(localization)数据，包括声纳数据341a等。自主车辆控制器347a还被配置为接收定位(positioning)数据，诸如GPS数据352、IMU数据354、以及其他方位(position)感测数据(例如，与轮有关的数据，诸如操控角度、角速度等)。此外，自主车辆控制器347a可以接收任何其他传感器数据356，以及参考数据339。在一些情况下，参考数据339包括地图数据(例如3D地图数据、2D地图数据、4D地图数据(例如，包括时代确定))和路线(route)数据(例如，道路网络数据，包括但不限于RNDF数据(或类似的数据)、MDF数据(或类似的数据)等。

定域器368被配置为接收来自一个或更多源的传感器数据，诸如GPS数据352、轮数据、IMU数据354、激光雷达数据346a、相机数据340a、雷达数据348a等、以及参考数据339(例如，3D地图数据和路线数据)。定域器368通过将传感器数据与地图数据进行比较来集成(例如，融合传感器数据)和分析数据，以确定双向自主车辆330的局部姿态(或方位)。根据一些范例，定域器368可以实时地或几乎实时地生成或更新任何自主车辆的姿态或方位。需要注意，定域器368及其功能性不必限于“双向”车辆并且能够实施于任何类型的任何车辆中。因此，定域器368(以及AV控制器347a的其他部件)可以实施于“单向”车辆或任何非自主车辆中。根据一些实施例，描述局部姿态的数据可以包括一个或更多x坐标、y坐标、z坐标(或任何坐标系的任何坐标，包括极坐标系或柱坐标系等)、偏航值、摇晃值(roll value)、桨距值(pitch value)(例如，角度值)、速率(例如，速度)、纬度等。

感知引擎366被配置为接收来自一个或更多源的传感器数据，诸如激光雷达数据346a、相机数据340a、雷达数据348a等、以及局部姿态数据。感知引擎366可以被配置为基于传感器数据和其他数据来确定外部对象的位置。外部对象例如可以是不是可驱动表面的部分的对象。例如，感知引擎366能够检测并将外部对象分类为步行者、骑自行车的人、狗、其他车辆等(例如，感知引擎366被配置为根据分类的类型来对对象进行分类，分类的类型可以与语义信息相关联，包括标签)。基于这些外部对象的分类，可以将这些外部对象标注为动态对象或静态对象。例如，被分类为树的外部对象可以被标注为静态对象，而被分类为步行者的外部对象可以被标注为静态对象。可以在地图数据中描述或不描述标注为静态的外部对象。可能被标注为静态的外部对象的范例包括交通锥标、跨车行道布置的水泥障碍物、车道封闭标记、邻近车行道的新放置的邮箱或垃圾桶等。可能被标注为动态的外部对象的范例包括骑自行车的人、步行者、动物、其他车辆等。如果外部对象被标注为动态的，并且关于外部对象的进一步的数据可以指示活动和速度的典型水平、以及与分类类型相关联的行为模式。可以通过跟踪外部对象生成关于外部对象的进一步的数据。这样，能够使用分类类型来预测或另外确定外部对象可以例如干扰沿计划的路径行驶的自主车辆的可能性。例如，可以将被分类为步行者的外部对象与某最大速度以及平均速度(例如，基于跟踪数据)相关联。步行者相对于自主车辆的速度的速度能够用于确定碰撞是否可能。此外，感知引擎364可以确定与对象的当前和将来状态相关联的不确定性水平。在一些范例中，可以将不确定性水平表示为评估值(或概率)。

计划器364被配置为接收来自感知引擎366的感知数据，并且还可以包括来自定域器368的定域器数据。根据一些范例，感知数据可以包括指定位于自主车辆附近的静态和动态对象的障碍物地图，而定域器数据可以包括局部姿态或方位。操作中，至少基于自主车辆相对于外部动态和静态对象的位置的位置，计划器364生成许多轨迹，并评估轨迹。计划器364基于据以以提供无碰撞行驶的方式引导自主车辆的各种标准来选择最佳轨迹。在一些范例中，计划器364可以被配置为将轨迹计算为概率地确定的轨迹。此外，计划器364可以发送操纵和推进命令(以及减速或制动命令)至运动控制器362。运动控制器362随后可以将诸如操纵命令、压制或推进命令、以及制动命令的任何命令转换为控制信号(例如，应用于致动器或其它机械接口)以实施操纵或轮角度351和/或速度353的改变。

图3B至3E是描绘根据一些范例的传感器场冗余和对传感器场的失去的自主车辆适配的范例的图示。图3B的图示391描绘其中传感器310a检测对象(例如，用于确定范围或距离，或其他信息)的传感器场301a。虽然传感器310a可以实施任何类型的传感器或传感器形态，但是传感器310a和类似地描述的诸如传感器310b、310c、以及310d的传感器可以包括激光雷达设备。因此，传感器场301a、301b、301c、以及301d各包括激光延伸到其中的场。图3C的图示392描绘四个交叠的传感器场，其中每一个传感器场由对应的激光雷达传感器310(未示出)生成。如所示，传感器场的部分301包括不交叠的传感器场(例如，单个激光雷达场)，传感器场的部分302包括两个交叠的传感器场，并且部分303包括三个交叠的传感器场，由此该传感器在激光雷达传感器发生故障时提供多级冗余。

图3D描绘了根据一些范例的归因于激光雷达309的故障操作的传感器场的失去。图3C的传感器场302被变换为单个传感器场305，图3C的传感器场301之一于间隙304失去了，并且图3C的传感器场303中的三个传感器场被变换为传感器场306(即，限于两个交叠场)。在自主汽车330c正沿行驶方向396行驶时，移动的自主车辆前面的传感器场可以没有处于尾端(trailing end)部分的传感器场那么鲁棒。根据一些范例，自主车辆控制器(未示出)被配置为杠杆影响(leverage)自主车辆330c的双向性质以处理车辆前面的前导区(leading area)处的传感器场的失去。图3E描绘了用于恢复自主车辆330d前面的传感器场的一定程度鲁棒性的双向操纵。如所示，将更鲁棒的传感器场302设置于车辆330d的与尾灯348同延的后部。在方便时，自主车辆330d通过拖拉到行车道397中来执行双向操纵并切换其方向性，使得尾灯348主动切换至自主车辆330d的另一侧(例如，后缘)。如所示，自主车辆330d在其沿行驶方向398行驶时恢复车辆前面的鲁棒的传感器场302。此外，上述双向操纵消除了对需要倒退到繁忙的车行道(roadway)中的更复杂的操纵的需要。

图4是描绘根据一些范例的包括经由通信层通信地耦合至自主车辆控制器的自主车辆服务平台的系统的功能框图。图示400描绘设置于自主车辆430中的自主车辆控制器(“AV”)447，自主车辆430依次包括耦合至自主车辆控制器447的多个传感器470。传感器470包括一个或更多激光雷达设备472、一个或更多相机474、一个或更多雷达476、一个或更多全球定位系统(“GPS”)数据接收器-传感器、一个更多惯性测量单元(“IMU”)475、一个或更多测距法传感器477(例如，轮编码传感器、轮速传感器等)、以及任何其他适合的传感器478，诸如红外相机或传感器、有超光谱能力的(hyperspectral-capable)传感器、超声传感器(或任何其他基于声能的传感器)、基于射频的传感器等。在一些情况下，可以作为测距法传感器477或适合的传感器478包括被配置为感测轮的操控角度的轮角度传感器。在非限制性范例中，自主车辆控制器447可以包括四个或更多激光雷达472、十六个或更多相机474以及四个或更多雷达单元476。此外，传感器470可以被配置为向自主车辆控制器447的部件以及自主车辆服务平台401的元件提供传感器数据。如图示400中所示出的，自主车辆控制器447包括计划器464、运动控制器462、定域器468、感知引擎466、以及局部地图生成器440。需要注意，图4的图示400中描绘的元件可以包括结合一个或更多其他图描述的类似地命名的元件的结构和/或功能。

定域器468被配置为相对于参考数据对自主车辆进行定域(即，确定局部姿态)，参考数据可以包括地图数据、路线数据(例如，道路网络数据，诸如类似RNDF的数据)等。在一些情况下，定域器468被配置为识别例如空间中的点，该点可以表示自主车辆430相对于表示环境的特征的位置。定域器468被示为包括传感器数据集成器(integrator)469，传感器数据集成器469可以被配置为集成传感器数据(例如，不同传感器形态)的多个子集以减小与每个传感器个体类型有关的不确定性(uncertainty)。根据一些范例，传感器数据集成器469被配置为融合传感器数据(例如，激光雷达数据、相机数据、雷达数据等)以形成集成传感器数据值用于确定局部姿态。根据一些范例，定域器468检索源自参考数据存储库(repository)405的参考数据，参考数据存储库405包括用于存储2D地图数据、3D地图数据、4D地图数据等的地图数据存储库405a。定域器468可以被配置为至少识别环境中的比得上地图数据的特征的子集，以识别或另外确认自主车辆430的姿态。根据一些范例，定域器468可以被配置为识别环境中的任何数量的特征，使得特征的集合能够是一个或更多特征，或所有特征。在特定范例中，为定域目的，可以将任何数量的激光雷达数据(例如，大多数或基本上所有激光雷达数据)与表示地图的数据进行比较。通常，从环境特征与地图数据的比较得到的非匹配对象可以是动态对象，诸如车辆、自行车骑行者、步行者等。需要注意，可以执行包括障碍物的动态对象的检测，而具有或不具有地图数据。特别是，可以独立于地图数据(即，没有地图数据)来检测和跟踪动态对象。在一些情况下，可以将2D地图数据和3D地图数据视为“全局地图数据”或已经由自主车辆服务平台401在时间点验证(validate)过的地图数据。因为可以周期性地更新和/或验证地图数据存储库405a中的地图数据，所以在地图数据和自主车辆所位于的实际环境之间存在偏差。因此，定域器468可以检索由局部地图生成器440生成的局部导出的地图数据，以增强定域。局部地图生成器440被配置为实时地或几乎实时地生成局部地图数据。可选地，局部地图生成器440可以接收静态和动态对象地图数据以通过例如在定域中忽略(disregard)动态对象来增强局部生成的地图的精度。根据至少一些实施例，局部地图生成器440可以与定域器468集成或形成为其部分。在至少一种情况下，局部地图(map)生成器440逐个地或与定域器468合作，可以被配置为基于同时定域和地图构建(“SLAM”)等来生成地图和/或参考数据。需要注意，定域器468可以实施“混合”途径以使用地图数据，由此定域器468中的逻辑可以被配置为选择各种数量的来自地图数据存储库405a地图数据或来自局部地图生成器440的局部地图数据，取决于地图数据的每个源的可靠度。因此，考虑到局部生成的地图数据，定域器468仍可以使用过时地图数据。

感知引擎466被配置为例如通过识别自主车辆430正通行(transit)于其中的周围环境中的感兴趣对象来辅助计划器464计划路线和生成轨迹(trajectory)。此外，可以将概率与每个感兴趣的对象相关联，由此概率可以表示感兴趣的对象可能是对安全行驶的威胁的可能性(例如，快速移动的摩托车可以比坐在公共汽车站长凳上阅读报纸的人需要增强的跟踪)。如所示，感知引擎466包括对象检测器442和对象分类器444。对象检测器442被配置为相对于环境中的其他特征而区别对象，并且对象分类器444可以被配置为将对象分类为动态或静态对象并跟踪动态和静态对象相对于自主车辆430的位置用于计划目的。此外，感知引擎466可以被配置为将识别符(identifier)分配给静态或动态对象，识别符指定对象是否是(或具有成为的潜力)可以影响计划器464处的路径计划的障碍物。虽然图4中未示出，但是需要注意，感知引擎466也可以执行其他与感知有关的功能，诸如分割(segmentation)和跟踪，其范例在以下描述。

计划器464被配置为生成多个候选轨迹以实现经由可用的多个路径或路线到达目的地的目的。轨迹评估器465被配置为评估候选轨迹并识别候选轨迹的哪些子集与提供至目的地的无碰撞路径的置信水平的较高程度相关联。这样，轨迹评估器465能够基于用于引起命令的相关标准选择最佳轨迹，以生成用于车辆部件450(例如，致动器或其他机构)的控制信号。需要注意，相关标准可以包括限定最佳轨迹的任何数量的因素，其选择不必限于减少碰撞。例如，例如可以进行轨迹的选择以优化用户体验(例如，用户舒适性)以及符合交通规则和法律的无碰撞轨迹。可以通过在各直线和角度方向上慢化(moderate)加速(例如，减少颠簸状行驶或其他不愉快的运动)来优化用户体验。在一些情况下，相关标准的至少部分能够指定要忽略或取代其他标准的哪些，同时保持优化的无碰撞行驶。例如，在限制的情形下(例如，越过双黄线以围绕骑行者行进或以比张贴的匹配交通流的速度限制高的速度行驶)生成轨迹时，法定约束可以被暂时提升或削弱。这样，控制信号被配置为在传动系统和/或轮子处引起推进和方向改变。在此范例中，运动控制器462被配置为将命令变换为控制信号(例如，速度、轮角度等)用于控制自主车辆430的机动性。在轨迹评估器465具有不充分的信息来确保置信水平足够高以提供无碰撞的优化的行驶时，计划器464能够生成至远程操作者404的请求用于远程操作者支持。

自主车辆服务平台401包括远程操作者404(例如，远程操作者计算设备)、参考数据存储库405、地图更新器406、车辆数据控制器408、校准器409、以及离线对象分类器410。需要注意，自主车辆服务平台401的每一个元件可以独立地设置或分布并与自主车辆服务平台401中的其他元件通信。此外，自主车辆服务平台401的元件可以经由通信层402独立地与自主车辆430通信。地图更新器406被配置为接收地图数据(例如，从局部地图生成器440、传感器460、或自主车辆控制器447地任何其他部件)，并且还被配置为检测例如地图数据存储库405a中的地图数据与局部地生成的地图的偏差。车辆数据控制器408能够使地图更新器406更新存储库405内的参考数据并方便更新2D、3D、和/或4D地图数据。在一些情况下，车辆数据控制器408能够控制用以将局部地图数据接收到自主车辆服务平台408中到速率以及地图更新器406用以执行地图数据的更新的频率。

校准器409被配置为执行相同或不同类型的各种传感器的校准。校准器409可以被配置为确定传感器的相对姿态(例如，在笛卡尔空间(x，y，z))和传感器的取向(例如，滚动、桨距和偏航)。诸如相机、激光雷达传感器、雷达传感器等的传感器的姿态和取向可以被相对于其他传感器来校准，以及全局地相对于车辆的参考框(frame)来校准。离线自校准也能够校准或估计其他参数，诸如车辆惯性张量、轴距(wheel base)、轮半径或表面道路摩擦。根据一些范例，也能够在线进行校准以检测参数改变。也需要注意，通过校准器409的校准可以包括传感器的内在参数(例如，光学畸变、束角度等)并可以包括外在参数。在一些情况下，作为范例，可以通过最大化3D激光数据中的深度不连续与图像数据的边缘之间的相关性来执行校准器409。离线对象分类410被配置为从传感器470或自主车辆控制器447的任何其他部件接收数据，诸如传感器数据。根据一些实施例，离线对象分类410的离线分类渠道可以被配置为对对象进行预收集和注释(annotate)(例如，由人手动地和/或使用离线标注算法自动地)，并且还可以被配置为训练在线分类器(例如，对象分类器444)，在线分类器能够在在线自主操作期间提供对象类型的实时分类。

图5是根据一些实施例的控制自主车辆的流程图的范例。在502，当例如通过自主车辆控制器接收源自自主车辆处的多个形态的传感器的传感器数据时，流程500开始。可以集成传感器数据的一个或更多子集用于生成融合数据来改善例如估计。在一些范例中，可以在504融合一个或更多传感器(例如，相同或不同形态)的传感器流以形成融合传感器数据。在一些范例中，可以在504融合激光雷达传感器数据和相机传感器数据的子集，以方便定位。在506，可以在处理器处导出基于传感器数据的至少两个子集的表示对象的数据。例如，可以至少从激光雷达和相机数据导出(例如，在感知引擎处)识别静态对象或动态对象的数据。在508，确定检测的对象以影响计划的路径，并且在510，响应于检测的对象而评估(例如，在计划器处)轨迹的子集。在512，确定置信水平超过与自主车辆的正常操作相关联的能够接受的置信水平的范围。因此，在此情况下，置信水平可以是使得选择最佳路径的确定性较不可能，由此可以将最佳路径确定为以下的概率的函数：方便无碰撞行驶、符合交通法律、提供舒适的用户体验(例如，舒适的乘坐)、和/或生成有关任何其他因素的候选轨迹。这样，在514可以将对替代路径的请求发送至远程操作者计算设备。其后，远程操作者计算设备可以给计划器提供自主车辆用以行驶的最佳轨迹。在情形下，车辆还可以确定执行安全停止操纵是最佳动作过程(例如，安全和自动地使得自主车辆停止在相对低危险概率的位置处)。需要注意，于此在此和其他流程图中描绘的顺序不是意图暗示需要线性地(linearly)执行各种功能，因为流程图的每个部分可以与流程图的任何一个或更多其他部分串行或并行地执行，并且可以独立于或依赖于流程图地其他部分而执行。

