JP2017076371A - 自動式移動体のための経路決定方法 - Google Patents

Abstract

【課題】自動化された動作モードを有する移動体が、たどるべき経路を生成する方法を提供する。【解決手段】移動体は、外部環境に関する少なくとも前方部分のセンサ・データを獲得し４１０、獲得したセンサ・データから移動体の現在走行経路のひとつ以上の走行車線マーカを特定し４２０、獲得したセンサ・データの検出範囲を決定し４３０、移動体の現在走行経路のひとつ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定し４４０、走行車線パラメータがある場合、一群の走行車線パラメータの内のいずれが信頼され得るかを決定し４５０、少なくとも部分的に、信頼され得ると決定された走行車線パラメータに基づき、移動体の経路を決定する４６０。【選択図】図４

Description

本明細書中に記述される主題は、概略的に、自動化された動作モードを有する移動体に関し、更に詳細には、上記自動化された動作モードにおいて動作しているときに斯かる移動体が辿るべき経路を生成する方法に関する。

一定の移動体は、人的運転者からの最小限の入力によりもしくは入力なしで、走行経路に沿って当該移動体をナビゲート及び／または操縦するために演算システムが使用されるという動作モードを含んでいる。斯かる移動体は、周囲環境における物体または移動体の存在などの、該環境に関する情報を検出すべく構成されたセンサを含んでいる。

上記演算システムは、検出された情報を処理し、周囲環境を通して上記移動体を如何にナビゲート及び／または操縦するかを決定すべく構成される。

一つの見地において、本開示内容は、自動式移動体のための経路を生成する方法に関する。該方法は、自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階を含み得る。上記方法は、上記獲得済みセンサ・データから、上記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階を含み得る。上記方法はまた、上記獲得済みセンサ・データの検出範囲を決定する段階も含み得る。上記方法は更に、上記自動式移動体の上記現在走行経路の上記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階を含み得る。上記方法は、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかを、上記決定済み検出範囲に基づいて決定する段階を含み得る。上記方法は、少なくとも部分的に、信頼され得ると決定された上記走行車線パラメータに基づき、上記自動式移動体のための経路を決定する段階を含み得る。

別の見地において、本開示内容は、自動式移動体のための経路を生成するシステムに関する。該システムは、センサ・システムと、該センサ・システムに対して作用的に接続されたプロセッサとを含む。上記センサ・システムは、自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得すべく構成され得る。上記プロセッサは、実行可能動作を開始すべくプログラムされ得る。上記実行可能動作は、上記獲得済みセンサ・データから、上記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階を含み得る。上記実行可能動作は、上記獲得済みセンサ・データの検出範囲を決定する段階を含み得る。上記実行可能動作は、上記自動式移動体の上記現在走行経路の上記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階を含み得る。上記実行可能動作は、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかを、上記決定済み検出範囲に基づいて決定する段階を含み得る。上記実行可能動作は、少なくとも部分的に、信頼され得ると決定された上記走行車線パラメータに基づき、上記自動式移動体のための経路を決定する段階を含み得る。

更に別の見地において、本開示内容は、自動式移動体のための経路を生成するコンピュータ・プログラム製品に関する。該コンピュータ・プログラム製品は、プログラム・コードが内蔵されたコンピュータ可読記憶媒体を備える。上記プログラム・コードは、プロセッサにより実行されて方法を実施し得る。該方法は、自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階を含み得る。上記方法は、上記獲得済みセンサ・データから、上記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階を含み得る。上記方法はまた、上記獲得済みセンサ・データの検出範囲を決定する段階も含み得る。上記方法は更に、上記自動式移動体の上記現在走行経路の上記特定された一つ以上の走行車線マーカに基づき、一群の走行車線パラメータを決定する段階を含み得る。上記方法は、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかを、上記決定済み検出範囲に基づいて決定する段階を含み得る。上記方法は、少なくとも部分的に、信頼され得ると決定された上記走行車線パラメータに基づき、上記自動式移動体のための経路を決定する段階を含み得る。

自動式移動体の一例である。 自動式移動体の現在走行経路の一つ以上の特定済み走行車線マーカに基づいて決定され得る種々の走行車線パラメータの概観図である。 自動式移動体のための冗長車線パラメータ推定モジュールのためのモード選択ロジックの一例である。 自動式移動体のための経路を生成する方法の一例である。 道路幾何学形状と自動式移動体の動作とをモデル化する方程式の例を示す図である。

この詳細な説明は、自動式移動体(automated vehicle)のための経路生成方法に関する。上記自動式移動体の外部環境の少なくとも前方部分のセンサ・データが獲得され得る。上記獲得済みセンサ・データから、上記自動式移動体の現在走行経路の一つ以上の走行車線マーカが特定され得る。上記獲得済みセンサ・データの検出範囲が決定され得る。上記自動式移動体の現在走行経路の上記一つ以上の特定済み走行車線マーカに基づき、(例えば、オフセット、曲率、曲率変化率[curvature derivative]、及び、ヨーなどの)一群の走行車線パラメータが決定され得る。決定された検出範囲に基づき、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかが決定され得る。この詳細な説明は、斯かる特徴を含むシステム、方法及びコンピュータ・プログラム製品に関する。少なくとも幾つかの場合、斯かるシステム、方法及びコンピュータ・プログラム製品は、自動式移動体の性能及び／または自動式移動体の安全な動作を改善し得る。

本明細書においては詳細な実施例が開示されるが、開示された実施例は例示的であることのみが意図されることは理解される。故に、本明細書中に開示される特定の構造的及び機能的な詳細は、制限的と解釈されるのではなく、単に、各請求項の根拠として、且つ、本明細書における見地を実質的に任意の適切な詳細構造において多様に採用することを当業者に教示する代表的な原理として解釈されるべきである。更に、本明細書中で使用される語句及び表現は、限定を意図するのではなく、可能的な実施形態の理解可能な記述を提供することが意図される。図１から図５には種々の実施例が示されるが、各実施例は図示された構造または用途に制限されるものでない。

図示の簡素化及び明瞭化のために、適切な場合に参照番号は、対応するもしくは同様の要素を表すべく種々の図にわたり反復されていることは理解される。これに加え、本明細書中に記述される各実施例の十分な理解を提供するために、多数の特定の詳細が示されている。但し、当業者であれば、本明細書中に記述された各実施例は、これらの特定の詳細なしでも実施され得ることは理解される。

図１を参照すると、移動体100の例が示される。本明細書中で用いられる如く、“移動体”とは、任意の形態の動力式輸送体を意味する。一つ以上の実施形態において、移動体100は自動車であり得る。本明細書においては自動車に関して配置構成が記述されるが、各実施例は自動車に限定されないことは理解される。一つ以上の実施形態において、移動体100は、船舶、航空機、または、他の任意の形態の動力式輸送体であり得る。移動体100は、前端101及び後端102を有し得る。

移動体100は、該移動体100の中央軸心であり得る、関連する長手軸心103を有し得る。移動体100は、関連する長手方向104を有し得る。“長手方向”とは、長手軸心101に対して実質的に平行であり、及び／または、共直線的であるという任意の方向を意味する。移動体100は、長手軸心101に対して実質的に直交する関連する横方向軸心105を有し得る。本明細書中で用いられる如く、“実質的”という語句は、厳密にそれが修飾する語句と、それからの僅かな変化形とを包含する。故に、“実質的に直交する”という語句は、厳密な直交、及び、それからの僅かな変化形を意味する。この特定例において、それからの僅かな変化形とは、通常の製造誤差範囲内であり、約10°以下の範囲内、約5°以下の範囲内、約4°以下の範囲内、約3°以下の範囲内、約2°以下の範囲内、または、約1°以下の範囲内を包含し得る。移動体100は、関連する横方向106を有し得る。“横方向”とは、横方向軸心105と実質的に平行であり、及び／または、共直線的である任意の方向を意味する。

本明細書における配置構成に依れば、移動体100は自動式移動体であり得る。本明細書中で用いられる如く、“自動式移動体”とは、自動モードで動作すべく構成された移動体を意味する。“自動モード”とは、人的運転者からの最小限の入力によりもしくは入力なしで、走行経路に沿って当該移動体をナビゲート及び／または操縦するために一つ以上の演算システムが使用されることを意味する。一つ以上の配置構成において、移動体100は高度に自動化され得る。幾つかの場合、移動体100は、自動モードと手動モードとの間で選択的に切換えられるべく構成され得る。斯かる切換えは、現在において公知の、または、後時に開発される任意の適切な様式で実施され得る。“手動モード”とは、走行経路に沿う移動体のナビゲーション及び／または操縦の大部分が人的運転者により実施されることを意味する。

移動体100は種々の要素を含み得、その幾つかは、自動運転システムの一部であり得る。移動体100の可能的な要素の幾つかは、図１に示されると共に、次に記述される。移動体100は、図１に示されたまたは本明細書中に記述された要素の全てを有する必要はないことは理解される。移動体100は、図１に示された種々の要素の任意の組合せを有し得る。更に、移動体100は、図１に示されたものに対する付加的要素を有し得る。幾つかの配置構成において、移動体100は、図１に示された要素の一つ以上を含まないこともある。更に、図１においては種々の要素が移動体100内に配置されているとして示されるが、これらの要素の一つ以上は、移動体100の外部に配置され得ることは理解される。更に、示された各要素は大きな距離だけ物理的に離間され得る。

移動体100は、一つ以上のプロセッサ110を含み得る。“プロセッサ”とは、本明細書中に記述されるプロセスの内の任意のもの、または、斯かるプロセスを実施しもしくは斯かるプロセスを実施せしめる任意の形態の命令を実行すべく構成された任意の構成要素または一群の構成要素を意味する。プロセッサ110は、一つ以上の汎用プロセッサ、及び／または、一つ以上の特殊用途プロセッサにより実現され得る。適切なプロセッサの例としては、マイクロプロセッサ、マイクロコントローラ、DSPプロセッサ、及び、ソフトウェアを実行し得る他の回路機構が挙げられる。適切なプロセッサの更なる例としては、限定的なものとしてで無く、中央処理ユニット(CPU)、アレイ・プロセッサ、ベクトル・プロセッサ、デジタル信号プロセッサ(DSP)、フィールド・プログラマブル・ゲート・アレイ(FPGA)、プログラマブル論理アレイ(PLA)、特定用途集積回路(ASIC)、プログラマブル論理回路、及び、コントローラが挙げられる。プロセッサ110は、プログラム・コードに含まれた命令を実施すべく構成された少なくとも一つのハードウェア回路(例えば集積回路)を含み得る。複数のプロセッサ110が在るという配置構成において、斯かる各プロセッサは相互から独立して動作し得るか、または、一つ以上のプロセッサは相互に協働して動作し得る。一つ以上の配置構成において、プロセッサ110は移動体100の主要プロセッサであり得る。例えば、プロセッサ110は、エンジン制御ユニット(ECU)であり得る。