图6是描绘根据一些实施例的用于自主车辆控制器的架构的范例的图示。图示600描绘多个过程，该多个过程包括运动控制器过程662、计划器处理器664、感知过程666、地图构建过程640、以及定域过程668，他们中的一些可以生成或接收与其他过程有关地数据。其他过程，诸如过程670和650，可以方便与自主车辆的一个或更多机械部件的互动。例如，感知过程666、地图构建过程640、以及定域过程668被配置为接收来自传感器670的传感器数据，而计划器过程664和感知过程666被配置为接收引导数据606，引导数据606可以包括路线数据，诸如道路网络数据。此外，对于图示600，定域过程668被配置为接收地图数据605a(即，2D地图数据)、地图数据605b(即，3D地图数据)、以及局部地图数据642、以及其他类型的地图数据。例如，定域过程668还可以接收诸如4D地图数据的其他形式的地图数据，其可以包括例如时代确定。定域过程668被配置为生成表示局部姿态的局部方位数据641。将局部方位数据641提供给运动控制器过程662、计划器过程664、以及感知过程666。感知过程666被配置为生成静态和动态对象地图数据667，静态和动态对象地图数据667依次可以被发送至计划器过程664。在一些范例中，可以与诸如语义分类信息和预测的对象行为的其他数据一起发送静态和动态对象地图数据667。计划器过程664被配置为生成轨迹数据665，轨迹数据665描述计划器664生成的多个轨迹。运动控制器过程使用轨迹数据665来生成低级别命令或控制信号，以应用于致动器650来引起操控角度和/或速度的改变。

图7是描绘根据一些实施例的实施冗余通信信道以保持与自主车辆的车队的可靠通信的自主车辆服务平台的范例的图示。图示700描绘了自主车辆服务平台701，自主车辆服务平台701包括参考数据生成器705、车辆数据控制器702、自主车辆车队管理器703、远程操作者管理器707、模拟器740、以及策略管理器742。参考数据生成器705被配置为生成并修改地图数据和路线数据(例如，RNDF数据)。此外，参考数据生成器705可以被配置为访问2D地图数据存储库720中的2D地图、访问3D地图数据存储库722中的3D地图、以及访问路线数据存储库724中的路线数据。在一些范例中可以实施其他地图表示数据和存储库，诸如包括年代确定的4D地图数据。车辆数据控制器702可以被配置为执行各种操作。例如，车辆数据控制器702可以被配置为基于信道770上通信的质量水平来改变在自主车辆的车队与平台701之间交换数据的速率。例如，在带宽约束时段期间，可以对数据通信进行优先级排序，使得将来自自主车辆730的远程操作请求优先级排序为高以确保投递。此外，可以通过信道770经车辆发送可变水平的数据提取，取决于对特别信道可用的带宽。例如，在存在鲁棒的网络连接时，可以发送全激光雷达数据(例如，基本上所有的激光雷达数据，但是也可以少一些)，而在存在劣化的或低速的连接时，可以发送数据的较简单或更抽象的描绘(例如，具有关联的元数据的定界盒(bounding box)等)。自主车辆车队管理器703被配置为协调(coordinate)自主车辆703的派遣(dispatch)，以优化多个变量，包括电池功率的有效使用、行驶时间、自主车辆730中的空调单元在电池的低充电状态期间是否可以使用等，可以为了(in view of)优化与操作自主车辆服务相关联到成本函数，而监视这些变量中到任何变量或所有变量。可以实施算法以分析用以最小化对于自主车辆的车队的行驶的时间或成本的各种变量。此外，为了最大化车队的正常工作时间，自主车辆车队管理器703保持自主车辆的以及用于适应服务规划的部分的库存(inventory)。

远程操作者管理器707被配置为管理远程操作者708用以提供输入的多个远程操作者计算设备704。模拟器740被配置为模拟一个或更多自主车辆730的操作，以及远程操作者管理器707与自主车辆730之间的互动。模拟器740还可以模拟设置于自主车辆730中的多个传感器的操作(包括模拟的噪声的引入)。此外，可以模拟诸如城市的环境，使得模拟的自主车辆能够被引入到合成(synthetic)环境，由此模拟的传感器可以接收模拟的传感器数据，诸如模拟的激光回波(return)。模拟器740也可以提供其他功能，包括验证软件更新和/或地图数据。考虑到自主车辆在车行道网络上行驶时遇到的各种状况或事件，策略管理器742被配置为保持表示自主车辆应遵守的策略或规则的数据。在一些情况下，考虑到策略的改变，可以在模拟器740中模拟更新的策略和/或规则，以确认(confirm)自主车辆的车队的安全操作。自主车辆服务平台701的上述元件中的一些在以下得到进一步的描述。

通信信道770被配置为在自主车辆730的车队和自主车辆服务平台701间提供联网通信链接。例如，通信信道770包括具有对应的子网络(例如，771a至771n)的多个不同类型的网络771、772、773、和774，以确保一定水平的冗余用于可靠地操作自主车辆服务。例如，通信信道770中的不同类型的网络可以包括不同的蜂窝网络提供者、不同类型的数据网络等，以确保在由一个或更多网络771、772、773、和774中的中断导致的减少的或失去的通信的事件中有足够的带宽。

图8是描绘据一些实施例的被配置为在各种应用间交换数据的消息发送应用的范例的图示。图示800描绘设置于远程操作者管理器中的远程操作者应用801以及设置于自主车辆中的自主车辆应用830，由此远程操作者应用801和自主车辆应用830经由方便在诸如网络87、872、和其他网络873的各种网络上通信的协议交换消息数据。根据一些范例，通信协议是实施为数据分配服务(Data Distribution Service^TM)的中间件协议，数据分配服务具有由对象管理组协会保持的规范。根据通信协议，远程操作者应用801和自主车辆应用830可以包括设置于消息域(message domain)中的消息路由器854，消息路由器被配置为与远程操作者API 852进行接口。在一些范例中，消息路由器854是路由服务。在一些范例中，可以通过远程操作者识别符来识别远程操作者应用801中的消息域850a，而消息域850b可以被识别为与车辆识别符相关联的域。远程操作者应用801中的远程操作者API 852被配置为与远程操作者过程803a至803c接口，由此将远程操作者过程803b与自主车辆识别符804相关联，并且将远程操作者过程803c与事件识别符806相关联(例如，指定交叉点的识别符，该交叉点对于无碰撞路径计划可能是有问题的)。自主车辆830中的远程操作者API 852被配置为与自主车辆操作系统840进行接口，自主车辆操作系统840包括感测应用842、感知应用844、定域应用846、以及控制应用848。考虑到签署，上述通信协议可以方便数据交换以方便于此描述的远程操作。此外，上述通信协议可以适应于在一个或更多自主车辆和一个或更多自主车辆服务平台间提供安全的(secure)数据交换。例如，消息路由器854可以被配置为对消息进行加密和解密，以在例如远程操作者过程803与自主车辆操作系统840之间提供受保护的互动。

图9是描绘根据一些范例的用于使用图8中描绘的通信协议来方便远程操作的数据的类型的图示。图示900描绘了与耦合至远程操作者应用901的远程操作者计算设备904接口的远程操作者908，远程操作者应用901被配置为经由实施于一个或更多网络971中的数据中心消息发送(messaging)总线972交换数据。数据中心消息发送总线972提供远程操作者应用901与自主车辆应用930之间的通信链接。远程操作者应用901的远程操作者API962被配置为接收消息服务配置数据964和路线数据960，诸如道路网络数据(例如，类似RNDF的数据)、任务数据(例如，MDF数据)等。类似地，消息发送服务桥932也被配置为接收消息发送服务配置数据934。消息发送服务配置数据934和964提供配置数据以配置远程操作者应用901与自主车辆应用930之间的消息发送服务。消息发送服务配置数据934和964的范例包括实施的以配置数据分配服务(Data Distribution Service^TM)应用的服务质量(“QoS”)配置数据。

以下描述用于方便远程操作经由通信协议的数据交换的范例。考虑障碍物数据920由自主车辆控制器的感知系统生成。此外，计划器选项数据924由计划器生成以通知候选轨迹的子集的远程操作者，并且方位数据926由定域器生成。障碍物数据920、计划器选项数据924、以及方位数据926被发送至消息发送服务桥932，消息发送服务桥932根据消息服务配置数据934生成遥测数据940和询问数据942，遥测数据940和询问数据942均经由数据中心消息发送总线972发送到远程操作者应用901中作为遥测数据950和询问数据952。远程操作者API 962接收遥测数据950和询问数据952，考虑到路线数据960和消息服务配置数据964，依次处理遥测数据950和询问数据952。随后经由远程操作者计算设备904和/或合作显示器(例如，一组合作远程操作者908可见的仪表板显示器)将得到的数据呈现给远程操作者908。远程操作者908对呈现在远程操作者计算设备904的显示器上的候选轨迹选项进行复查，并选择引导的轨迹，远程操作者计算设备904生成命令数据982和询问响应数据980，命令数据982和询问响应数据980均传递通过远程操作者API 962，作为询问响应数据954和命令数据956。依次，询问响应数据954和命令数据956经由数据中心消息发送总线972发送到自主车辆应用930中作为询问响应数据944和命令数据946。消息发送服务桥932接收询问响应数据944和命令数据946，并生成远程操作者命令数据928，其被配置为生成远程操作者选择的轨迹以由计划器实施。需要注意，上述消息发送过程不是意图进行限制，而是也可以实施其他消息发送协议。

图10是示例根据一些实施例的远程操作者可以用以影响路径计划的远程操作者接口的范例的图示。图示1000描绘了与自主车辆服务平台1001通信的自主车辆1030的范例，自主车辆服务平台1001包括被配置为方便远程操作的远程操作者管理器1007。在第一范例中，远程操作者管理器1007接收数据，该数据要求远程操作者1008优先审度(view)接近低计划器置信水平的区域或潜在障碍物的自主车辆的路径，使得远程操作者1008能够预先处理问题。为示例，考虑自主车辆正在接近的交叉点可以被标记为有问题的。这样，用户接口1010显示沿路径1012通行的对应自主车辆1030的表示1014，路径1012已经被由计划期生成的多个轨迹预测。还显示的是其它车辆1011和诸如步行者的动态对象1013，其可以在计划器处引起足够的混淆，由此要求远程操作支持。用户接口1010还向远程操作者1008呈现当前速度1022、速度限制1024、以及电池中目前的电量1026。根据一些范例，用户接口1010可以显示其他数据，诸如从自主车辆1030采集的传感器数据。在第二范例中，考虑计划器1064已经生成了多个轨迹，该多个轨迹与计划器生成的路径1044同延，而不管检测的未识别的对象1046。计划器1064还可以生成候选轨迹1040的子集，但是在此范例中，计划器在当前置信水平下不能继续进行。如果计划器1064不能确定替代路径，则可以发送远程操作请求。在此情况下，远程操作者可以选择候选轨迹1040之一来方便自主车辆1030的行驶，其与基于远程操作者的路径1042一致。

图11是描绘根据一些范例的被配置为发起远程操作的计划器的范例的图示。图示1100描绘了计划器1164包括地形管理器1110、路线管理器1112、路径生成器1114、轨迹评估器1120、以及轨迹跟踪器1128。地形管理器1110被配置为接收地图数据，诸如3D地图数据或指定地形特征的其它类似的地图数据。地形管理器1110还被配置为基于至目的地的路径上的与地形有关的特征来识别候选路径。根据各种范例，地形管理器1110接收与车队中的一个或更多自主车辆相关联的传感器生成的3D地图。路线管理器1112被配置为接收环境数据1103，环境数据1103可以包括与交通有关的信息，该信息与可以被选择为至目的地的路径的一个或更多路线相关联。路径生成器1114接受来自地形管理器1110和路线管理器1112的数据，并生成适合于将自主车辆朝向目的地引导的一个或更多路径或路径段(pathsegment)。表示一个或更多路径或路径段的数据被发送到轨迹评估器1120中。

轨迹评估器1120包括状态和事件管理器1122，其依次可以包括置信水平生成器1123。轨迹评估器1120还包括引导轨迹生成器1126和轨迹生成器1124。此外，计划器1164被配置为接收策略数据1130、感知引擎数据1132、以及定域器数据1134。

根据一些范例，策略数据1130可以包括计划器1164用以确定具有用来生成轨迹的足够的置信水平的路径的标准。策略数据1130的范例包括指定轨迹生成由至外部对象的离岸(stand-off)距离(例如，尽可能保持离骑行者(cyclist)3英尺的安全缓冲)定界的策略，或要求轨迹必须不与中心双黄线相交的策略，或要求轨迹必须限于4车道车行道中的单个车道的策略(例如，基于过去的事件，诸如典型地在最靠近公共汽车站的车道处聚集)，以及由策略指定的任何其它类似标准。感知引擎数据1132包括感兴趣的静态对象和动态对象的位置的地图，并且定域器数据1134至少包括局部姿态或方位。

状态和事件管理器1122可以被配置为概率地确定对于自主车辆的操作状态。例如，第一操作状态(即“正常操作”)可以描述其中轨迹无碰撞的情形，而第二操作状态(即“非正常操作”)可以描述其中与可能的轨迹相关联的置信水平不足以保证无碰撞行驶的另一情形。根据一些范例，状态和事件管理器1122被配置为使用感知数据1132来确定正常或非正常的自主车辆的状态。置信水平生成器1123可以被配置为分析感知数据1132以确定对于自主车辆的状态。例如，置信水平生成器1123可以使用与静态和动态对象相关联的语义信息以及相关联的概率估计来增大计划器1164在确定安全的动作过程的确定性程度。例如，计划器1164可以使用指定对象是人还是不是人的概率的感知引擎数据1132来确定计划器1164是否操作安全(例如，计划器1164可以接收对象有98％的概率是人，以及对象有2％的概率不是人，的确定性程度)。

一旦确定了置信水平(例如，基于统计和概率确定)在预测的安全操作所需要的阈值以下，则相对地低的置信水平(例如，单个概率分数)就可以触发计划器1164向自主车辆服务平台1101发送对于远程操作支持的请求1135。在一些情况下，遥测数据和一组候选轨迹可以伴随该请求。遥测数据的范例包括传感器数据、定域数据、感知数据等。远程操作者1108可以经由远程操作者计算设备1104向引导轨迹生成器1126发送选择的轨迹1137。这样，选择的轨迹1137是以来自远程操作者的引导形成的轨迹。一旦确认状态没有改变(例如，非正常状态未解决)，则引导轨迹生成器1126就将数据传递至轨迹生成器1124，轨迹生成器1124依次使得作为轨迹跟踪控制器的轨迹跟踪器1128使用远程操作者指定的轨迹来生成控制信号1170(例如，操控角度、速度等)。需要注意，计划器1164可以在过渡至非正常状态的状态之前触发对远程操作支持的请求1135的发送。特别是，自主车辆控制器和/或其部件能够预测远的障碍物可能是有问题的并且优先地使得计划器1164在自主车辆到达障碍物之前发起远程操作。否则，一旦遇到障碍物或场景，自主车辆可以由过渡至安全站而引起延迟(例如，在车行道上拖拉或拖离车行道)。在另一范例中，可以在自主车辆接近已知的难以导航的特别位置之前自动发起远程操作。此确定可以可选地考虑其他因素，包括白天的时间、太阳的方位，如果该情形可能引起对传感器读数的可靠性的干扰，以及从各种源导出的交通或事故数据。

图12是根据一些实施例的被配置为控制自主车辆的流程图的范例。在1202，流程1200开始。在自主车辆中的计划器处接收表示对象的子集的数据，对象的子集包括至少一个对象，该至少一个对象与表示对于分类类型的确定性程度的数据相关联。例如，感知引擎数据可以包括与对象相关联的元数据，由此元数据指定与特定分类类型相关联的确定性程度。例如，可以以为正确的85％的置信水平将动态对象分类为“年纪小的步行者”。在1204，可以接收定域器数据(例如，在计划器处)。定域器数据可以包括在自主车辆内局部生成的地图数据。局部地图数据可以指定可以发生的在地理区域处的事件的确定性程度(包括不确定性程度)。事件可以是影响自主车辆的操作或潜在地影响自主车辆的操作的状况或情形。事件可以是在自主车辆内部(例如，故障传感器或受影响的传感器)，或外部(例如，车行道障碍)。于此在诸如图2以及其他图和段落中描述事件的范例。可以在1206确定与感兴趣的地理区域同延的路径。例如，考虑事件是白天时间天空中的太阳的定位，其中太阳光的强度影响高峰时间交通期间驾驶员的视觉。这样，预期或预测响应于明亮的太阳光，交通可以减慢。因而，如果避开事件的替代路径是较不可能的，则计划器可以优先发起远程操作。在1208，基于局部姿态数据在计划器处确定局部方位。在1210，可以例如基于对于分类类型的确定性程度和事件的确定性程度来确定(例如，概率上)自主车辆的操作状态，事件的确定性程度可以基于任何数量的因素，诸如速度、方位、和其它状态信息。为示例，考虑其中由自主车辆在事件期间检测到年纪小的步行者的范例，在该事件中，其它驾驶员的视觉可能将受到太阳的影响，由此引起对年纪小的步行者的不安全的情形。因此，能够将相对地不安全的情形检测为可能要发生的概率事件(即，可以对其发起远程操作的不安全情形)。在1212，确定操作状态处于正常状态的可能性，并且基于该确定，向远程操作者计算设备发送消息，请求远程操作以优先过渡至下一操作状态(例如，优先从正常的操作状态过渡至诸如不安全的操作状态的不正常的操作状态)。