移動体100は、一種類以上のデータを記憶する一つ以上のデータ記憶装置115を含み得る。データ記憶装置115は、揮発及び／または不揮発メモリを含み得る。適切なデータ記憶装置115の例としては、RAM(ランダム・アクセス・メモリ)、フラッシュ・メモリ、ROM(読出専用メモリ)、PROM(プログラマブル読出専用メモリ)、EPROM(消去可能プログラマブル読出専用メモリ)、EEPROM(電気消去可能プログラマブル読出専用メモリ)、レジスタ、磁気ディスク、光ディスク、ハード・ドライブ、もしくは、他の任意で適切な記憶媒体、または、それらの任意の組み合わせが挙げられる。データ記憶装置115はプロセッサ110の構成要素であり得るか、または、データ記憶装置115はプロセッサ110による使用のために、それに対して作用的に接続され得る。本記述の至る所で使用される“作用的に接続”という語句は、直接的な物理的接触なしの接続を含め、直接的もしくは間接的な接続を含み得る。

一つ以上の配置構成において、一つ以上のデータ記憶装置115は、地図データ116を含み得る。該地図データ116は、一つ以上の地理的領域の地図を含み得る。地図データ116は、上記一つ以上の地理的領域における道路、交通制御デバイス、道路標識、構造物、特定構造、及び／または、目印に関する情報またはデータを含み得る。地図データ116は、任意の適切な形態であり得る。幾つかの場合、地図データ116は、領域の航空写真を含み得る。幾つかの場合、地図データ116は、360°の地上写真などの、領域の地上写真を含み得る。地図データ116は、高度に詳細化され得る。幾つかの場合、地図データ116は、移動体100の内部的に配置され得る。代替的に、地図データ116の少なくとも一部は、移動体100から遠隔的なデータ記憶装置または供給源内に配置され得る。地図データ116は、地形データを含み得る。該地形データは、一つ以上の地理的領域の地形に関する情報を含み得る。上記地形データは、上記一つ以上の地理的領域における標高データを含み得る。幾つかの場合、上記地形データは、移動体100の内部的に配置され得る。地図データ116は、道路の曲率及び曲率変化率を含む道路幾何学形状に関する情報を備えたデジタル地図を含み得る。

移動体100は、自動運転モジュール120を含み得る。自動運転モジュール120は、コンピュータ可読プログラム・コードであって、プロセッサにより実行されたときに、例えば、単一もしくは複数の経路、移動体100のための現在運転操作、将来的運転操作、及び／または、修正を決定するなどの、本明細書中に記述される種々のプロセスの内の一つ以上を実施するというコンピュータ可読プログラム・コードとして実現され得る。自動運転モジュール120はまた、斯かる単一もしくは複数の経路、運転操作、及び／または、それらに対する修正を、直接的もしくは間接的に実施もさせ得る。自動運転モジュール120は、プロセッサ110の構成要素であり得るか、または、自動運転モジュール120は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。

自動運転モジュール120は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。斯かる命令は、種々の移動体機能を実行し、且つ／又は、移動体100またはそれの一つ以上のシステム(例えば、各移動体システム145の一つ以上など)に関し、データを送信し、データを受信し、相互作用し、及び／または、制御するための命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

移動体100はセンサ・システム125を含み得る。該センサ・システム125は、一つ以上のセンサを含み得る。“センサ”とは、或るものを検出、決定、評価、監視、測定、定量及び／または検知する任意のデバイス、構成要素及び／またはシステムを意味する。上記一つ以上のセンサは、リアルタイムで検出、決定、評価、監視、測定、定量及び／または検知すべく構成され得る。本明細書中で用いられる如く、“リアルタイム”という語句は、行われるべき特定のプロセスまたは決定に対してユーザもしくはシステムが十分に即時的であると感じ、または、一定の外部プロセスに対してプロセッサが追随することを可能にする処理応答性のレベルを意味する。

センサ・システム125が複数のセンサを含むという配置構成において、各センサは、相互に独立して動作し得る。代替的に、２つ以上のセンサが相互に協働して動作し得る。斯かる場合、２つ以上のセンサは、センサ・ネットワークを構成し得る。センサ・システム125、及び／または、一つ以上のセンサは、プロセッサ110、データ記憶装置115、自動運転モジュール120、及び／または、移動体100の他の要素に対して作用的に接続され得る。センサ・システム125は、移動体100の運転環境の少なくとも一部の一回以上のセンサ観測を行うべく使用され得る。本明細書中で用いられる如く、“センサ観測”とは、移動体の運転環境の少なくとも一部のセンサ・データを獲得するために、時的瞬間、または、時的間隔において、センサ・システムの一つ以上のセンサが使用されることを意味する。

センサ・システム125は、任意の適切な形式のセンサを含み得る。例えば、センサ・システム125は、移動体100に関する情報を検出、決定、評価、監視、測定、定量及び／または検知すべく構成された一つ以上のセンサを含み得る。代替的または付加的に、センサ・システム125は、外部環境における物体に関する情報などの、移動体100が配置される外部環境に関する情報を検出、決定、評価、監視、測定、定量及び／または検知すべく構成された一つ以上のセンサを含み得る。斯かる物体は、静止物体及び／または動的物体であり得る。上記の例の一つ以上に対して代替的にまたは付加的に、センサ・システム125は、移動体100の箇所、及び／または、移動体100に対する環境における物体の箇所を検出、決定、評価、監視、測定、定量及び／または検知すべく構成された一つ以上のセンサを含み得る。これらの及び他の形式のセンサの種々の例は、本明細書中に記述される。各実施例は記述された特定のセンサに限られないことは理解される。

センサ・システム125は、例えば、慣性加速度の如き移動体100の位置または配向の変化を検出、決定、評価、監視、測定、定量及び／または検知すべく構成された一つ以上のセンサを含み得る。一つ以上の配置構成において、センサ・システム125は、加速度計、ジャイロスコープ、及び／または、他の適切なセンサを含み得る。センサ・システム125は、移動体100の一つ以上の特性を検出、決定、評価、監視、測定、定量及び／または検知し得るセンサを含み得る。一つ以上の配置構成において、センサ・システム125は、(不図示の)速度計を含み得る。該速度計は移動体100の現在速度を決定し得るか、または、該速度計により獲得されたデータが、移動体100の現在速度を決定すべく使用され得る。一つ以上の配置構成において、移動体100はヨーレート・センサ126を有し得る。

センサ・システム125は、移動体100の外部環境またはその一部を検知すべく構成された一つ以上のセンサを含み得る。例えば、センサ・システム125は、自動式移動体100の外部環境の少なくとも前方部分のデータを獲得すべく構成され得る。“前方部分”とは、外部環境の部分であって、上記移動体の走行方向において該移動体の前方に配置された部分を意味する。斯かる環境センサは、移動体100の外部環境の少なくとも一部における物体、及び／または、斯かる物体に関する情報／データを検出、決定、評価、監視、測定、定量及び／または検知すべく構成され得る。本明細書においては、斯かるセンサの種々の例が記述される。但し、各実施例は記述された特定のセンサに限られないことは理解される。

一つ以上の配置構成において、センサ・システム125は一つ以上の測距センサを含み得る。“測距センサ”としては、所定距離だけ離間して物体を検出、決定、評価、監視、測定、定量及び／または検知し得るセンサであって、物体との物理的な接触を要しないというセンサが挙げられる。測距センサの種々の例は、本明細書中に記述される。

一例として、一つ以上の配置構成において、センサ・システム125は一つ以上のレーダ・センサ127を含み得る。“レーダ・センサ”とは、少なくとも部分的に無線信号を用いて、或るものを検出、決定、評価、監視、測定、定量及び／または検知し得る任意のデバイス、構成要素及び／またはシステムを意味する。一つ以上のレーダ・センサ127は、移動体100の外部環境における一つ以上の物体の存在、移動体100に対して検出された各物体の位置、(例えば、長手方向102、横方向106、及び／または、他の単一もしくは複数の方向などの)一つ以上の方向における各検出物体と移動体100との間の距離、検出された各物体の高度、検出された各物体の速度、及び／または、検出された各物体の移動を、直接的もしくは間接的に検出、決定、評価、監視、測定、定量及び／または検知すべく構成され得る。一つ以上のレーダ・センサ127、または、それにより獲得されたデータは、移動体100の外部環境における各物体の速度を決定し得る。一つ以上のレーダ・センサ127は、物体と関連付けられた３次元座標データを有し得る。

一つ以上の配置構成において、センサ・システム125は、一つ以上のライダ・センサ128を含み得る。“ライダ・センサ(lidar sensor)”とは、少なくとも部分的にレーザを用いて、或るものを検出、決定、評価、監視、測定、定量及び／または検知し得る任意のデバイス、構成要素及び／またはシステムを意味する。上記ライダ・センサは、レーザ信号を放出すべく構成されたレーザ源及び／またはレーザ走査器、及び、レーザ信号の反射を検出すべく構成された検出器を含み得る。上記ライダ・センサは、可干渉性または非干渉性の検出モードで動作すべく構成され得る。

一つ以上のライダ・センサ128は、移動体100の外部環境における一つ以上の物体の存在、移動体100に対して検出された各物体の位置、(例えば、長手方向102、横方向106、及び／または、他の単一もしくは複数の方向などの)一つ以上の方向における各検出物体と移動体100との間の距離、検出された各物体の高度、検出された各物体の速度、及び／または、検出された各物体の移動を、直接的もしくは間接的に検出、決定、評価、監視、測定、定量及び／または検知すべく構成され得る。

上述されたセンサの任意のものに対して代替的または付加的に、センサ・システム125は他の形式のセンサを含み得る。一例として、センサ・システム125は(不図示の)一つ以上の音波センサを含み得る。センサ・システム125、プロセッサ105、及び／または、移動体100の一つ以上の要素は、本移動体100と同一の走行車線における、または、隣接するもしくは近傍の走行車線における前方移動体の相対位置及び速度を検出すべく構成され得る。

移動体100は、一台以上のカメラ129を含み得る。“カメラ”とは、視覚的データを捕捉すべく構成された任意のデバイス、構成要素、及び／またはシステムを包含する。“視覚的データ”とは、動画及び／または画像の情報／データを包含する。上記視覚的データは、任意の適切な形態であり得る。

一台以上のカメラ129により獲得された視覚的データは、移動体100の外部環境における一つ以上の物体の存在、移動体100に対して検出された各物体の位置、一つ以上の方向における各検出物体と移動体100との間の距離、検出された各物体の高度、検出された各物体の速度、及び／または、検出された各物体の移動を、直接的もしくは間接的に検出、決定、評価、監視、測定、定量及び／または検知すべく構成され得る。

一台以上のカメラ129は、高分解能カメラであり得る。高分解能とは、ピクセル分解能、空間的分解能、スペクトル分解能、時間的分解能、及び／または、放射分解能を指し得る。一つ以上の配置構成において、一台以上のカメラ129は、ハイダイナミックレンジ(HDR)カメラ、または、赤外(IR)カメラであり得る。