图13描绘根据一些范例的其中计划器可以生成轨迹的范例。图示1300包括轨迹评估器1320和轨迹生成器1324。轨迹评估器1320包括置信水平生成器1322和远程操作者询问信使1329。如所示，轨迹评估器1320耦合至感知引擎1366以接收静态地图数据1301、以及当前和预测的对象状态数据1303。轨迹评估器1320还接收来自定域器1368的局部姿态数据1305和来自全局计划器1369的计划数据1307。在一种操作状态(例如非正常)中，置信水平生成器1322接收静态地图数据1301以及当前和预测的对象数据1303。基于此数据，置信水平生成器1322可以确定检测的轨迹与不可接受的置信水平值相关联。这样，置信水平生成器1322发送检测的轨迹数据1309(例如，包括候选轨迹的数据)以经由远程操作者询问信使1329通知远程操作者，远程操作者询问信使1329依次发送用于远程操作者辅助的请求1370。

在另一操作状态(例如，正常)中，将静态地图数据1301、当前和预测的对象数据1303、局部姿态数据1305、以及计划数据1307(例如，全局计划数据)接收到轨迹评估器1325中，轨迹评估器1325被配置为计算(例如，迭代地)轨迹以确定最佳的一个或更多路径。接下来，选择至少一个路径，并且将其作为选择的路径数据1311发送。根据一些实施例，轨迹计算器1325被配置为实施轨迹的重计划作为范例。名义驾驶轨迹生成器1327被配置为以精确的途径生成轨迹，诸如通过基于滚动时域控制(receding horizon control)技术生成轨迹。名义驾驶轨迹生成器1327随后可以将名义驾驶轨迹路径数据1372发送至例如轨迹跟踪器或车辆控制器以实施操控、加速、以及其他部件的物理改变。

图14是描绘根据一些实施例的自主车辆服务平台的另一范例的图示。图示1400描绘自主车辆服务平台1401，其包括远程操作者管理器1407，远程操作者管理器1407被配置为管理远程操作者1408、远程操作者计算设备1404、以及自主车辆服务平台1401的其他部件之间的互动和/或通信。此外，对于图示1400，自主车辆服务平台1401包括模拟器1440、存储库1441、策略管理器1442、参考数据更新器1438、2D地图数据存储库1420、3D地图数据存储库1422、以及路线数据存储库1424。可以实施诸如4D地图数据(例如，使用年代确定)的其它地图数据并将其存储于存储库中(未示出)。

远程操作者动作推荐控制器1412包括被配置为经由自主车辆(“AV”)计划器数据1472接收和/或控制远程操作服务请求的逻辑，自主车辆(“AV”)计划器数据1472包括对于远程操作者辅助的请求以及遥测数据和其它数据。这样，计划器数据1472可以包括推荐的候选轨迹或路径，远程操作者1408经由远程操作者计算设备1404可以从该候选轨迹或路径进行选择。根据一些范例，远程操作者动作推荐控制器1412可以被配置为访问从其选择最佳轨迹的推荐的候选轨迹的其它源。例如，包含在自主车辆计划器数据1472中的候选轨迹可以并行地被引入到模拟器1440中，模拟器1440被配置为模拟请求远程操作辅助的自主车辆正经历的事件或状况。模拟器1440能够访问地图数据和对该组候选轨迹执行模拟所必需的其它数据，由此模拟器1440不必穷尽地反复模拟来确认充分性。而是，模拟器1440可以提供确认候选轨迹的合适性，或另外地警告远程操作者警惕它们的选择。

远程操作者互动捕获分析器1416可以被配置为捕获大量的远程操作者交流或互动以存储于存储库1441中，存储库1441可以例如累积与多个操作者交流有关的数据用于在至少一些情况下分析和生成策略。根据一些实施例，存储库1441还可以被配置为存储用于策略管理器1442访问的策略数据。此外，远程操作者互动捕获分析器1416可以应用机器学习技术来经验地确定如何最好地响应于引起对远程操作辅助的请求的事件或状况。在一些情况下，策略管理器1442可以被配置为响应于分析大组的操作者互动而更新特别策略或生成新的策略(例如，在应用机器学习技术后)。策略管理器1442管理可以被视为规则或指南的策略，自主车辆控制器及其部件按照该规则或指南操作以符合车辆的自主操作。在一些情况下，可以将修改的或更新的策略应用于模拟器1440以确认永久释放(release)或实施该策略改变的效果。

模拟器接口控制器1414被配置为提供模拟器1440与远程操作者计算设备1404之间的接口。例如，考虑将来自自主车辆的车队的传感器数据经由自主(“AV”)车队数据1470应用于参考数据更新器1438，由此参考数据更新器1438被配置为生成更新的地图和路线数据1439。在一些实施中，更新的地图和路线数据1439可以被初步释放为对地图数据存储库1420和1422中的数据的更新，或被释放为对路线数据存储库1424中的数据的更新。在此情况下，可以将该数据标记为“贝塔版本”，其中在例如包括初步更新的信息的地图瓦片(tile)由自主车辆使用时，可以实施用于请求远程操作者服务的较低阈值。此外，可以将更新的地图和路线数据1439引入到模拟器1440中，用于验证更新的地图数据。一旦完全释放(例如，在贝塔测试结束时)，则取消与地图瓦片有关的用于请求远程操作者服务的先前降低的阈值。用户接口图形控制器1410给远程操作者1408提供丰富的图形，由此可以在模拟器1440内模拟自主车辆的车队，并且可以经由远程操作者计算设备1404访问该车队，好像模拟的自主车辆的车队是真实的那样。

图15是根据一些实施例的控制自主车辆的流程图的范例。在1502，流程1500开始。可以在远程操作者计算设备处接收消息数据，用于管理自主车辆的车队。消息数据可以在用于自主车辆的计划路径的背景中指示与非正常的操作状态相关联的事件属性。例如，事件可以被特征化为特别的交叉点，该交叉点由于例如逆着交通灯匆忙横过(cross)街道的大量的步行者而变得有问题。事件属性描述事件的特征，诸如例如横过街道的人的数量、源自增加数量的步行者的交通延迟等。在1504，可以访问远程操作存储库以基于与一组自主车辆相关联的聚集(aggregate)的数据的模拟操作来检索推荐的第一子集。在此情况下，模拟器可以是远程操作者可以用以实施的推荐的源。此外，还可以访问远程操作存储库以基于响应于类似事件属性的远程操作者互动的聚集而检索推荐的第二子集。特别是，远程操作者互动捕获分析器可以应用机器学习技术来经验地确定基于对远程操作辅助的先前请求如何最好地响应于具有类似属性的事件。在1506，将推荐的第一子集和第二子集进行组合以形成用于自主车辆的推荐的动作过程的集合。在1508，推荐的动作过程的集合的表示可以视觉上呈现于远程操作者计算设备的显示器上。在1510，可以检测表示对推荐的动作过程的选择(例如，由远程操作者)的数据信号。

图16是根据一些范例的实施车队优化管理器的自主车辆车队管理器的范例的图示。图示1600描绘自主车辆车队管理器，自主车辆车队管理器被配置为管理在道路网络1650内通行的自主车辆1630的车队。自主车辆车队管理器1603经由远程操作者计算设备1604耦合至远程操作者1608，并且还耦合至车队管理数据存储库1646。自主车辆车队管理器1603被配置为接收策略数据1602和环境数据1606、以及其他数据。另外，对于图示1600，将车队优化管理器1620示为包括通行请求处理器1631，通行请求处理器1631依次包括车队数据提取器1632和自主车辆派遣(dispatch)优化计算器1634。通行请求处理器1631被配置为处理通行请求，诸如来自正请求自主车辆服务的用户1688。车队数据提取器1632被配置为提取与车队中的自主车辆有关的数据。与每个自主车辆相关联的数据存储在存储库1646中。例如，对于每个车辆的数据可以描述维护问题、规划的服务通话、日常用途、电池充电和放电速率、以及任何其他数据，其可以被实时地更新，可以用于优化自主车辆的车队以最小化停机时间的目的。自主车辆派遣优化计算器1634被配置为分析提取的数据和计算车队的优化的用途，以确保诸如从站点1652派遣的下一车辆在对于自主车辆服务的合计中提供最少的行驶时间和/或成本。

将车队优化管理器1620示为包括混合自主车辆/非自主车辆处理器1640，其依次包括AV/非AV优化计算器1642和非AV选择器1644。根据一些范例，混合自主车辆/非自主车辆处理器1640被配置为管理自主车辆和人驾驶车辆(例如，作为独立的承包人)的混合车队。这样，自主车辆服务可以采用非自主车辆来满足过量的需求，或在诸如可以在地理围栏(geo-fence)以外的非AV服务区域1690的区域中，或在差的通信覆盖的区域中。AV/非AV优化计算器1642被配置为优化自主车队的用途并邀请非AV驾驶员进入运输服务(例如，以对自主车辆服务的最小损害或没有损害)。非AV选择器1644包括用于基于由AV/非AV优化计算器1642导出的计算来选择多个非AV驾驶员以进行辅助的逻辑。

图17是根据一些实施例的用于管理自主车辆的车队的流程图的范例。在1702，流程1700开始。在1702，接收策略数据。策略数据可以包括限定如何最好地应用以选择自主车辆来服务通行请求的参数。在1704，可以提取来自存储库的车队管理数据。车队管理数据包括对于自主车辆池的数据的子集(例如，描述车辆备用于服务于运输请求的数据)。在1706，接收表示通行请求的数据。为示例性目的，通行请求能够是从第一地理位置至第二地理位置的运输。在1708，计算基于策略数据的属性以确定可用于服务于请求的自主车辆的子集。例如，属性可以包括电池充电水平和直至下一规划的维护的时间。在1710，选择自主车辆作为从第一地理位置至第二地理位置的运输，并且生成数据以派遣自主车辆至与通行请求的起源相关联的第三地理位置。

图18是示例根据一些实施例的实施自主车辆通信链接管理器的自主车辆车队管理器的图示。图示1800描绘被配置为管理在与被识别为“减弱的通信区域”1880的区域处的通信中断一致的道路网络1850内通行的自主车辆1830的车队的自主车辆车队管理器。自主车辆车队管理器1803经由远程操作者计算设备1804耦合至远程操作者1808。自主车辆车队管理器1803被配置为接收策略数据1802和环境数据1806，以及其他数据。此外，对于图示1800，将自主车辆通信链接管理器1820示为包括环境事件检测器1831、策略适配确定器1832、以及通行请求处理器1834。环境事件检测器1831被配置为接收指定实施自主车辆服务的环境内的改变的环境数据1806。例如，环境数据1806可以指定区域1880具有劣化的通信服务，其可以影响自主车辆服务。策略适配确定器1832可以详述在该事件期间(例如，在通信失去期间)接受通行请求时用以应用的参数。通行请求处理器1834被配置为考虑到劣化的通信而处理通行请求。在此范例中，用户1888正请求自主车辆服务。此外，通行请求处理器1834包括用于应用适配策略的逻辑，以修改自主车辆被派遣的方式，从而避免归因于差的通信的复杂性。

通信事件检测器1840包括策略下载管理器1842和通信配置的(“COMM配置的”)AV派遣器1844。策略下载管理器1842被配置为考虑到减弱的通信区域1880来给自主车辆1830提供更新的策略，由此更新的策略可以指定在自主车辆进入区域1880的情况下迅速离开区域1880的路线。例如，自主车辆1864可以在驾驶到区域1880中之前接收更新的策略时刻(moment)。一旦失去通信，自主车辆1864就实施更新的策略并选择路线1866以迅速地驾驶离开区域1880。COMM配置的AV派遣器1844可以被配置为识别用以停放自主车辆的点1865，该自主车辆被配置为作为在区域1880上建立对等的网络的中继。这样，COMM配置的AV派遣器1844被配置为派遣停放在位置1865的自主车辆1862(无乘客)，用于作为对等自组织网络(ad hoc network)中的通信塔操作的目的。

图19是根据一些实施例的确定在诸如劣化或失去的通信的事件期间用于自主车辆的动作的流程图的范例。在1901，流程1900开始。接收策略数据，由此策略数据限定事件期间用以应用于地理区域中的通行请求的参数。在1902，可以实施一个或更多以下动作：(1)在地理位置的部分中派遣自主车辆的子集至地理位置，自主车辆的子集被配置为停放在特定地理位置并且均用作静态通信中继，或在地理区域中通行以均用作移动通信中继；(2)在与地理区域的部分相关联的自主车辆池的部分之间实施对等的通信；(3)给自主车辆提供事件策略，该事件策略描述用于在事件期间离开地理区域的部分的路线；(4)发起远程操作；以及(5)重新计算路径，以避开该地理部分。实施动作后，在1914监视自主车辆的车队。

图20是描绘根据一些实施例的定域器的范例的图示。图示2000包括定域器2068，定域器2068被配置为接收来自传感器2070的传感器数据，诸如激光雷达数据2027、相机数据2074、雷达数据2076以及其他数据2078。此外，定域器2068被配置为接收参考数据2020，诸如2D地图数据2022、3D地图数据2024、以及3D局部地图数据。根据一些范例，还可以实施其他地图数据，诸如4D地图数据2025和语义地图数据(未示出)，包括对应的数据结构和存储库。此外，对于图示2000，定域器2068包括定位(positioning)系统2010和定域(localization)系统2012，它们均被配置为接收来自传感器2070的传感器数据、以及参考数据2020。定域数据集成器2014被配置为接收来自定位系统2010的数据和来自定域系统2012的数据，由此定域数据集成器2014被配置为集成或融合来自多个传感器的传感器数据以形成局部姿态数据2052。

图21是根据一些实施例的基于集成的传感器数据来生成局部姿态数据的流程图的范例。在2101，流程2100开始。在2102，接收参考数据，参考数据包括三维地图数据。在一些范例中，可以经由一个或更多网络接收诸如3D或4D地图数据的参考数据。在2104，将来自一个或更多定域传感器的定域数据接收并放置到定域系统中。在2106，将来自一个或更多定位传感器的定位数据接收到定位系统中。在2108，集成定域和定位数据。在2110，集成定域数据和定位数据以形成指定自主车辆的地理方位的局部方位数据。

图22是描绘根据一些实施例的定域器的另一范例的图示。图示2200包括定域器2268，其依次包括定域系统2210和相对(relative)定域系统2212以分别生成基于定位的数据2250和基于局部位置的数据2251。定域系统2210包括投影处理器2254a以处理GPS数据2273、GPS数据2211、以及3D地图数据2222、其它可选数据(例如，4D地图数据)。定域系统2210还包括测距法处理器2254b，以处理轮数据2275(例如，轮速)、车辆模式数据2213以及3D地图数据2222、其它可选数据。此外，定域系统2210包括集成器处理器2254c，以处理IMU数据2257、车辆模式数据2215、以及3D地图数据2222、其它可选数据。类似地，相对定域系统2212包括激光雷达定域处理器2254d，用于处理激光雷达数据2272、2D瓦片地图数据2220、3D地图数据2222、以及3D局部地图数据2223、其它可选数据。相对定域系统2212还包括视觉配准处理器2254e，以处理相机数据2274、3D地图数据2222、以及3D局部地图数据2223、其它可选数据。此外，相对定域系统2212包括雷达回波处理器2254f，以处理雷达数据2276、3D地图数据2222、以及3D局部地图数据2223、其它可选数据。需要注意，在各种范例中，可以实施其他类型的传感器数据和传感器或处理器，诸如声呐数据等。

此外，对于图示2200，可以将基于定域的数据2250和基于相对定域的数据2251分别馈入数据集成器2266a和定域数据集成器2266中。数据集成器2266a和定域数据集成器2266可以被配置为融合对应的数据，由此，基于定域的数据2250可以在与基于相对定域的数据2251在定域数据集成器2266处融合之前在数据集成器2266a处被融合。根据一些实施例，将数据集成器2266a形成为定域数据集成器2266的部分，或不存在数据集成器2266a。不管怎样，能够将基于定域的数据2250和基于相对定域的数据2251能够均馈入定域数据集成器2266中，以融合数据而生成局部方位数据2252。基于定域的数据2250可以包括来自投影处理器2254a的一元约束的数据(以及不确定性值)、以及来自测距法处理器2254b和集成器处理器2254c的二元约束的数据(以及不确定性值)。基于相对定域的数据2251可以包括来自定域处理器2254d和视觉配准处理器2254e、以及可选地来自雷达回波处理器2254f的一元约束的数据(以及不确定性值)。根据一些实施例，定域数据集成器2266可以实施非线性平滑功能性，诸如卡尔曼(Kalman)滤波(例如，选通卡尔曼滤波)、相对捆(bundle)调节器、姿态-图形驰豫、粒子滤波、直方图滤波等。

图23是描绘根据一些实施例的感知引擎的范例的图示。图示2300包括感知引擎2366，感知引擎2366依次包括分割处理器2310、对象跟踪器2330、以及分类器2360。此外，感知引擎2366被配置为接收例如局部方位数据2352、激光雷达数据2372、相机数据2374、以及雷达数据2376。需要注意，可以访问诸如声呐数据的其它传感器数据以提供感知引擎2366的功能性。分割处理器2310被配置为提取地平面数据和/或分割图像的部分以区别对象彼此以及区别对象与静态图像(例如，背景)。在一些情况下，可以分割3D斑(blob)以彼此区别。在一些范例中，斑可以指识别空间再现环境中的对象的一组特征，并且可以由具有诸如强度和颜色的类似特征的元素(例如，相机数据的像素、激光回波数据的点等)组成。在一些范例中，斑也可以指点云(例如，由彩色激光回波数据组成)或构成对象的其它元素。对象跟踪器2330被配置为执行对于斑或其它分割的图像部分的运动的帧到帧的估计。此外，数据关联用于将时间t1时第一帧中的一个位置处的斑与时间t2时第二帧中的不同方位的斑相关联。在一些范例中，对象跟踪器2330被配置为执行诸如斑的3D对象的实时概率跟踪。分类器2360被配置为识别对象并通过分类类型(例如，作为步行者、骑行者等)和通过能量/活动(例如，对象是动态的还是静态的)对该对象进行分类，由此由语义标签来描述表述分类的数据。根据一些实施例，可以执行对象类目的概率估计，诸如以对每个对象类别的不同置信度将对象分类为车辆、骑自行车的人、步行者等。感知引擎2366被配置为确定感知引擎数据2354，感知引擎数据2354可以包括静态对象地图和/或动态对象地图，以及语义信息，使得例如计划器可以使用此信息来增强路径计划。根据各种范例，分割处理器2310、对象跟踪器2330、以及分类器2360中的一个或更多可以应用机器学习技术来生成感知引擎数据2354。

图24是根据一些实施例的生成感知引擎数据的流程图的范例。流程图2400在2402处开始，在该处，检索表示自主车辆的局部方位的数据。在2404，接收来自一个或更多定域传感器的定域数据，并且在2406对其中设置自主车辆的环境的特征进行分割以形成分割的对象。在2408空间跟踪分割的对象的一个或更多部分以形成具有运动(例如，估计的运动)的至少一个跟踪的对象。在2410，将跟踪的对象至少分类为静态对象或动态对象。在一些情况下，可以将静态对象或动态对象与分类类型相关联。在2412，生成识别分类的对象的数据。例如，识别分类的对象的数据可以包括语义信息。

图25是根据一些实施例的分割处理器的范例。图示2500描绘分割处理器2510，分割处理器2510接收来自一个或更多激光雷达2572的激光雷达数据、以及来自一个或更多相机2574的相机图像数据。将局部姿态数据2552、激光雷达数据、以及相机图像数据接收到元自旋(meta spin)生成器2521中。在一些范例中，元自旋生成器被配置为基于各种属性(例如，颜色、强度等)来将图像分区为可区别的区域(例如，点云的簇或组)，可区别的区域中的至少两个或更多区域可以被同时或几乎同时更新。元自旋数据2522用于在分割处理器2523处执行对象分割和地分割，由此将元自旋数据2522和来自分割处理器2523的与分割有关的数据应用于扫描差分处理器2513。扫描差分处理器2513被配置为预测分割的图像部分的运动和/或相对速度，其能够在2517被用于识别动态对象。可选地将指示具有在2517处检测的速度的对象的数据发送至计划器以增强路径计划决定。另外，来自扫描差分处理器2513的数据可以用于近似对象的位置以形成该对象的地图构建(以及可选地识别运动水平)。在一些范例中，可以生成占用网格地图2515。可以将表示占用网格地图2515的数据发送至计划器以进一步增强路径计划决定(例如，通过减小不确定性)。此外，对于图示2500，来自一个或更多相机2574的图像相机数据用于在斑分类器2520中对斑进行分类，斑分类器2520还接收来自分割处理器2523的斑数据2524。分割处理器2510还可以接收来自一个或更多雷达2576的原始雷达回波数据2512，以在雷达分割处理器2514处执行分割，雷达分割处理器2514生成与雷达有关的斑数据2516。此外，对于图25，分割处理器2510还可以接收和/或生成与雷达数据有关的跟踪斑数据2518。斑数据2516、跟踪斑数据2518、来自斑分类器2520的数据、以及斑数据2524可以用于跟踪对象或其部分。根据一些范例，以下之一或更多是可选的：扫描差分处理器2513、斑分类2520、以及来自雷达2576的数据。

图26A是描绘根据各种实施例的对象跟踪器和分类器的范例的图示。图示2600的对象跟踪器2630被配置为接收斑数据2516、跟踪斑数据2518、来自斑分类器2520的数据、斑数据2524、以及来自一个或更多相机2676的相机图像数据。图像跟踪器2633被配置为接收来自一个或更多相机2676的相机图像数据以生成跟踪图像数据，跟踪图像数据依次可以被提供给数据关联处理器2632。如所示，数据关联处理器2632被配置为接收斑数据2516、跟踪斑数据2518、来自斑分类器2520的数据、斑数据2524、以及来自图像跟踪器2633的踪迹相机图像数据，并且还被配置为识别以上类型的数据之间的一个或更多关联。数据关联处理器2632被配置为跟踪例如从一帧至下一帧的各种斑数据以例如估计运动等。此外，数据关联处理器2632生成的数据可以由踪迹更新器2634使用以更新一个或更多踪迹、或跟踪对象。在一些范例中，踪迹更新器2634可以实施卡尔曼滤波等以形成用于跟踪的对象的更新数据，该更新数据可以在线存储在踪迹数据库(“DB”)2636中。可以经由路径2699在数据关联处理器2632与踪迹数据库2636之间交换反馈数据。在一些范例中，图像跟踪器2633可以是可选的并且可以被排除。对象跟踪器2630还可以使用其他传感器数据，诸如雷达或声呐，以及例如任何其它类型的传感器数据。

图26B是描绘根据至少一些范例的对象跟踪器的另一范例的图示。图示2601包括对象跟踪器2631，对象跟踪器2631可以包括与结合一个或更多其它图(例如，图26A)描述的类似地命名的元件的结构和/或功能。如所示，对象跟踪器2631包括可选配准部分2699，可选配准部分2699包括被配置为执行对象扫描配准和数据融合的处理器2696。处理器2696还被配置为将得到的数据存储在3D对象数据库2698中。

返回参考图26A，图示2600也包括分类器2660，分类器2660可以包括踪迹分类引擎2662，用于生成静态障碍物数据2672和动态障碍物数据2674，静态障碍物数据2672和动态障碍物数据2674均可以被发送至计划器用于路径计划目的。在至少一个范例中，踪迹分类引擎2662被配置为确定障碍物是静态的还是动态的，以及对于对象的另一分类类型(例如，对象是否是车辆、步行者、树、骑行者、狗、猫、纸袋等)。静态障碍物数据2672可以形成为障碍物地图的部分(例如，2D占用地图)，且动态障碍物数据2674可以形成为包括具有指示速度和分类类型的数据的定界盒。动态障碍物数据2674至少在一些情况下包括2D动态障碍物地图数据。

图27是根据一些范例的用于感知引擎的前端处理器的范例。根据各种范例，图示2700包括用于执行地分割(ground segmentation)的地分割处理器2723a，以及用于执行“过分割(over segmentation)”的过分割处理器2723b。处理器2723a和2723b被配置为接收可选地彩色激光雷达数据2775。过分割处理器2723b生成第一斑类型(例如相对小的斑)的数据2710，其被提供给生成第二斑类型的数据2714的聚集分类和分割引擎2712。数据2714被提供给数据关联处理器2732，数据关联处理器2732被配置为检测数据2714是否存在于踪迹数据库2736中。在2740确定第二斑类型的数据2714(例如，相对大的斑，其可以包括一个或更多较小的斑)是否是新的踪迹。如果是，则在2742初始化踪迹，否则可以通过踪迹更新器2742扩展或更新踪迹和存储在踪迹数据库2736中的跟踪对象数据。跟踪分类引擎2762耦合至踪迹数据库2736以通过例如增加、去除或修改与踪迹有关的数据来识别和更新/修改踪迹。

图28是描绘根据各种实施例的被配置为模拟合成环境中的自主车辆的模拟器的图示。图示2800包括被配置为生成模拟环境2803的模拟器2840。如所示，模拟器2840被配置为使用参考数据2822(例如，3D地图数据和/或包括RNDF数据或类似道路网络数据的其它地图或路线数据)来在模拟环境2803内生成模拟几何结构，诸如模拟表面2892a和2892b。模拟表面2892a和2892b可以模拟邻近车行道的建筑物的墙壁或前侧。模拟器2840还可以使用预生成或按程序生成的动态对象数据2825来模拟合成环境中的动态行为者(agent)。动态行为者的范例是模拟动态对象2801，模拟动态对象2801表示具有速度的模拟骑行者。模拟动态行为者可以可选地响应于模拟环境中的其它静态和动态行为者，包括模拟自主车辆。例如，模拟对象2810可以由于模拟环境2801中的其他障碍物减慢，而不是跟随预设的轨迹，由此创建存在于真实世界中的实际动态环境的更逼真的模拟。

模拟器2840可以被配置为生成模拟自主车辆控制器2847，模拟自主车辆控制器2847包括定域器2868、运动控制器2862、计划器2864、以及感知引擎2866的合成适配，定域器2868、运动控制器2862、计划器2864、以及感知引擎2866均可以具有于此在模拟环境2803内描述的功能性。模拟器2840还可以生成模拟接口(“I/F”)以模拟利用不同传感器形态和不同传感器数据格式进行的数据交换。这样，模拟接口2849可以模拟软件接口，用于来自例如模拟激光雷达传感器2872的分包数据。此外，模拟器2840还可以被配置为生成实施模拟AV控制器2847的模拟自主车辆2830。模拟自主车辆2830包括模拟激光雷达传感器2872、模拟相机或图像传感器2874、以及模拟雷达传感器2876。在示出的范例中，模拟激光雷达传感器2872可以被配置为生成与射线迹线2892一致的模拟激光，其使得生成模拟传感器回波2891。需要注意，模拟器2840可以模拟对传感器数据的噪声或其它环境影响的增加(例如，影响模拟传感器回波2891的增加的漫射或反射等)。此外，模拟器2840可以被配置为模拟各种传感器缺陷，包括传感器故障、传感器误校准、间歇性数据中断等。

模拟器2840包括物理处理器2850，用于模拟自主车辆的机械、静态、动态、运动学方面，以用于对模拟自主车辆2830的行为进行模拟。例如，物理处理器2850包括用于模拟接触力学的内含物力学模块2851、用于对模拟主体之间的相互作用进行模拟的碰撞检测模块2852、以及对模拟机械相互作用之间的相互作用进行模拟的多主体动力学模块2854。

模拟器2840还包括模拟器控制器2856，模拟器控制器2856被配置为控制模拟来适配模拟环境2803的任何合成地生成的元件的功能性，以确定因果关系等。模拟器2840包括模拟器评估器2858，以评估模拟环境2803的性能合成地生成的元件。例如，模拟器评估器2858可以分析模拟车辆命令2880(例如，模拟操控角度和模拟速度)以确定该命令是否是对模拟环境2803内的模拟活动的合适的响应。此外，模拟评估器2858可以评估远程操作者2808经由远程操作者计算设备2804与模拟自主车辆2830的互动。模拟评估器2858可以评估包括更新的地图瓦片和路线数据的更新的参考数据2827的影响，其可以被增加以引导模拟自主车辆2830的响应。模拟评估器2858还可以评估策略数据2829被更新、删除或增加时，模拟器AV控制器2847的响应。模拟器2840的以上描述不是意图进行限制。这样，模拟器2840被配置为执行与模拟环境有关的自主车辆的各种不同的模拟，该各种模拟包括静态和动态特征。例如，模拟器2840可以用于验证软件版本的改变，以确保可靠性。模拟器2840还可以用于确定车辆动力学性质和用于校准目的。此外，模拟器2840可以用于开发得到的轨迹和可应用的控制的空间，以通过自模拟实施学习。

图29是根据一些实施例的模拟自主车辆的各种方面的流程图的范例。流程图2900在2902处开始，在2902处，包括三维地图数据的参考数据被接受到模拟器中。可以在2904处检索限定对于分类的对象的运动模式的动态对象数据。在2906处，至少基于三维(“3D”)地图数据和动态对象数据来形成模拟环境。模拟环境可以包括一个或更多模拟表面。在2908处，模拟自主车辆，自主车辆包括形成模拟环境的部分的模拟自主车辆控制器。自主车辆控制器可以包括被配置为接收传感器数据的模拟定域器和模拟感知引擎。在2910处，基于对于至少一个模拟传感器回波的数据来生成模拟传感器数据，并且在2912处生成模拟车辆命令以引起合成环境中的模拟自主车辆的运动(例如，矢量推进)。在2914处，评估模拟车辆命令以确定模拟自主车辆的行为是否与预期的行为一致(例如，与策略一致)。

图30是根据一些实施例的生成地图数据的流程图的范例。流程图3000在3002处开始，在3002处，检索轨迹数据。轨迹数据可以包括在时间持续期间捕获的轨迹(例如，记录的轨迹)。在3004处，可以检索至少定域数据。可以在时间持续期间捕获定域数据(例如，记录的定域数据)。在3006处，可以实施相机或其它图像传感器以生成定域数据的子集。这样，检索的定域数据可以包括图像数据。在3008处，对准定域数据的子集以识别全局方位(例如，全局姿态)。在3010处，基于全局方位生成三维(“3D”)地图数据，并且在3012处，3维地图数据可用于由例如手动路线数据编辑器(例如，包括手动道路网络数据编辑器，诸如RNDF编辑器)、自动路线数据生成器(例如，包括自动道路网络生成器，包括自动RNDF生成器)、自主车辆的车队、模拟器、远程操作者计算设备、以及自主车辆服务的任何其它部件来实施。

图31是描绘根据一些实施例的地图构建引擎的架构的图示。图示3100包括被配置为接收轨迹日志数据3140、激光雷达日志数据3172、相机日志数据3174、雷达日志数据3176、以及其他可选记录的传感器数据(未示出)的3D地图构建引擎。逻辑3141包括环线闭合检测器3150，环线闭合检测器3150被配置为检测传感器数据是否指示空间中的附近点先前已经被观察到等。逻辑3141还包括配准控制器3152用于相对于一个或更多配准点对准地图数据，一些情况下包括3D地图数据。此外，逻辑3141提供表示环线闭合的状态的数据3142以由全局姿态图形生成器3143使用，全局姿态图形生成器3143被配置为生成姿态图形数据3145。在一些范例中，也可以基于来自配准精确模块3146的数据来生成姿态图形数据3145。逻辑3144包括3D地图构建器3154和激光雷达自校准单元3156。此外，逻辑3144接收传感器数据和姿态图形数据3145以生成3D地图数据3120(或其它地图数据，诸如4D地图数据)。在一些范例中，逻辑3144可以实施截断符号距离函数(truncated sign distance function，“TSDF”)以融合传感器数据和/或地图数据来形成最佳三维地图。此外，逻辑3144被配置为包括纹理(texture)和反射性质。可以释放3D地图数据3120以由手动路线数据编辑器3160(例如，操纵路线数据或其它类型的路线或参考数据)、自动路线数据生成器3162(例如，被配置为生成路线数据或其它类型的道路网络或参考数据的逻辑)、自主车辆3164的车队、模拟器3166、远程操作者计算设备3168、以及自主车辆服务的任何其它部件使用。地图构建引擎3110可以捕获语义信息，语义信息来自手动注释或自动生成的注释以及诸如声呐或仪器环境(例如，智能停止灯)的其它传感器。