一つ以上の配置構成において、カメラ129の内の一台以上は、(不図示の)レンズ及び(不図示の)画像捕捉要素を含み得る。上記画像捕捉要素は、例えば、エリアアレイセンサ、荷電結合素子(CCD)センサ、相補的金属酸化物半導体(CMOS)センサ、リニアアレイセンサ、CCD(モノクロ)などの、任意の適切な形式の画像捕捉デバイスまたはシステムであり得る。上記画像捕捉要素は、電磁スペクトル上の任意の適切な波長における画像を捕捉し得る。上記画像捕捉要素は、カラー画像及び／またはグレースケール画像を捕捉し得る。カメラ129の内の一台以上は、ズームイン及び／またはズームアウト機能を以て構成され得る。

一つ以上の配置構成において、カメラ129の内の一台以上は、移動体100の外部環境の少なくとも一部から視覚的データを捕捉すべく、配向され、位置決めされ、構成され、作用可能であり、且つ／又は、配置され得る。一つ以上の配置構成において、一台以上のカメラ129は、移動体100の外部環境の少なくとも前方部分から視覚的データを捕捉すべく、配向され、位置決めされ、構成され、作用可能であり、且つ／又は、配置され得る。更なる例として、少なくとも一台のカメラ129は、移動体100の外部環境の少なくとも左前方部分から視覚的データを捕捉すべく、配向され、位置決めされ、構成され、作用可能であり、且つ／又は、配置され得る。斯かる場合、少なくとも一台のカメラ129は、移動体100の外部環境の少なくとも右前方部分から視覚的データを捕捉すべく、配向され、位置決めされ、構成され、作用可能であり、且つ／又は、配置され得る。

一台以上のカメラ129は、移動体100の任意の適切な部分に配置され得る。例えば、カメラ129の内の一台以上は、移動体100内に配置され得る。カメラ129の内の一台以上は、移動体100の外側部上に配置され得る。カメラ129の内の一台以上は、移動体100の外側部上にまたは外部に露出して配置され得る。一例として、一台以上のカメラ129は、移動体100の前端101において、または、その近傍にて、中央領域に配置され得る。別の例として、一台以上のカメラ129は、移動体100のルーフ上に配置され得る。

カメラ129の内の一台以上の位置は、その位置が移動体100に対して変化しない様に、固定され得る。カメラ129の内の一台以上は、その位置が変化することで、移動体100の外部環境の種々の部分からの視覚的データが捕捉されることが許容され得る様に、移動可能とされ得る。各カメラ129の動きは、任意の適切な様式で達成され得る。例えば、各カメラ129は、幾つかの可能性を挙げただけでも、一本以上の軸心の回りで回転可能であり、枢動可能であり、摺動可能であり、及び／または、伸張可能であり得る。一つ以上の配置構成において、各カメラ128は、例えば、実質的に球形、実質的に半球形、実質的に円形、及び／または、実質的に線形などの、任意の適切な動作の範囲を有し得る。一台以上のカメラ、及び／または、該一台以上のカメラの動きは、カメラ・システム129、センサ・システム125、プロセッサ110、及び／または、本明細書中に記述されるモジュールの内の任意の一つ以上、または、他のモジュールにより制御され得る。

センサ・システム125、プロセッサ105、及び／または、移動体100の一つ以上の他の要素は、センサ・システム125の各センサの内の一つ以上のセンサの動きを制御すべく作用可能であり得る。本明細書中に記述されるセンサの内の任意のセンサは、移動体100に関して任意の適切な箇所に配備され得ることを銘記すべきである。例えば、一つ以上のセンサは移動体100内に配置され得、一つ以上のセンサは上記移動体の外側部上に配置され得、且つ／又は、一つ以上のセンサは、移動体100の外部に対して露出されるべく配置され得る。

移動体100は、入力システム130を含み得る。“入力システム”とは、情報／データがマシンに入力されることを可能とする任意のデバイス、構成要素、システム、要素または配置機構、または、その群として定義される。入力システム160は、(例えば運転者または乗客などの)移動体乗員から入力を受信し得る。例えば、キー・パッド、ディスプレイ、タッチスクリーン、マルチタッチスクリーン、ボタン、ジョイスティック、マウス、トラックボール、マイクロフォン、及び／または、それらの組み合わせなどの、任意の適切な入力システム130が使用され得る。

移動体100は、出力システム131を含み得る。“出力システム”とは、情報／データが(例えば対象者、移動体乗員などの)移動体乗員に対して呈示されることを可能とする任意のデバイス、構成要素、システム、要素または配置機構、または、その群として定義される。出力システム131は、移動体乗員に対して情報／データを呈示し得る。出力システム131は、上述された如く、ディスプレイを含み得る。代替的または付加的に、出力システム131は、マイクロフォン、イヤフォン及び／またはスピーカを含み得る。移動体100の幾つかの構成要素は、入力システム130の構成要素、及び、出力システム131の構成要素の両方の役割を果たし得る。

一つ以上の配置構成において、移動体100は、走行車線マーカ特定モジュール132を含み得る。該走行車線マーカ特定モジュール132は、プロセッサにより実行されたときに、本明細書中に記述される種々のプロセスの内の一つ以上を実施するコンピュータ可読プログラム・コードとして実現され得る。走行車線マーカ特定モジュール132はプロセッサ110の構成要素であり得るか、または、走行車線マーカ特定モジュール132は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。走行車線マーカ特定モジュール132は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