图32是描绘根据一些范例的自主车辆应用的图示。图示3200描绘了移动计算设备3203，移动计算设备3203包括自主车辆服务应用3240，自主车辆服务应用3240被配置为联系自主车辆服务平台3201以经由自主车辆3230布置用户3202的运输。如所示，自主服务应用3240可以包括运输控制器3242，运输控制器3242可以是存在于计算设备(例如，移动电话3203等)上的软件应用。运输控制器3242被配置为接收、规划、选择、或执行与自主车辆和/或自主车辆车队有关的操作，该自主车辆和/或自主车辆车队是用户3202可以对其布置从用户的位置至目的地的运输的自主车辆和/或自主车辆车队。例如，用户3202可以打开应用以请求车辆3230。应用可以显示地图，并且用户3202可以进行定点(drop a pin)以指示他们在例如地理围栏区域内的目的地。替代地，应用可以显示附近预指定的搭乘位置的列表，或给用户提供文本输入域，文本输入域用于按地址或名字对目的地进行打字。

此外，对于示出的范例，自主车辆应用3240还可以包括用户识别控制器3246，户识别控制器3246可以被配置为检测在自主车辆3230接近时，用户3202是在自主车辆附近的地理区域中还是在近旁。在一些情形下，用户3202可能不容易在自主车辆3230接近以由用户3203使用时感知或识别自主车辆3230(例如，由于各种其它车辆，包括卡车、汽车、出租车、以及城市环境中典型的其他障碍)。在一个范例中，自主车辆3230可以建立无线通信链接3262(例如，经由射频(“RF”)信号，诸如WiFi或蓝牙，包括BLE等)用于传达和/或确定用户3202相对于自主车辆3230的空间位置(例如，使用RF信号的相对方向和信号强度)。在一些情况下，自主车辆3230可以使用例如GPS数据等来检测用户3203的近似地理位置。移动计算设备3203的GPS接收器(未示出)可以被配置为给自主车辆服务应用3240提供GPS数据。从而，用户识别控制器3246可以经由链接3260给自主车辆服务平台3201提供GPS数据，自主车辆服务平台3201依次可以经由链接3261将该位置提供给自主车辆3230。随后，自主车辆3230可以通过将用户的GPS数据与车辆的GPS导出的位置进行比较来确定用户3202的相对距离和/或方向。

自主车辆3230还可以包括附加逻辑以识别用户3202的存在，使得逻辑被配置为执行脸检测算法以基于用户的独特的脸部特征来通常检测用户3202或具体地识别用户3202的身份(例如，名字、电话号码等)。此外，自主车辆3230可以包括逻辑以检测用于识别用户3202的代码。该代码的范例包括诸如QR代码、颜色代码等的专门的视觉代码、诸如语音激活或识别的代码等的专门的音频代码等。在一些情况下，代码可以是编码安全密钥，该编码安全密钥可以经由链接3262数字发送至自主车辆3230以确保安全的进入和/或离开。此外，用于识别用户3202的以上识别技术中的一个或更多可以用作安保措施以向用户3202授予进入和离开特权，以防止其他人进入自主车辆3230(例如，确保在到达用户3202之前，第三方人不进入未占用的自主车辆)。根据各种范例，用于识别用户3202和提供安保的进入和离开的任何其它措施也可以实施于自主车辆服务应用3240、自主车辆服务平台3201、以及自主车辆3230中的一个或更多中。

为辅助用户3302识别其请求的运输的到达，自主车辆3230可以被配置为在自主车辆3230接近用户3202时通知或另外警告用户3202自主车辆3230的存在。例如，自主车辆3230可以根据特定的灯模式激活一个或更多发光设备3280(例如，LED)。特别是，创建某些灯模式使得用户3202可以容易地感知自主车辆3230被保留用于服务用户3202的运输需要。作为范例，自主车辆3230可以生成灯模式3290，该灯模式3290可以由用户3202感知为“闪烁”，或其外部和内部灯以该视觉和时间方式的其它动画。灯模式3290可以被生成为具有或不具有声音模式，用于用户3202识别此车辆是它们预订的那辆。

根据一些实施例，自主车辆用户控制器3244可以实施被配置为控制自主车辆的各种功能的软件应用。此外，应用可以被配置为在自主车辆通行至其初始目的地期间对自主车辆进行重新定向或路线变更。此外，自主车辆用户控制器3244可以被配置为使得车载逻辑修改自主车辆3230的内部照明以实现例如情调照明。控制器3244还可以控制音频源(例如，诸如Spotify的外部源，或本地存储在移动计算设备3203上的音频)，选择乘坐类型(例如，修改期望的加速和制动积极性(aggressiveness)，修改主动悬挂(active suspension)参数以选择一组“道路管控”特征来实施积极的驾驶特征，包括振动，或选择为舒适而具有抑制的振动的软乘坐(soft-ride)质量)等。例如，移动计算设备3203也可以被配置为控制HVAC功能，如通风和温度。

图33至35示例根据各种实施例的被配置为向自主车辆服务的部件提供各种功能性的各种计算平台的范例。在一些范例中，计算平台3300可以用于实施计算机程序、应用、方法、处理、算法、或其它软件，以执行上述技术。

需要注意，图33的各种结构和/或功能性可以应用于图34和35，并且这样，可以在图33的背景中讨论那些图中的一些元件。

在一些情况下，计算平台3300能够设置于任何设备中，诸如计算设备3390a和/或移动计算设备3390b，计算设备3390a可以设置在自主车辆3391中。

计算平台3300包括总线3302或其它通信机构用于传达互连诸如处理器3304、系统存储器3306(例如，RAM等)、存储设备3308(例如，ROM等)、内存缓存(其可以实施于RAM 3306中或计算平台3300的其它部分中)、通信接口3313(例如，以太网或无线控制器、蓝牙控制器、NFC逻辑等)的子系统和设备的信息以方便经由通信链接3321上的端口的通信，以例如与计算设备通信，计算设备包括具有处理器的移动计算和/或通信设备。处理器3304能够被实施有一个或更多图形处理单元(“GPU”)、一个或更多中央处理单元(“CPU”)，诸如由因特尔公司制造的那些，或实施有一个或更多虚拟处理器、以及CPU和虚拟处理器的任何组合。计算平台3300经由输入-和-输出设备3301交换表示输入和输出的数据，输入-和-输出设备3301包括但不限于键盘、鼠标、音频输入端(例如，语音-到-文本设备)、用户接口、显示器、监视器、光标、触敏显示器、LCD或LED显示器、以及其他与I/O有关的设备。

根据一些范例，计算平台3300通过执行存储在系统存储器3306中的一个或更多指令的一个或更多序列的处理器3304来执行特定操作，并且计算平台3300能够实施于客户-服务器布置、对等的布置中，或实施为任何移动计算设备，包括智能电话等。可以将该指令或数据可以被从诸如存储设备3308的另一计算机可读介质读取到系统存储器3306中。在一些范例中，硬连线的电路可以用于代替用于实施的软件指令或与其组合。指令可以嵌入于软件或固件中。术语“计算机可读介质”指参与提供指令给处理器3304用于执行的任何可触知的介质。该介质可以采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质包括例如，光盘或磁盘等。易失性介质包括动态存储器，诸如系统存储器3306。

计算机可读介质的通常形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、任何其它光学介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其他存储器芯片或盒式磁带(cartridge)、或计算机能够从其读取的任何其他介质。还可以使用传输介质来发送或接收指令。术语“传输介质”可以包括任何可触知或不可触知的介质，该可触知或不可触知的介质能够存储、编码或携带指令用于由机器执行，并且包括数字或模拟通信信号或其他不可触知的介质以方便该指令的传达。传输介质包括同轴电缆、铜电线和光纤光学器件，包括包括用于发送计算机数据信号的总线3302的电线。

在一些范例中，可以由计算平台3300执行指令序列的执行。根据一些范例，计算平台3300能够通过通信链接3321(例如，有线网络，诸如LAN、PSTN，或任何无线网络，包括蓝牙、NFC、Zig-Bee、各种标准和协议的WIFI等)耦合至任何其它处理器以彼此配合地(或异步地)执行指令序列。计算平台3300可以通过通信链接3321和通信接口3313发送和接收消息、数据、和指令，包括程序代码(例如，应用代码)。接收的程序代码可以在其被接收时由处理器3304执行，和/或存储在存储器3306中或其它非易失性存储装置中用于以后的执行。

在示出的范例中，系统存储器3306能够包括各种模块，该各种模块包括可执行指令以实施于此描述的功能性。系统存储器3306可以包括操作系统(“O/S”)3332，以及应用3336和/或逻辑模块3359。在图33中示出的范例中，系统存储器3306包括自主车辆(“AV”)控制器模块3350和/或其部件(例如，感知引擎模块、定域模块、计划器模块、和/或运动控制器模块)，他们中的任何或他们的一个或更多部分能够被配置为通过实施一个或更多于此描述的功能来方便自主车辆服务。

参照图34中示出的范例，系统存储器3306包括自主车辆服务平台模块3450和/或其部件(例如，远程操作者管理器、模拟器等)，他们中的任何或他们的一个或更多部分能够被配置为通过实施一个或更多于此描述的功能来方便管理自主车辆服务。

参照图35中示出的范例，系统存储器3306包括自主车辆(“AV”)模块和/或其部件，用于例如移动计算设备中。模块3550的一个或更多部分能够被配置为通过实施一个或更多于此描述的功能来方便自主车辆服务的投递。

返回参照图33，能够在软件、硬件、固件、电路或其组合中实施任何以上描述的特征的结构和/或功能。需要注意，以上结构和构成元件以及他们的功能性可以与一个或更多其他结构或元件聚集。替代地，元件和他们的功能性可以被细分成构成子元件，如果存在的话。作为软件，可以使用各种类型的编程或格式化语言、框架、语法、应用、协议、对象、或技术来实施以上描述的技术。作为硬件和/或固件，可以使用各种类型的编程或集成电路设计语言来实施以上描述的技术，各种类型的编程或集成电路设计语言包括硬件描述语言，诸如被配置为设计现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)、或任何其它类型的集成电路的任何寄存器传送语言(“RTL”)。根据一些实施例，术语“模块”能够指例如算法或其部分，和/或实施于硬件电路或软件或其组合中的逻辑。这些能够变化并且不限于提供的范例或描述。

在一些实施例中，图33的模块3350、图34的模块3450、以及图35的模块3550、或他们的部件中的一个或更多、或于此描绘的任何处理或设备能够与移动设备通信(例如，有线或无线)或能够被设置于移动设备中，移动设备诸如是移动电话或计算设备。

在一些情况下，与一个或更多模块3359(图33的模块3350、图34的模块3450、以及图35的模块3550)或其部件中的一个或更多(或于此描述的任何处理或设备)通信的移动设备或任何联网计算设备(未示出)能够提供于此描述的任何特征的结构和/或功能中的至少一些。如以上描述的图中描绘的，任何以上描述的特征的结构和/或功能能够被实施于软件、硬件、固件、电路、或其组合中。需要注意，以上结构和构成元件以及他们的功能性可以与一个或更多其他结构或元件聚集或组合。替代地，元件和他们的功能性可以被细分成构成子元件，如果存在的话。作为软件，可以使用各种类型的编程或格式化语言、框架、语法、应用、协议、对象、或技术来实施至少一些以上描述的技术。例如，在任何图中描绘的元件中的至少一个能够表示一个或更多算法。或者，至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的硬件的部分。

例如，图33的模块3350、图34的模块3450、以及图35的模块3550、或一个或更多其部件、或于此描述的任何处理或设备能够被实施于一个或更多计算设备(即，任何移动计算设备，诸如可穿戴设备、音频设备(诸如，耳机(headphone)或头戴式受话器(headset)或移动电话，无论是穿戴的还是携带的)中，该一个或更多计算设备包括一个或更多被配置为执行存储器中的一个或更多算法的处理器。从而，以上描述的图中的至少一些元件能够表示一个或更多算法。或者，至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的硬件的部分。这些能够变化并且不限于提供的范例或描述。

作为硬件和/或固件，可以使用各种类型的编程或集成电路设计语言来实施以上描述的结构和技术，各种类型的编程或集成电路设计语言包括硬件描述语言，诸如被配置为设计现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)、多芯片模块、或任何其它类型的集成电路的任何寄存器传送语言(“RTL”)。

例如，图33的模块3350、图34的模块3450、以及图35的模块3550、或一个或更多其部件、或于此描述的任何处理或设备能够被实施于一个或更多计算设备中，该一个或更多计算设备包括一个或更多电路。从而，以上描述的图中的至少一个元件能够表示硬件的一个或更多部件。或者，至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的电路的部分。

根据一些实施例，术语“电路”能够指例如包括电流从其流过以执行一个或更多功能的多个部件的任何系统，该部件包括分立部件和复合部件。分立部件的范例包括晶体管、寄存器、电容器、感应器、二极管等，并且复合部件的范例包括存储器、处理器、模拟电路、数字电路等，包括现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)。因此，电路能够包括电子部件和逻辑部件(例如，被配置为执行指令的逻辑，使得例如算法的一组可执行指令并且从而是电路的部件)的系统。根据一些实施例，术语“模块”能够指例如算法或其部分、和/或实施于硬件电路或软件或其组合中的逻辑(即，模块能够被实施为电路)。在一些实施例中，算法和/或其中存储算法的存储器是电路的“部件”。从而，术语“电路”还能够指例如包括算法的部件构成的系统。这些能够变化并且不限于提供的范例或描述。

图36A至36B示例了描绘根据各种实施例的具有与用户设备互动的各种子系统的自主车辆系统的高级框图。许多子系统可以由用户通过用户设备直接控制，使得用户可以指定各种偏好，包括内部照明、声音、温度、和自主车辆系统的道路管控(handle)。如图36A中示例的，可以由用户设备3600通过包括派遣模块3654的自主车辆服务3660来请求自主车辆系统3602。

派遣模块3654可以基于邻近用户的自主车辆系统的车队的需求、位置，以及自主车辆系统的维护水平来指引自主车辆系统3602执行来自用户设备3600的乘坐请求，自主车辆系统的维护水平包括电池充电、传感器校准、以及数据存储容量。在一个实施例中，派遣模块3654可以基于已经作为AV服务3660的部分设置的AV系统3602来生成操作效率度量。可以基于多个因素来计算操作效率度量，多个因素包括AV系统与用户的接近度、车辆的电池水平、传感器的校准情况、以及车辆的剩余的数据存储容量。基于此操作效率度量，派遣模块3654可以响应于请求而将AV系统3602发送给用户。如图36B中示例的，用户设备3600可以包括AV服务应用3620，AV服务应用3620包括车辆请求模块3630。通过AV服务应用3620，用户可以请求从原始位置至目的地位置的乘坐并包括关于乘坐的其他信息，诸如乘客的数量、行李要求、停车数量、以及乘坐的时间和日期。一旦接收到此信息，则图36A的派遣模块3654就可以选择符合乘坐请求的标准的自主车辆系统3602。例如，用户可以开放以与AV服务的其他用户共享乘坐，使得自主车辆系统3602正在执行在用户的位置附近的轨迹时可用于搭乘用户，该轨迹例如是通过用户设备3600的GPS捕获的。

在派遣模块3654向自主车辆系统3602提供指令以执行用户设备3600的乘坐请求之后，自主车辆系统3602计划轨迹以通行至用户的位置。在一个实施例中，用户可以通过操作于用户设备3600上的GPS模块提供他的或她的位置，如图36B中示例的。结果，自主车辆系统3602能够识别对应于用户设备3600的GPS位置的地图瓦片，并且在用户决定在被承接之前移动到不同的位置的情况下可以实时更新地图瓦片。

通过AV服务应用3620，用户可以通过各种方法请求乘坐。例如，可以给用户提供AV服务应用3620上的互动地图，通过该互动地图，用户可以进行“定”点，或选择性地与用户接口互动以指向用户希望被运输到的地图上的位置。在一个实施例中，互动地图可以是笛卡尔平面上的2D地图。在一个实施例中，用户还可以通过用户接口输入目的地地址。在另外的实施例中，互动地图可以包括3D地图，以给用户提供用以指定目的地的另一接口，该3D地图使用诸如激光雷达传感器数据的融合传感器数据、地图数据以及GPS数据。例如，用户可能期望在位于电影院附近的咖啡店前面落车，但是可能不知道咖啡店的确切的地址。通过给用户设备3600提供3D地图，用户可以简单地指向并选择咖啡店，或他或她想要落车的确切位置。

自主车辆系统3602可以到达由用于发起乘坐请求的用户设备3600提供的位置。在一个实施例中，在自主车辆系统3602到达该位置时，图36A中示例的视觉识别系统3652可以主动扫描周围场所以查找和识别用户。例如，使用AV系统3602的感知系统，视觉识别系统3652可以识别位于乘坐请求中提供的位置处的各种人。在另一实施例中，视觉识别系统3652可以使用各种传感器，包括安装于AV系统3602的外部上的相机。可以要求用户向AV系统3602呈现视觉识别符、条形码、快速响应(QR)码、或其它视觉码，使得视觉识别系统3652可以识别该用户是被授权进入AV系统3602的用户。

在一个实施例中，乘客安全系统3650可以通过锁住门直到请求AV系统3602的用户由视觉识别系统3652核实并授权为止来保护AV系统3602。乘客安全系统3650可以使用其他用户识别方法，包括向进入AV服务应用3620的用户设备3600提供用于核实的随机化的安全码、如存储在与用户设备3600相关联的简档中的用户的脸部辨识、如存储在与用户设备3600相关联的简档中的用户的语音辨识、以及其他生物测定授权系统，诸如指纹和/或视网膜扫描。在核实用户后，乘客安全系统3650可以通过对门进行解锁和/或打开门使得用户能够进入AV系统3602。在一个实施例中，在核实用户后，可以自动改变对于AV系统3602的特征的一个或更多存储的参数配置。

一旦在AV系统3602内，则用户就可以从用户设备3600控制AV系统3602的各种特征，AV系统3602包括内部照明控制系统3604、环境声音系统3606、温度控制系统3608、道路管控偏好模块3610、路线变更请求系统3616、以及就坐控制系统3618。在一个实施例中，可以与用户和/或用户设备3600相关联地存储这些偏好和/或配置。可以通过用户设备3600发起各种照明模式，诸如正常模式、聚会模式、浪漫模式、以及睡眠模式。在实施例中，可以对这些照明模式进行预编程。可以通过照明面板逐个改变诸如颜色、亮度、闪光灯、以及照明序列的照明选择，照明面板是可以通过用户设备3600访问的。一旦对照明参数进行了改变，则包括在AV系统3602中的内部照明控制系统3604就相应地进行调整。

类似地，环境声音系统3606包括用于用户控制可以在AV系统3602中听到什么声音的能力。例如，可以使用静默模式来消除噪声。在实施例中，可以使得用户能够通过环境声音系统3606以连续流传输(stream)音乐，环境声音系统诸如是SPOTIFY、ITUNES、或另外的多媒体源，包括通过在用户设备3600与AV系统3602之间的直接同步通信而存储在用户设备3600上的媒体。在另一实施例中，可以容许用户通过环境声音系统3606通过类似的通信链接来执行免提电话(hands-free call)。在实施例中，可以通过用户设备3600控制环境声音系统3606的逐个声音参数，诸如音量控制和均衡水平。

温度控制系统3608可以通过AV系统3602的诸如加热器和空调单元的加热和冷却元件来控制AV系统3602的内部温度。在一个实施例中，用户可以通过用户设备3600给AV系统3602设定期望的温度。在另一实施例中，用户可以调整逐个参数，诸如风扇、通风口、冷却、加热、外部空气、循环空气、以及空气清新剂。

在一个实施例中，道路管控偏好模块3610可以给用户提供指定行驶模式的能力，行驶模式包括平稳乘坐(smooth ride)、运动乘坐(sporty ride)、以及正常设定。平稳乘坐可以调节AV系统3602的悬挂，使得在乘坐期间感觉到较少的颠簸和动荡。平稳乘坐模式也可以指定用户期望较不积极的操纵，诸如不改变车辆的方向性，除非为了AV系统3602的安全操作需要这么做。另一方面，用户可以通过用户设备3600选择运动乘坐，以给AV系统3602配置较紧的悬挂并设定用于诸如转向时转急弯(take tighter comer)的更积极操控和操纵的偏好。在一个实施例中，可以通过经由容纳于AV系统3602中的加速度计和/或IMU单元测量乘坐在AV系统3602中的乘客所经历的重力(G力)来增强运动乘坐模式。在一个实施例中，正常设定可以是默认的设定。

路线变更请求系统3616可以管控来自用户的请求，以改变由AV系统3602正执行的当前乘坐请求的各种特征。例如，用户可以将AV系统3602的目的地改为不同的目的地。作为另一范例，用户可以请求增加另外的乘客并对当前乘坐进行路线变更以搭乘在附加的车站处的一个或更多附加乘客。在另一实施例中，用户可以请求将多个车站增加到当前乘坐中，通过用户设备3600指定不同车站的位置。在一个实施例中，用户可以通过用户设备3600请求避开交通、避开公路、和/或避开建筑。在另一实施例中，用户可以请求将路线改变为包括用户和/或AV系统3602中的其他乘客可能感兴趣的一个或更多各种陆标的更多风景的路线。改变路线的请求可以被发送至AV系统3602的计划器，并且在被确认之前可能需要批准。例如，AV系统3602的电池在能够完成新的路线之前可能需要重新充电。计划器可以生成新的轨迹并且决定是否可以完成新的目的地或对路线的改变，同时在安全参数内操作。在一个实施例中，可以通过AV系统3602请求远程操作者辅助，以确认路线改变。在另一实施例中，路线改变可能影响其他AV系统的需求，使得将路线改变通知派遣模块3654。在其它实施例中，由AV服务3660报告和记录路线变更请求。

就坐(seating)控制系统3618可以使得用户能够调节AV系统3602的座位配置。例如，可以折叠座位以给行李或其它大的物品提供更多空间。在一个实施例中，可能需要汽车座位以在实施例中运输婴儿。汽车座位可能需要某些就坐配置，如由就坐控制系统3618控制的。也可以通过用户设备3600控制就坐的其它参数，诸如腰部支撑、座位加热和/或冷却元件、和/或振动元件。在一个实施例中，可以将就坐布置为产生类似床的配置用于用户睡觉。用户可以从用户设备3600选择这些各种配置，使得将配置发送给AV系统3602，用于就坐控制系统3618致动AV系统3602内的就坐参数的改变。在一个实施例中，由就坐控制系统3618通过各种马达和/或机构来电子地对座位进行控制。

AV系统3602中的用户和/或其它乘客还可以通过自主语音响应系统(“AVRS”)3612和紧急用户接口终端3614直接与自主车辆系统3602互动。紧急用户接口终端3614可以包括物理按钮，该物理按钮可以被用户或AV系统3602中的其它乘客致动和/或按下。可以在紧急用户接口终端3614上提供一个按钮以向AV系统3602发送用户想要立刻停下并离开车辆的信号。虽然紧急停止按钮可能不物理地停止汽车，但是其向诸如计划器的车载逻辑发送用户想要立刻停止的信号。在一个实施例中，计划器将确定周围环境和/或驾驶背景对于停止是否安全，诸如AV系统3602是否正沿交通中的公路行驶等。响应于用户按压紧急停止按钮，计划器可以确定并规划离开策略，使得AV系统3602以安全方式停止。一旦停止，AV系统3602就可以解锁并打开门并通知AV服务3660。可以保留紧急用户接口终端3614上的另一按钮用于用户与远程操作者和/或消费者服务代表通信，以报告AV系统3602的疑问或问题。然后，用户可以通过安装于AV系统3602中的麦克风和扬声器与远程操作者和/或消费者服务代表通信。可以通过AV服务3660将通信发送至远程操作者和/或消费者服务代表。远程操作者和/或消费者服务代表然后可能能够处理用户和/或AV系统3602中的其它乘客提出的问题。

可以由AV系统3602提供自主语音响应系统(“AVRS”)3612以使得能够实现人工智能车辆辅助来增强AV系统3602的用户体验。在一个实施例中，AVRS 3612响应于诸如“ZOTO”的名字，发动语音响应系统。例如，AV系统3602的用户可以询问“ZOTO，我们什么时候到达？”。此陈述可以由AVRS 3612通过诸如自然语言处理器的各种模块来处理，以识别问题和/或命令的内容。在此情况下，用户期望知道预期的到达时间(ETA)。在一个实施例中，可以基于提供给AV系统3602的计划器的信息来确定ETA，该信息包括交通状况、已知的路线距离和预期的行驶速度。在另一实施例中，可以由AV服务3660基于先前完成的类似于由AV系统3602正执行的路线的路线来确定ETA。在一个实施例中，可以由AVRS 3612通过环境声音系统3606和/或安装在AV系统3602中的扬声器来提供此ETA度量。在另一实施例中，可以通过用户设备3600来提供ETA。在其它实施例中，可是使用对动作或标签的不同称呼，诸如“嗨，ZOTO”和/或用户指定的名字。

可以通过AVRS 3612提供对用户有用的其它信息，诸如当前速度、位置、附近感兴趣的点、等。用户还可以与AVRS 3612互动而不是通过用户设备3600互动，以控制以上描述的各种子系统之一，诸如内部照明控制系统3604、环境声音系统3606、温度控制系统3608、道路管控偏好模块3610、紧急用户接口终端3614、路线变更请求系统3616、就坐控制系统3618、乘客安全系统3650、和/或视觉识别系统3652。例如，用户可能希望通过语音命令简单地请求以下改变而降低照明、以连续流传输来自他或她的用户设备3600的播放列表，和具有平稳的乘坐。在一个实施例中，可以将给AVRS 3612提出的命令和/或问题发送至远程操作者和/或消费者服务代表用于解释响应。可以通过AVRS 3612作为文本和口语来输入响应，使得用户可能不会知晓响应是由远程操作者和/或消费者服务代表生成的。在另一实施例中，AVRS 3612包括人工智能(AI)系统和处理，其使得能够从AV系统3602内在行驶中(onthe fly)生成响应。

类似地，AVRS 3612可以给用户提供接口用于AV系统3602的重定向和/或路线变更。例如，用户可以呈现各种命令，诸如增加停止、改变乘坐的目的地、搭乘新的乘客、使乘客落车等。路线变更请求系统3616可以解释AVRS 3612传递的命令并且请求对乘坐的改变的确认。在一个实施例中，确认可以出现在用户设备3600上。在另一实施例中，可以通过AVRS 3612通过安装在AV系统3602中的扬声器和经麦克风来请求确认。

路线变更请求系统3616可以通过进一步示例于图36B中的用户设备3600接收请求以改变路线或另外地更改乘坐的各种参数，诸如乘客、停止等。用户设备3600可以包括AV服务应用3620，用户服务应用3620可以包括通信同步模块3622、车辆测位器系统3624、支付方法模块3626、社交联网模块3628、车辆请求模块3630、车辆预订模块3632、消费者满意度模块3634、以及娱乐接口模块3636。用户设备3600还可以包括其他应用和模块，诸如GPS模块3640、一个或更多社交媒体应用3642、多媒体应用3644、以及通信应用3646。

路线变更请求系统3616可以通过AV服务应用3620提供的用户接口接收文本输入或选择。例如，可以通过增加输入到由AV服务应用3620提供的用户接口中的新的目的地地址来请求对路线的改变。在另一实施例中，可以在由AV服务应用3620提供的用户接口中提供地图，其中，用户可以简单地指向地图上的新的目的地。在另一实施例中，用户可以选择地图上的诸如咖啡店的各种吸引人的事物或感兴趣的其它点，以向AV系统3602指示请求改变目的地。还可以由AV服务应用3620提供用户接口，以使得用户能够增加诸如社交媒体应用3642上的朋友的乘客，增加停止，和/或避开交通。

AV服务应用3620提供的用户接口还可以使得用户能够访问应用的各种特征，诸如通信同步模块3622、车辆测位器系统3624、支付方法模块3626、社交联网模块3628、车辆请求模块3630、车辆预订模块3632、消费者满意度模块3634、以及娱乐接口模块3636。通信同步模块3622可以用于通过诸如蓝牙和和/或WIFI的一个或更多各种通信协议在AV系统3602与用户设备3600之间形成直接的通信链接。通信同步模块3622可以使得用户能够通过AV系统3602以连续流传输诸如音乐和视频的媒体，以及安排和进行免提呼叫。通信同步模块3622可以将AV系统3602与用户设备3600上的其它应用和/或模块连接，其它应用和/或模块诸如是GPS模块3640、社交媒体应用3642、多媒体应用3644、以及通信应用3646。例如，用户可以通过AV系统3602的扬声器和麦克风以连续流传输(stream)视频会议。在一个实施例中，AV系统3602还可以包括可用于通过通信同步模块3622连接的视频屏幕。

车辆测位器系统3624可以通过提供在AV服务应用3620上的用户接口上的地图来提供AV系统3602的位置。在一个实施例中，车辆测位器系统3624可以使用从用户设备3600的GPS模块3640获得的GPS位置信息，以提供AV系统3602相对于用户的位置。可以基于来自AV系统3602的诸如GPS、激光雷达传感器、地图瓦片数据、IMU等的传感器的连续捕获的数据将AV系统3602的位置提供给用户设备3600。在一个实施例中，将传感器数据融合到提供指示AV系统3602的位置并被通过车辆测位器系统3624提供到用户设备3600的数据流中。在一个实施例中，车辆测位器系统3624可以基于从用户设备3600的GPS模块3640获得的GPS信息和由派遣模块3654提供的信息来提供位于用户附近的各种AV系统3602的位置。以此方式，可以向用户设备3600提供AV系统3602的几乎实时的位置。在用户企图通过AV服务3660预约和/或请求乘坐时，可以将此信息呈现在地图上。

支付方法模块3626可以使得用户能够进入和/或修改用于AV服务应用3620的支付信息，诸如信用卡信息。在一个实施例中，用户可以使得AV服务应用3620能够与管理诸如PAYPAL、VENMO等的支付的其它应用连接。在实施例中，可以通过支付方法模块3626接受诸如BITCOIN的其它支付方法。

社交联网模块3628可以使得AV服务应用3620的用户能够捕获文本、图像和内容以作为邮件在各种社交媒体应用3642上共享。在一个实施例中，可以给用户提供AV系统3602捕获的诸如金门桥(Golden Gate Bridge)的风景的相机数据。可以通过AV服务应用3620经例如娱乐接口模块3636呈现此照片，并且通过社交联网模块3628和/或诸如文本或消息发送应用的通信应用3646在诸如脸书(FACEBOOK)、推特(TWITTER)、电子邮件(EMAIL)等的各种社交联网信道间共享。可以共享关于乘坐的其它信息，诸如路线、AV系统3602捕获的激光雷达数据、从传感器捕获的其它数据、等。在一个实施例中，车俩可以具有社交联网存在，使得可以将车辆作为朋友“添加”到社交联网应用3642上。在另一实施例中，可以与其他乘客共享乘坐，该其他乘客为AV服务3660的用户但是可能不是朋友或熟人。在实施例中，通过社交联网模块3628，可以在AV系统3602中的乘坐者之间共享联系信息和/或社交联网信息。

车辆请求模块3630可以提供功能性用于用户请求乘坐、使得用户输入关于请求的乘坐的各种信息项，诸如乘客的数量、停止的数量、以及目的地。在一个实施例中，用户的当前位置被用作用户将被搭乘的原始位置。在另一实施例中，用户可以输入与由GPS模块3640和/或其它位置知晓设备确定的用户的当前位置不同的原始位置。通过车辆请求模块3630，可以将对于乘坐的请求发送给AV服务3660的派遣模块3654。

车辆预订模块3632可以用于设定约定或在今后日期和原始位置预约AV系统3602。例如，车辆预订模块3632可以预约在上午5点从用户的家至旧金山机场(San FranciscoAirport)的乘坐，即使用户在预订时不在家。在一个实施例中，车辆预订模块3632可以存储重复的乘坐，诸如在某一时间从家去工作场所的乘坐、从工作场所至家的乘坐等。消费者满意度模块3634可以使得用户能够通过AV服务应用3620提供关于AV系统3602和/或AV服务3660的反馈。这可以包括定级、评论等。

娱乐接口模块3636可以提供游戏、音乐和/或其他媒介至与AV系统3602的接口。例如，可以经通过通信同步模块3622建立的直接链接将音乐通过用户设备3600以连续流传输至AV系统3602。在实施例中，可以通过AV服务应用3620直接控制音乐。在另一实施例中，来自AV系统3602的数据可以用于通过娱乐接口模块3636提供的游戏中，游戏诸如是用以识别附近陆标的游戏、关于本地历史的琐事游戏、等。在一个实施例中，娱乐接口模块3636可以包括履行指南风格的接口，用于用户通过AV服务应用3620互动。在另一实施例中，可以将此旅游者信息覆盖在AV系统3602捕获的相机数据和/或3D点云数据上，并呈现在AV服务应用3620上的用户接口上。在实施例中，可以在AV系统3602正行驶通过环境时呈现覆盖的信息。在另一实施例中，可以将此信息呈现在安装在AV系统362中的一个或更多屏幕上或投影至AV系统3602的表面上。

在另一实施例中，娱乐接口模块3636可以与诸如内部照明控制系统3604的其他子系统互动以提供娱乐和/或其他效果。例如，可以对用户设备3600上的诸如多媒体应用3644的外部应用进行编程以通过娱乐接口模块3636控制AV系统3602的内部照明控制系统3604，使得可以根据通过多媒体应用3644播放的音乐来对光序列进行定时。作为另一范例，可以通过娱乐接口模块3636控制温度控制系统3608和环境声音系统3606，以对通过视频呈现的惊恐故事提供声音效果和/或环境，该视频是通过AV系统3602以连续流传输的。