幾つかの配置構成において、走行車線マーカ特定モジュール132は、(例えば一台以上のカメラ129により獲得された視覚的データなどの)視覚的データから走行車線マーカ及び／または他の道路マーカを検出、決定、評価、測定、解析、認識及び／または特定すべく構成され得る。走行車線マーカ特定モジュール132は、現在において公知の、または、後時に開発される任意の適切な技術を用いるマシンビジョン・システムを用いて走行車線マーカを特定し得る。“走行車線”とは、単一列の移動体により使用されることが指定された道路の部分、及び／または、単一列の移動体により使用されつつある道路の部分である。

一例として、走行車線マーカ特定モジュール132は、任意の適切な物体認識ソフトウェアも含み得る。該物体認識ソフトウェアは、一台以上のカメラ129により捕捉された画像を解析し得る。幾つかの場合、上記物体認識ソフトウェアは、可能的な一致のために物体画像データベースを照会し得る。例えば、一台以上のカメラ129により捕捉された画像は、可能的な一致のために物体画像データベース内の画像と比較され得る。代替的または付加的に、一台以上のカメラ129により捕捉された視覚的データの測定値または他の特性が、上記物体画像データベースにおける任意の画像の測定値または他の特性と比較され得る。幾つかの場合、走行車線マーカ特定モジュール132は、捕捉済み画像と、物体データベース内の画像との間に一致性があるならば、走行車線マーカを特定し得る。“一致”または“一致する”とは、一台以上のカメラ129により捕捉された視覚的データ、及び、上記物体画像データベースにおける画像の内の一つ以上が、実質的に同一であることを意味する。例えば、一台以上のカメラ129により捕捉された視覚的データ、及び、上記物体画像データベースにおける画像の内の一つ以上は、所定の可能性(例えば、少なくとも約85％、少なくとも約90％、少なくとも約95％、または、それ以上)または信頼レベル以内で一致し得る。

一つ以上の配置構成において、移動体100は、検出範囲決定モジュール133を含み得る。該検出範囲決定モジュール133は、プロセッサにより実行されたときに、本明細書中に記述される種々のプロセスの内の一つ以上を実施するコンピュータ可読プログラム・コードとして実現され得る。検出範囲決定モジュール133はプロセッサ110の構成要素であり得るか、または、検出範囲決定モジュール133は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。検出範囲決定モジュール133は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

本明細書中で用いられる如く、“検出範囲”とは、一つ以上のセンサにより獲得された上記移動体の前方環境のデータにおいて観測可能または検出可能である距離及び／または時間長の尺度である。上記検出範囲は、獲得されたデータに関連付けられた最大距離または最大時間長であり得る。代替的に、上記検出範囲は、獲得されたデータにおける特定の特徴に関連付けられた最大距離及び／または最大時間であり得る。上記検出範囲が時間長に関して定義されたとき、該検出範囲は、移動体100の現在速度に依存し得る。

一つ以上の配置構成において、移動体100は走行車線パラメータ決定モジュール134を含み得る。該走行車線パラメータ決定モジュール134は、プロセッサにより実行されたときに、本明細書中に記述される種々のプロセスの内の一つ以上を実施するコンピュータ可読プログラム・コードとして実現され得る。走行車線パラメータ決定モジュール134はプロセッサ110の構成要素であり得るか、または、走行車線パラメータ決定モジュール134は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。走行車線パラメータ決定モジュール134は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

幾つかの配置構成において、走行車線パラメータ決定モジュール134は、走行車線の一つ以上のパラメータを決定すべく構成される。更に詳細には、走行車線パラメータ決定モジュール134は、移動体100の現在走行経路の一つ以上のパラメータを決定すべく構成され得る。“現在走行経路”とは、その上で、及び／または、それに沿って、移動体が現時点において走行しつつあるという任意の単一もしくは複数の表面を意味する。幾つかの場合、現在走行経路は、移動体がすでに走行した部分及び該移動体が走行せんとしている領域を含む、該移動体の直近領域ならびに該移動体の近傍の領域の一部を含み得る。一つ以上の配置構成において、現在走行経路は、移動体の現在走行車線であり得る。“現在走行車線”とは、現時点において移動体の少なくとも相当の部分が走行しつつある走行車線を意味する。上記一つ以上の走行車線パラメータは、任意の適切な様式で決定され得る。例えば、一つ以上の走行車線パラメータは、上記自動式移動体の現在走行経路の一つ以上の特定済み走行車線マーカに基づいて決定され得る。該決定は、上記自動式移動体の現在走行経路の一つ以上の特性を直接的もしくは間接的に評価、測定、定量及び／または検知する段階を含み得る。

一つ以上の配置構成において、走行車線パラメータ決定モジュール134は、一群の走行車線パラメータを決定し得る。“一群の走行車線パラメータ”とは、２つ以上の走行車線パラメータを意味する。一つ以上の配置構成において、上記一群の走行車線パラメータは、所定群の走行車線パラメータであり得る。例えば、一つ以上の配置構成において、上記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み得る。幾つかの場合、上記一群の走行車線パラメータは、車線幅も含み得る。

図２を参照すると、これらの走行車線パラメータの各々が順次に記述される。図２において、移動体100は、走行車線200を走行しつつあり得る。少なくとも幾つかの領域において、走行車線200は一対の走行車線マーカ205a、205bにより定義され得る。幾つかの場合、走行車線200内に配置された前方移動体210が在り得る。