图37示例了根据各种实施例的请求对自主车辆系统的各种特征的控制的高级框图。在一个实施例中，自主车辆系统3602(“AV系统”)可以包括自主语音响应系统3612，自主语音响应系统3612包括概率确定性模块3702和情绪语音生成模块3704。AV系统3602还可以包括计划器模块3722，计划器模块3722包括轨迹选择模块3724。AV系统3602还可以包括控制器模块3716，控制器模块3716控制AV系统3602的各种物理方面，诸如视频屏幕3718、车辆致动器3728、音频扬声器3720、以及温度控制3730。

AV系统3602中的传感器3706可以包括麦克风传感器3708、激光雷达传感器3710、雷达传感器、IMU 3712、相机3714、GPS 3736、声纳(SONAR)传感器3732、以及其他传感器3738。在一个实施例中，AV系统3602可以依赖于传感器3706，并“融合”由不同类型的传感器生成的数据，诸如来自激光雷达传感器3604的数据和来自IMU 3712的运动数据。未图示的定域器可以生成当前环境的概率地图，将概率分数分配给感知现场中的标注对象。传感器数据可以由AVRS 3612使用于决定如何响应于各种疑问和/或命令。

自主语音响应系统3612可以包括概率确定性模块3702，概率确定性模块3702生成一个或更多概率模型，用于解释和响应于疑问和/或命令。AVRS 3612可以包括可以用于辨识言语的自然语言处理系统(未图示)。在其他实施例中，语音辨识系统可以用于与概率确定性模块3702结合以给所讲的和/或从指向AV系统3602的言语提取的不同词语分配概率。一旦通过各种概率方法解释(decipher)了疑问和/或命令，就可以通过概率确定性模块3702类似地生成响应。

用于确定对疑问或命令的响应的典型方法涉及初始猜测，使用生成的概率模型，该初始猜测通过一序列步进增长而朝向最佳响应会聚。因为搜索是计算上昂贵的，所以启发式的规则可以用于达到可接受的响应。

在另一实施例中，概率确定性模块3702可以响应于疑问或命令而向远程操作者系统3750发送请求，请求辅助。可以通过AV系统3602可选地关于任何用户体验问题而联系远程操作者系统3750，任何用户体验问题包括经由用户设备3600输入的请求、通过AVRS 3612侦听的语音命令、和/或在AV系统3602内的终端处致动的按钮。例如，可以通过AVRS 3612检测对于“帮助(HELP)”的语音命令。AVRS 3612可以参加与用户的对话以识别需要什么种类的帮助。在另一实施例中，AV系统3602直接连接至远程操作系统3750，利用接收的数据建立语音会议。可以向远程操作者系统3750呈现AV系统3602的当前轨迹和/或路线、以及诸如例如当前电池水平、计算处理效率、和/或存储容量的其他操作参数。在一个实施例中，通过提供在远程操作者系统3750上的接口，远程操作者可以识别需要什么帮助或命令是否是通过经扬声器3720和麦克风传感器3708参加与用户的会话而错误地发出的。

情绪语音生成模块3704可以生成一个或更多不同类型的语音用于AVRS 3612。在一个实施例中，可以基于算法生成语音，该算法将各种声音指定为映射到各种情绪，诸如激动的、快乐的、难过的、烦恼的、生气的等。在另一实施例中，情绪语音生成模块3704可以使用映射到这些情绪的预定组声音效果。在另一实施例中，情绪语音生成模块3704可以将正面的情绪映射到AVRS 3612的较高频率的声音和/或语音，而可以将负面的情绪映射到较低频率的声音和/或语音。

在一个实施例中，计划器模块3722可以包括轨迹选择模块3724，轨迹选择模块3724在存储在路线储存器3726中的各种路线之间选择。在一个实施例中，可以将轨迹生成为包括预期的到达时间(ETA)。可以基于当前交通状况、已知的建筑区域、和对路线的部分的规定的速度限制而优化轨迹来减少通行时间，以生成最佳预期的到达时间。在一个实施例中，可以与生成的轨迹相关联地存储ETA。例如，用户可以请求在工作场所与家位置之间的通行，使得将路线存储在路线储存器3726中用于用户。一旦用户请求相同的路线，就可以通过轨迹选择模块3724自动选择轨迹。在另一实施例中，可以请求AV系统3602通过增加停止、在各种位置搭乘乘客或使乘客落车等来改变路线。可以通过计划器模块3722基于当前交通状况来确定优化路线，使得可以将优化路线存储在路线储存器3726中。在一个实施例中，可以与其他AV系统3602和/或AV服务3660共享本地存储在AV系统3602处的路线。

图38是根据实施例的用于通过自主车辆服务请求并控制自主车辆系统的系统的网络图，示出了自主车辆管理系统的框图。系统环境包括一个或更多AV系统3602、远程操作者系统3750、用户设备3600、自主车辆(“AV”)管理系统3800、以及网络3804。在替代配置中，能够将不同的和/或附加的模块包括在系统中。

用户设备3600可以包括能够接收用户输入并能够经由网络3804发送和接收数据的一个或更多计算设备。在一个实施例中，用户设备3600是常规的计算机系统，该计算机系统执行例如Microsoft Windows兼容的操作系统(OS)、Apple OS X、和/或Linux分布。在另一实施例中，用户设备3600能够是具有计算机功能性的设备，诸如个人数字助理(PDA)、移动电话、智能电话、可穿戴设备等。用户设备3600被配置为经由网络3804通信。用户设备3600能够执行应用，例如容许用户设备3600的用户与AV管理系统3800互动的浏览器应用。在另一实施例中，用户设备3600与AV管理系统3800通过运行用户设备3600的诸如iOS和安卓(ANDROID)的固有操作系统的应用编程接口(API)互动。

在一个实施例中，网络3804使用标准通信技术和/或协议。从而，网络3804能够包括使用诸如以太网、802.11、全球微波互联接入(worldwide interoperability formicrowave access，WiMAX)、3G、4G、CCDMA、数字用户线路(DSL)等。类似地，用于网络3804上的联网协议能够包括多协议标签交换(multiprotocol label switching，MPLS)、传输控制协议/互联网协议(TCP/IP)、用户数据报协议(UDP)、超文本传输协议(HTTP)、简单邮件传送协议(simple mail transfer protocol，SMTP)、以及文件传送协议(FTP)。能够使用包括超文本标记语言(HTML)和可扩展标记语言(XML)的技术和/或格式来表示网络3804上交换的数据。另外，能够使用诸如安全套接层协议(SSL)、传输层安全协议(TLS)、以及互联网协议安全(Internet Protocol security，IPsec)的常规加密技术来对所有或一些链接加密。

图38包含AV管理系统3800的框图。AV管理系统3800包括乘坐请求储存器3802、万维网服务器3810、API管理模块3803、用户体验模块3812、交通控制器模块3806、以及包括派遣模块3654的AV服务3660。在其他实施例中，AV管理系统3800可以包括附加的、较少的、或不同的模块，用于各种应用。未示出诸如网络接口、安全功能、负载均衡器、失效备援服务器、管理和网络操作控制台等的常规部件，以不使系统的细节模糊。

万维网服务器3810经由网络3840将AV管理系统3800链接至一个或更多用户设备3600；万维网服务器3810服务网页，以及其他与网页有关的内容，诸如Java、Flash、XML等。万维网服务器3810可以提供在AV管理系统3800与用户设备3600之间接收和路由消息的功能性，消息例如是即时消息、排队消息(例如，电子邮件)、文本和SMS(短消息服务)消息、或使用任何其他适合的消息发送技术发送的消息。用户能够向万维网服务器3810发送请求以提供例如存储在AV管理系统3800中用于通过用户设备3600观看的图像或视频的信息。另外，万维网服务器3810可以提供API功能性以将数据直接发送至固有用户设备操作系统，诸如iOS、ANDROID、WebOS、以及RIM。

API管理模块3808可以管理AV管理系统3800与诸如远程操作者系统3750和用户设备3600的各种系统通信所需的一个或更多适配器。可以使用应用编程接口(API)、或适配器来将数据推送到外部工具、网站、以及用户设备3600。适配器也可以用于接收来自外部系统的数据。在一个实施例中，API管理模块3808管理有效地操作所需的到外部系统的连接的量。

用户体验模块3812可以管理在通过AV服务3660请求和控制AV系统3602时的用户体验。例如，在一个实施例中，用户体验模块3812可以将AV系统3602通过AVRS 3612接收的不可理解的命令无缝地引导至一个或更多远程操作者系统3750，使得可以实时地规划响应。在另一实施例中，用户体验模块3812可以聚集从用户设备3600捕获的各种抱怨和I或反馈，以识别可以跨AV系统3602实施的处理改进。

交通控制模块3806可以分析用户请求的路线，并基于需求和/或预见的需求确定将AV系统3602派遣到哪里。例如，基于对存储在乘坐请求储存器3802中的乘坐的分析，交通控制模块3806可以生成一个或更多概率模型来识别乘坐请求中的波动、生成乘坐请求的原始和目的地位置、以及覆盖需求所需的AV系统3602的数量。基于此信息，可以通过AV服务3660的派遣模块3654将最佳数量的AV系统3602派遣到各种位置，进一步优化AV服务3660的用户的用户体验。

图39是示例根据一些范例的用于请求并控制自主车辆服务的过程的高级流程图。可以接收通过用户设备来自用户的请求3900。例如，请求可以是请求自主车辆搭乘用户。在另一范例中，请求可以是请求改变自主车辆系统的一些可配置特征，诸如照明、温度、道路管控、座位配置、和/或环境声音系统。在另一实施例中，请求可以是对现存的乘坐进行路线变更至不同的位置，以搭乘乘客或使乘客落车，以增加或去除乘坐的停止、或者另外地，修改乘坐的轨迹。

可选地，可以基于请求在自主车辆处提供3902响应。如果请求是修改或改变车辆的诸如照明、温度、道路管控、座位配置、和/或声音系统的特征的参数的请求，则可以提供3902的响应可以是在自主车辆处对请求的确认，诸如确认该改变的语音响应。如果请求是改变影响AV系统的轨迹或路线的参数的请求，则可以提供3902的响应可以包括对请求的确认。

可选地，基于请求，可以在自主车辆处选择3904一个或更多轨迹。例如，轨迹的此选择可以遵循对AV系统进行路线变更的请求。可以通过AV系统的计划器和/或与AV系统通信的远程操作者系统来规划可以被选择3904的一个或更多轨迹。

还有，可选地，基于请求，可以通过同步连接将用户设备连接3906到自主车辆。例如，从用户接收3900的请求可以是请求从用户设备至AV系统以连续流传输音乐。在该情况下，可能需要同步连接，使得用户设备直接连接3906至自主车辆。如上所述，该连接可以是通过蓝牙或另外的通信连接。附加地，用户设备可以为其他原因连接3906至自主车辆，诸如用户请求通过自主车辆打电话或通过自主车辆以连续流传输其他内容，其他内容诸如是照片或视频内容。

然后可以在自主车辆处执行3908包括在请求中的动作过程。如以上提到的，请求可以包括播放例如BRITNEY SPEARS的播放列表的语音命令。一旦解释了命令，则动作过程就可以是通过AV系统中的扬声器以连续流传输播放列表。

图40是示例根据一些范例的用于提供自主车辆服务的过程的高级流程图。可以识别与用户相关联的用户设备的位置4000。可以基于从用户设备检测的GPS位置来识别4000用户设备的位置。可以将命令发送4002至与自主车辆服务相关联的自主车辆系统，以通行至该位置。此命令可以是例如指令AV系统行驶至识别的位置的派遣命令。然后可以将与用户设备相关联的信息提供4004给自主车辆系统，其中，信息包括适配自主车辆系统的一个或更多子系统的配置数据。该信息可以包括用于道路管控、照明控制、温度控制、环境声音系统、就坐配置等的用户偏好。

图41至42是示例根据一些范例的用于请求并控制自主车辆服务的特征的过程的高级流程图。包括环境特征的自主车辆系统可以接收4100来自用户设备的请求以通过自主车辆服务修改环境特征中的一个特征。例如，可以通过一个或更多网络和/或通信信道经自主车辆服务在自主车辆系统处接收4100请求。可以根据请求确定4102环境特征中的所述一个特征的改变参数。可以通过请求的格式确定4102改变参数，请求诸如是从操作将请求传达至自主车辆服务的应用的用户设备捕获的请求。在一个实施例中，改变参数可以包括对于子系统的预配置的模式的选择。在另一实施例中，改变参数可以包括对AV系统的环境特征的调节的值。然后可以在自主车辆系统处执行4104环境特征中的所述一个特征的改变参数。例如，可以响应于将温度改变至某一水平的请求，通过自主车辆的温度控制系统来改变温度。

在自主车辆系统处，可以接收4200命令以控制与自主车辆系统相关联的特征。例如，可以通过自动语音响应系统使用安装在自主车辆系统处的麦克风来接收4200命令。还可以通过通信信道从AV管理系统接收4200命令。可以基于命令确定4202一个或更多动作过程。例如，如果命令可以导致不安全的操纵或动作，则动作过程可以是答复该命令是不安全的并且将被忽略。作为另一范例，可以确定4202各种其他动作过程，诸如通行至安全位置以停下，确定4202一个或更多路径来执行命令、以及请求来自远程操作者的辅助。可以确定4204与该一个或更多动作过程相关联的一个或更多概率模型。例如，可以对每个动作过程生成概率模型以确定完成动作过程中成功的可能性。在另一实施例中，可以使用各种方法来生成用于动作过程的概率模型，诸如贝叶斯推理法、机器学习技术、启发法、以及随机游走分析。

基于一个或更多概率模型，可以确定4206置信水平以形成一个或更多动作过程的子集。例如，可以基于来自传感器的对AV系统可用的给定的数据、日志数据、以及由AV管理系统提供的其他信息来确定4206置信水平。然后可以响应于命令在自主车辆系统处执行4208从一个或更多动作过程的子集选择的动作过程。在一个实施例中，可以执行4208具有比预定阈值高的置信水平的动作过程。在另一实施例中，可以执行4208从子集的随机选择，其中，一个或更多动作过程的子集具有比预定阈值高的置信水平。

图43是示例根据一些范例的用于使得能够访问自主车辆服务的过程的高级流程图。在包括多个传感器的自主车辆系统处，可以通过自主车辆服务接收4300将用户从搭乘位置运输至目的地的请求。然后可以根据来自多个传感器的处理的数据识别4302处于搭乘位置的用户。识别过程可以包括脸部辨识、视觉识别、生物测定识别、和/或另一授权过程。可以响应于对用户的识别给用户提供4304到自主车辆系统的访问。可以通过打开车辆的门来提供4304访问。

图44至46示例根据各种实施例的设置于被配置为请求并控制自主车辆服务的设备中的示范性计算平台。在一些范例中，计算平台4400、4500、以及4600可以用于实施计算机程序、应用、方法、处理、算法、和其他软件以执行上述技术。

在一些情况下，能够将计算平台设置在可穿戴设备或器具、移动计算设备4490b、4590b或4690b、或诸如计算设备4490a、4590a或4690a的任何其他设备中。

计算平台4400、4500、或4600包括总线4404、4504、或4604或用于传达信息的其他通信机构，总线4404、4504、或4604或用于传达信息的其他通信机构互联子系统和设备，子系统和设备诸如是处理器4406、4506或4606、系统存储器4410、4510或4610(例如，RAM等)、存储设备4408、4508或4608(例如，ROM等)、经由通信链接4414、4514或4614上的端口方便与例如计算设备的通信的通信接口4412、4512或4612(例如，以太网或无线控制器、蓝牙控制器等)，计算设备包括具有处理器的移动计算和/或通信设备。能够给处理器4406、4506或4606实施有一个或更多中央处理单元(“CPU”)、或一个或更多虚拟处理器、以及CPU和虚拟处理器的任何组合，一个或更多中央处理单元诸如是由英特尔公司制造的那些中央处理单元。计算平台4400、4500、或4600包括经由输入-和-输出设备4402、4502或4602交换表示输入和输出的数据，输入-和-输出设备4402、4502或4602包括但不限于键盘、鼠标、音频输入端(例如，语音-到-文本设备)、用户接口、显示器、监视器、光标、触敏显示器、LCD或LED显示器、以及其他与I/O有关的设备。

根据一些范例，计算平台4400、4500、或4600通过执行存储在系统存储器4410、4510或4610中的一个或更多指令的一个或更多序列的处理器4406、4506或4606来执行特定操作，并且计算平台4400、4500、或4600能够实施于客户-服务器布置、对等的布置中，或实施为任何移动计算设备，包括智能电话等。可以将该指令或数据从诸如存储设备4408、4508或4608的另一计算机可读介质读取到系统存储器4410、4510或4610中。在一些范例中，硬连线的电路可以用于代替用于实施的软件指令或与其组合。指令可以嵌入于软件或固件中。术语“计算机可读介质”指参与提供指令给处理器4406、4506或4606用于执行的任何可触知的介质。该介质可以采取许多形式，包括但不限于非易失性介质和易失性介质。非易失性介质包括例如，光盘或磁盘等。易失性介质包括动态存储器，诸如系统存储器4410、4510或4610。

计算机可读介质的通常形式包括例如软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、任何其它光学介质、穿孔卡、纸带、具有孔图案的任何其它物理介质、RAM、PROM、EPROM、FLASH-EPROM、任何其他存储器芯片或盒式磁带(cartridge)、或计算机能够从其读取的任何其他介质。还可以使用传输介质来发送或接收指令。术语“传输介质”可以包括任何可触知或不可触知的介质，该可触知或不可触知的介质能够存储、编码或携带指令用于由机器执行，并且包括数字或模拟通信信号或其他不可触知的介质以方便该指令的传达。传输介质包括同轴电缆、铜电线和光纤光学器件，包括包括用于发送计算机数据信号的总线4404、4504或4604的电线。

在一些范例中，可以由计算平台4400、4500、或4600执行指令序列的执行。根据一些范例，计算平台4400、4500、或4600能够通过通信链接4414、4514或4614(例如，有线网络，诸如LAN、PSTN，或任何无线网络，包括蓝牙、Zig-Bee、各种标准和协议的WIFI等)耦合至任何其它处理器以彼此配合地(或异步地)执行指令序列。计算平台4400、4500、或4600可以通过通信链接4414、4514或4614和通信接口4412、4512或4612发送和接收消息、数据、和指令，包括程序代码(例如，应用代码)。接收的程序代码可以在其被接收时由处理器4406、4506或4606执行，和/或存储在存储器4410、4510或4610中或其它非易失性存储装置中用于以后的执行。

在示出的范例中，系统存储器4410、4510或4610能够包括各种模块，该各种模块包括可执行指令以实施于此描述的功能性。系统存储器4410、4510或4610可以包括操作系统(“O/S”)4430、4530或4630，以及应用4432、4532或4632和/或逻辑模块4450、4550或4650。在图44中示出的范例中，系统存储器4410包括用户体验模块3812、API管理模块3808、交通控制器模块3806和包括派遣模块3654的自主车辆服务3660。图45中示出的系统存储器4550包括车辆测位器系统3624、车辆预订模块3632、通信同步模块3622、消费者满意度模块3634、支付方法模块3626、车辆请求模块3630、社交联网模块3628、以及娱乐接口模块3636。图46中示出的系统存储器4650包括内部照明控制系统3604、温度控制系统3608、路线变更请求系统3616、就坐控制系统3618、乘客安全系统3650、视觉识别系统3652、环境声音系统3606、紧急用户接口终端3614、道路管控偏好模块3610、包括概率确定性模块3702和情绪语音生成模块3704的自主语音响应系统3612、以及包括轨迹选择模块3724的计划模块3722。包括在存储器4410、4510或4610中的一个或更多模块能够被配置为提供或消耗输出，以实施于此描述的一个或更多功能。

在至少一些范例中，能够在软件、硬件、固件、电路或其组合中实施任何以上描述的特征的结构和/或功能。需要注意，以上结构和构成元件以及他们的功能性可以与一个或更多其他结构或元件聚集。替代地，元件和他们的功能性可以被细分成构成子元件，如果存在的话。作为软件，以上描述的技术可以使用各种类型的编程或格式化语言、框架、语法、应用、协议、对象、或技术来实施。作为硬件和/或固件，以上描述的技术可以使用各种类型的编程或集成电路设计语言来实施，各种类型的编程或集成电路设计语言包括硬件描述语言，诸如被配置为设计现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)、或任何其它类型的集成电路的任何寄存器传送语言(“RTL”)。根据一些实施例，术语“模块”能够指例如算法或其部分，和/或实施于硬件电路或软件或其组合中的逻辑。这些能够变化并且不限于提供的范例或描述。

在一些实施例中，自主车辆管理系统或其部件中的一个或更多部件、或于此描述的任何处理或设备能够与移动设备通信(例如，有线或无线)或能够被设置于移动设备中，移动设备诸如是移动电话或计算设备。

在一些情况下，与自主车辆服务或其部件中的一个或更多部件(或于此描述的任何处理或设备)通信的移动设备或任何联网计算设备(未示出)能够提供于此描述的任何特征的结构和/或功能中的至少一些。如以上描述的图中描绘的，任何以上描述的特征的结构和/或功能能够被实施于软件、硬件、固件、电路、或其组合中。需要注意，以上结构和构成元件以及他们的功能性可以与一个或更多其他结构或元件聚集或组合。替代地，元件和他们的功能性可以被细分成构成子元件，如果存在的话。作为软件，至少一些以上描述的技术可以使用各种类型的编程或格式化语言、框架、语法、应用、协议、对象、或技术来实施。例如，在任何图中描绘的元件中的至少一个能够表示一个或更多算法。或者，至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的硬件的部分。

例如，自主车辆服务或其一个或更多其部件中的任何部件、或于此描述的任何处理或设备能够被实施于一个或更多计算设备(即，任何移动计算设备，诸如可穿戴设备、音频设备(诸如，耳机或头戴式受话器)或移动电话，无论是穿戴的还是携带的)中，该一个或更多计算设备包括一个或更多被配置为执行存储器中的一个或更多算法的处理器。从而，以上描述的图中的至少一些元件能够表示一个或更多算法。或者，至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的硬件的部分。这些能够变化并且不限于提供的范例或描述。

作为硬件和/或固件，以上描述的结构和技术可以使用各种类型的编程或集成电路设计语言来实施，各种类型的编程或集成电路设计语言包括硬件描述语言，诸如被配置为设计现场可编程门阵列(“FPGA”)、专用集成电路(“ASIC”)、多芯片模块、或任何其它类型的集成电路的任何寄存器传送语言(“RTL”)。

例如，包括一个或更多部件、或于此描述的任何处理或设备的AV管理系统能够被实施于包括一个或更多电路的一个或更多计算设备中。从而，以上描述的图中的元件中的至少一个元件能够表示硬件的一个或更多部件。或者，元件中的至少一个元件能够表示逻辑的部分，该逻辑包括被配置为提供构成结构和/或功能性的电路的部分。

根据一些实施例，术语“电路”能够指例如包括电流从其流过以执行一个或更多功能的多个部件的任何系统，该部件包括分立部件和复合部件。分立部件的范例包括晶体管、寄存器、电容器、感应器、二极管等，并且复合部件的范例包括存储器、处理器、模拟电路、数字电路等，包括现场可编程门阵列(“FPGA”)和专用集成电路(“ASIC”)。因此，电路能够包括电子部件和逻辑部件(例如，被配置为执行例如算法的一组可执行指令的指令的逻辑，并且从而是电路的部件)的系统。根据一些实施例，术语“模块”能够指例如算法或其部分、和/或实施于硬件电路或软件或其组合中的逻辑(即，模块能够被实施为电路)。在一些实施例中，算法和/或其中存储算法的存储器是电路的“部件”。从而，术语“电路”还能够指例如包括算法的部件构成的系统。这些能够变化并且不限于提供的范例或描述。

虽然为理解清楚的目的已经在一些细节中描述了前述范例，但是上述创造性技术不限于提供的细节。存在实施以上描述的发明技术的许多替代方式。公开的范例是示例性的而不是限制性的。

已经为示例目的呈现了本发明的实施例的前述描述；其不是意图穷举或将本发明限于公开的精确形式。本领域技术人员可以理解，基于以上公开，许多修改和变化是可能的。

此说明书的一些部分就算法和对信息的操作的象征性表示描述了本发明的实施例。这些算法描述和表示是数据处理领域的那些技术人员将他们的工作的实质有效地传达给该领域的其他技术人员所通常使用的。这些操作，虽然是功能地、计算地、逻辑地描述的，但是应当理解为是通过计算机程序或等同电气电路、微代码等实现的。此外，已经证明将这些操作布置称为模块有时是方便的，而不丧失一般性。描述的操作以及他们的关联模块可以具体化于软件、固件、硬件或其任何组合中。

可以以一个或更多硬件或软件模块单独或与其他设备组合来执行或实施于此描述的任何步骤、操作或处理。在一个实施例中，利用包括计算机可读介质的计算机程序产品来实施软件模块，该计算机可读介质包括计算机程序代码，该计算机程序代码能够由计算机处理器执行以执行描述的任何或所有步骤、操作或处理。

本发明的实施例还可以涉及用于执行于此的操作的装置。可以针对所需的目的特别构造此装置，和/或其可以包括由存储在计算机中的计算机程序选择性地激活或重新配置的多用途计算设备。该计算机程序可以存储在非暂时性、可触知计算机可读存储介质、或适合于存储电子指令的任何类型的介质中，该介质可以耦合至计算机系统总线。此外，文档中提到的任何计算系统可以包括单个处理器或可以是采用多处理器设计以用于提高的计算能力的架构。

本发明的实施例还可以涉及由于此描述的计算处理产生的产品。该产品可以包括从计算处理得到的信息，其中信息存储在非暂时性、可触知计算机可读存储介质上，并且可以包括计算机程序产品或于此描述的其他数据组合的任何实施例。

最后，主要为可读性和指导目的选择了文档中的使用的语言，并且可以不选择该语言来勾画或限定本创造性的主题。因此，意图本发明的范围不是由此具体实施方式限定，而是由发布基于该具体实施方式的应用的任何权利要求所限定。因而，本发明的实施例的公开是意图示例而不是限定本发明的范围，本发明的范围在以下权利要求中提出。

Claims (10)

1.一种方法，包括：

在被配置为操作移动应用的用户设备处接收包括与自主车辆服务相关联的位置的请求，所述请求是通过由所述移动应用提供的用户接口接收的；

通过所述移动应用向所述自主车辆服务发送所述请求；

在所述用户设备处接收表示自主车辆系统的姿态的数据，表示所述姿态的所述数据是通过与由所述自主车辆服务响应于所述请求而派遣至所述位置的所述自主车辆系统相关联的多个传感器检测的；以及

在通过所述移动应用在所述用户设备处提供的所述用户接口上呈现表示与所述请求相关联的所述自主车辆系统的所述姿态的所述数据。

2.一种方法，包括：

在包括多个传感器的自主车辆系统处接收来自自主车辆系统服务的派遣请求，所述派遣请求包括位置；

根据通过所述多个传感器检测的与至所述位置的所述自主车辆系统相关联的姿态来确定一个或更多轨迹；

确定与所述一个或更多轨迹中的轨迹相关联的置信水平；

至少部分地基于所述置信水平来选择所述轨迹；以及

在所述自主车辆系统处执行所选择的轨迹。

3.一种方法，包括：

从包括多个传感器的自主车辆系统的第一传感器接收与所述自主车辆系统相关联的可听见的请求相对应的信号；

至少部分地基于所述信号并利用概率模型，确定与词语相关联的概率；

至少部分地基于所述概率，确定与所述词语相关联的命令；

基于所述命令和从所述多个传感器接收的数据，确定多个动作；

至少部分基于第二概率模型来确定对于所述多个动作中的每一个动作的置信水平；以及

响应于所述命令，至少部分基于与所述动作过程相关联的所述置信水平来在所述自主车辆系统处执行来自所述动作过程的动作过程。

4.一种系统，包括：

自主车辆，被配置为在车行道上自主驾驶，所述自主车辆包括用于感测所述自主车辆的环境中的一个或更多对象的一个或更多传感器；以及

计算系统，通信地耦合到所述自主车辆以接收数据和发送指令来控制所述自主车辆，所述计算系统被编程为：

控制所述自主车辆将用户沿轨迹运输至第一目的地；

接收与来自用户的可听见的请求相对应的信号，用以将所述用户运输至第二目的地；

至少部分地基于所述信号并利用概率模型，确定词语和与词语相关联的概率；

至少部分地基于所述概率来确定命令；

响应于所述命令，确定多个动作过程；

确定对于所述动作过程中的每一个动作过程的置信水平；以及

控制所述自主车辆，以至少部分基于与所述动作过程相关联的所述置信水平来执行所述动作过程中的动作过程。

5.一种方法，包括：

从与车辆相关联的一个或多个传感器接收指示所述车辆行驶经过的环境的传感器数据；

至少部分地基于所述传感器数据，确定所述车辆的姿态；

接收指示所述环境的地图数据；

使得在用户界面上显示互动地图，所述互动地图包括所述地图数据的表示、以及表示所述车辆的姿态的数据的呈现；

通过与所述用户界面上的所述互动地图的用户互动，接收指示目的地的请求；以及

控制所述车辆行驶至所述目的地。

6.一种系统，包括：

一个或多个处理器；以及

计算机可读存储介质，通信地耦合到所述一个或多个处理器并存储能够由所述一个或多个处理器执行的指令，所述指令的执行使得所述一个或多个处理器执行动作，所述动作包括：

从与车辆相关联的一个或多个传感器接收传感器数据，所述一个或多个传感器被配置成生成指示所述车辆附近的环境的传感器数据；

至少部分地基于所述传感器数据，确定表示所述车辆的姿态的数据；

从数据库接收地图数据，所述地图数据与所述环境相关联；

至少部分地基于所述地图数据和表示所述车辆的姿态的所述数据，生成与互动地图相关联的信息，所述互动地图指示所述环境的至少一部分；

使得在用户界面上显示所述互动地图，所述互动地图包括表示所述车辆的姿态的数据的呈现；

通过与所述用户界面上的所述互动地图的用户互动，接收指示对所述环境中的位置的选择的信息；以及

将指令发送到要行驶至所述位置的车辆。

7.一种方法，包括：

在用户设备处接收表示自主车辆系统的姿态的数据，所述数据至少部分地基于来自与自主车辆相关联的多个传感器的传感器数据来表示所述姿态；

在所述用户设备提供的用户界面上表现表示与所述自主车辆相关联的所述自主车辆系统的所述姿态的所述数据；

通过所述用户界面接收请求，所述请求与位置相关联；以及

将所述请求发送到所述自主车辆系统。

8.一种系统，包括：

自主车辆，其被配置为在车行道上自主驾驶；

图像传感器，其设置在所述自主车辆上；

一个或多个处理器；以及

计算机可读介质，其存储指令，所述指令当由所述一个或多个处理器执行时配置所述系统执行动作，所述动作包括：

接收用于导航至与接载乘客相关联的第一位置的指令；

接收与所述乘客相关联的配置数据；

控制所述自主车辆行驶至所述第一位置；

根据所述配置数据控制所述自主车辆的子系统；

从所述成像传感器接收与所述第一位置相关联的图像数据；

从所述图像数据识别所述第一位置处的所述乘客；

向与所述乘客相关联的用户设备并且利用所述第一位置附近的所述自主车辆发送针对认证信息的请求；

接收所述认证信息；

在所述第一位置附近并且至少部分地基于所述认证信息，控制所述自主车辆执行以下各项中的至少一项：打开与所述自主车辆相关联的门或解锁所述自主车辆以允许进入所述自主车辆的乘客舱；以及

控制所述自主车辆从所述第一位置导航至第二位置。

9.一种方法，包括：

接收与用户相关联的用户设备的位置；

经由所述用户设备处的用户输入接收目的地；

生成第一指令以派遣自主车辆到所述位置以将所述用户运输到所述目的地；

将所述第一指令发送到所述自主车辆；

至少部分地基于与所述用户相关联的用户简档来确定配置数据；

将所述配置数据发送到所述自主车辆，所述配置数据被所述自主车辆用来配置所述自主车辆的一个或多个子系统；

从所述自主车辆上的传感器接收与所述用户设备的所述位置相关联的传感器数据；

从所述图像数据识别所述用户设备的所述位置附近的所述用户；

至少部分地响应于识别所述用户并且经由所述用户设备请求认证数据；

从所述用户设备并且利用所述位置附近的所述自主车辆接收所述认证数据；以及

基于所述认证数据，生成第二指令以用于以下各项中的至少一项：打开与所述自主车辆相关联的门或解锁所述自主车辆以允许所述用户进入所述自主车辆的乘客舱。

10.一种方法，包括：

接收用于导航至与乘客相关联的第一位置的指令；

接收与所述乘客相关联的配置数据；

控制所述自主车辆行驶至所述第一位置；

在所述自主车辆到达所述第一位置之前，根据所述配置数据控制所述自主车辆的子系统；

从与所述自主车辆相关联的图像传感器接收与所述第一位置相关联的图像数据；

从所述图像数据识别所述第一位置处的所述乘客；

向与所述乘客相关联的用户设备并且利用所述第一位置附近的所述自主车辆发送针对认证信息的请求；

至少部分地基于接收到所述认证信息来控制所述自主车辆以执行以下各项中的至少一项：打开与所述自主车辆相关联的门或解锁所述自主车辆以允许进入所述自主车辆的乘客舱；以及

控制所述自主车辆从所述第一位置导航至第二位置。