上記走行車線パラメータの一つは、車線幅Wであり得る。“車線幅”とは、走行車線の夫々の横方向境界を定義する２つの走行車線マーカ205a、205b間の距離を意味する。上記距離は、走行車線マーカ205a、205bの少なくとも一方に対して実質的に直交する方向において測定され得る。車線幅Wは、走行車線の長さの少なくとも一部に沿い、実質的に一定であり得る。一つ以上の配置構成において、車線幅Wは、走行車線の長さに沿う一つ以上の領域において変化し得る。車線幅Wは、センサ・システム125により獲得されたセンサ・データ(例えば、単一もしくは複数のカメラ129により獲得された視覚的データ)における２つの特定済み車線マーカ間の距離を算出することにより決定され得る。

別の走行車線パラメータは、横方向オフセットy_offであり得る。この点に関し、“オフセット”とは、移動体の現在走行車線の中央(例えば、センターラインの中心点)と、該移動体の一部との間の横方向距離を意味する。この点に関し、“横方向”とは、現在走行経路の各車線マーカの少なくとも一方に対して実質的に直交する方向におけることを意味する。図２を参照すると、オフセットy_offは、現在走行車線200のセンターライン215から、移動体100の一部までの横方向距離であり得る。オフセットy_offは、センサ・システム125により獲得されたセンサ・データ(例えば、一台以上のカメラ129により獲得された視覚的データ)を少なくとも部分的に使用して決定され得る。一つ以上の配置構成において、上記走行車線の中央は、上記で算出された車線幅Wを２で除算することにより決定され得る。一つ以上の配置構成において、上記基準移動体の上記部分は、任意の適切な様式で決定され得る。例えば、上記基準移動体の上記部分は、現在走行経路の各車線マーカの少なくとも一方に対して実質的に平行である平面により定義され得る。上記平面は、移動体100の所定の点、領域、または、区域を通過し得る。

別の走行車線パラメータは、移動体100の現在走行経路(例えば現在の走行車線200)の曲率C₀である。“曲率”とは、現在の走行車線200のセンターラインの非線形部分の記述である。幾つかの場合、現在の走行車線200の少なくとも一部は、実質的に直線状であり得る。斯かる場合、曲率C₀はゼロであり得る。現在走行車線200の曲率C₀は、少なくとも部分的に、センサ・システム125により獲得されたセンサ・データ(例えば、一台以上のカメラ129により獲得された視覚的データ)に基づいて決定され得る。一つ以上の配置構成において、道路幾何学形状の少なくとも一部は、クロソイド曲線に基づき得る。一例として、道路幾何学形状の少なくとも一部は、以下の如く表現され得る：

曲率C₀は、一つ以上の半径により定義され得る。走行車線パラメータ決定モジュール134は、現在走行車線200のセンターラインに対し、一つ以上の半径を適合させるべく構成され得る。曲率C₀は、走行車線200の長さの少なくとも一部に沿い、実質的に一定であり得る。一つ以上の配置構成において、曲率C₀は、走行車線200の長さに沿う一つ以上の領域において変化し得る。

別の走行車線パラメータは、移動体100の現在走行車線200の曲率変化率C₁であり得る。“曲率変化率”とは、走行車線に沿う長手方向距離に関する曲率の変化の割合である。図２に示された如く、現在走行車線に沿う任意の距離“x”における該走行車線の半径は、1／(C₀＋C₁x)として表現され得る。

別の走行車線パラメータは、ヨーΨ_relであり得る。“ヨー”とは、移動体100の長手軸心103と、該移動体100の現在箇所における現在走行車線200のセンターライン215及び該センターラインの各部分により定義される軸心220と、の間における角度的な尺度を指している。ヨーΨ_relは、少なくとも部分的に、センサ・システム125により獲得されたセンサ・データを用いて決定され得る。例えば、一つ以上の配置構成において、ヨーΨ_relは、少なくとも部分的に、一台以上のカメラ129により獲得された視覚的データを用いて決定され得る。ヨーΨ_relは、ラジアンの如き任意の適切な測定の単位により定義され得る。幾つかの配置構成において、移動体100の長手軸心103は、該移動体100の現在箇所において、センターライン215の長手軸心に対して実質的に平行であり得る。斯かる場合、ヨーΨ_relは実質的にゼロであり得る。

走行車線パラメータ決定モジュール134により決定された一群の走行車線パラメータは、任意の適切な目的に対して使用され得る。例えば、一群の走行車線パラメータは、道路幾何学形状、及び／または、移動体100の動作をモデル化すべく使用され得る。斯かるモデル化は、現在において公知の、または、後時に開発される任意の適切なモデル化技術を用いるなどの、任意の適切な様式で実施され得る。図５は、道路幾何学形状及び／または移動体100の動作をモデル化する方程式の幾つかの非限定的な例を示している。各方程式は、上述された走行車線パラメータ、ならびに、幾つかの付加的な変数を含んでいる。例えば、示された各方程式において、r_aは絶対的ヨーレートであり、且つ、r_bはヨーレート・バイアスである。ヨーレート・センサ出力(r_m)は、次式に従って決定され得る：r_m＝r_a＋r_b。幾つかの配置構成において、これらの方程式の内の一つ以上が、ガウスノイズ・モデルを含み得る。他の適切なモデルは、例えば、アイデホール等(Eidehall et al.)による“衝突回避において組み合わされた道路予測及び目標物追尾(Combined road prediction and target tracking in collision avoidance)”ならびにシェーン等(Schoen et al.)による“改善された道路幾何学形状の評価のための車線偏差検出(Lane departure detection for improved road geometry estimation)”に記述されており、それらの両方が、言及したことにより本明細書中に援用される。

一つ以上の配置構成において、移動体100は、走行車線パラメータ信頼性モジュール135を含み得る。該走行車線パラメータ信頼性モジュール135は、プロセッサにより実行されたときに、本明細書中に記述される種々のプロセスの内の一つ以上を実施するコンピュータ可読プログラム・コードとして実現され得る。走行車線パラメータ信頼性モジュール135はプロセッサ110の構成要素であり得るか、または、走行車線パラメータ信頼性モジュール135は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。走行車線パラメータ信頼性モジュール135は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

幾つかの配置構成において、走行車線パラメータ信頼性モジュール135は、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかを決定すべく構成される。“在るとするならば一群の走行車線パラメータの内のいずれが信頼され得るかを決定する”とは、一群の走行車線パラメータの内の一つ、または、２つ以上が信頼し得るのか、あるいは、いずれもが信頼し得ないのかを決定することを意味する。“信頼し得る”とは、走行車線パラメータを算出するために利用可能である十分な情報が存在することを意味する。

在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかの決定は、任意の適切な様式で実施され得る。例えば、一つ以上の配置構成において、走行車線パラメータ信頼性モジュール135は、該決定を、上記決定済み検出範囲に基づいて行うべく構成される。例えば、検出範囲決定モジュール133により決定された上記検出範囲は、所定のスレッショルド検出範囲に対して比較され得る。本明細書中に記述される配置構成に依れば、在るとするならば上記一群の走行車線パラメータの内のいずれが信頼され得るかの決定は、上記決定済み検出範囲が、上記所定のスレッショルド検出範囲より大きいのか小さいのかに依存し得る。

一つ以上の配置構成においては、検出範囲が上記所定のスレッショルド検出範囲を超えているとの決定に応じ、上記一群の走行車線パラメータの全てが信頼され得ることが決定され得る。斯かる場合、上記一群の走行車線パラメータの全てが、移動体経路を決定すべく使用され得る。一つ以上の配置構成においては、上記検出範囲が上記所定のスレッショルド検出範囲未満であるとの決定に応じ、上記一群の走行車線パラメータの部分集合が信頼され得ることが決定され得る。上記一群の走行車線パラメータの上記部分集合は、事前決定され得る。一例において、上記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み得る。斯かる場合、上記走行車線パラメータの上記部分集合は、オフセット及びヨーを含み得る。上記部分集合に含まれない走行車線パラメータ(例えば、曲率、曲率変化率)は、無視され得る。別の例において、上記一群の走行車線パラメータは、車線幅、オフセット、曲率、曲率変化率、及び、ヨーを含み得る。斯かる場合、上記走行車線パラメータの上記部分集合は、車線幅、オフセット、及び、ヨーを含み得る。

一つ以上の配置構成において、決定済み検出範囲が、ゼロ、または、実質的にゼロであるなら、上記一群の走行車線パラメータの内のいずれも信頼されないことが決定され得る。斯かる場合、移動体経路を決定する上で、上記一群の走行車線パラメータのいずれもが使用され得ない。この様に、上記一群の走行車線パラメータは無視され得る。

検出範囲決定モジュール133により決定された検出範囲が、上記所定のスレッショルド検出範囲に等しいという場合、本明細書中に記述された配置構成は、斯かる検出範囲を任意の適切な様式で取り扱うべく構成され得る。例えば、一つ以上の配置構成において、上記検出範囲が上記所定のスレッショルド検出範囲と等しいなら、上記一群の走行車線パラメータは、上述された如く、上記検出範囲が上記所定のスレッショルド検出範囲を超えているときと同じ様式で取り扱われ得る。一つ以上の配置構成において、上記検出範囲が上記所定のスレッショルド検出範囲と等しいなら、上記一群の走行車線パラメータは、上述された如く、上記検出範囲が上記所定のスレッショルド検出範囲未満であるときと同じ様式で取り扱われ得る。一つ以上の配置構成において、上記検出範囲が上記所定のスレッショルド検出範囲と等しいなら、上記一群の走行車線パラメータは、上述されたのとは異なる様式で取り扱われ得る。

上記所定のスレッショルド検出範囲は、任意の適切な値であり得ると共に、任意の適切な形態で表現され得る。例えば、一つ以上の配置構成において、上記所定のスレッショルド検出範囲は、時間的尺度として表現され得る。一例として、上記所定のスレッショルド検出範囲は、幾つかの可能性を挙げただけでも、少なくとも約0.5秒、少なくとも約1秒、少なくとも約1.5秒、または、少なくとも約2秒であり得る。一つ以上の配置構成において、上記所定のスレッショルド検出範囲は、空間的尺度として表現され得る。一例として、上記所定のスレッショルド検出範囲は、幾つかの可能性を挙げただけでも、少なくとも約50フィート、少なくとも約55フィート、少なくとも約60フィート、少なくとも約65フィート、少なくとも約70フィート、少なくとも約75フィート、少なくとも約80フィート、少なくとも約85フィート、または、少なくとも約90フィートであり得る。一つ以上の配置構成において、上記所定のスレッショルド検出範囲は、移動体100の現在速度に基づいて可変的であり得る。例えば、更なる高速において、上記所定のスレッショルド検出範囲は、(時間及び／または距離に関して)更に短くされ得る。一つ以上の配置構成において、上記所定のスレッショルド検出範囲は、ユーザ、または、他の一定の主体により設定され得る。

一つ以上の配置構成において、移動体100は、冗長車線パラメータ推定モジュール136を含み得る。該冗長車線パラメータ推定モジュール136は、プロセッサにより実行されたときに、本明細書中に記述される種々のプロセスの内の一つ以上を実施するコンピュータ可読プログラム・コードとして実現され得る。冗長車線パラメータ推定モジュール136はプロセッサ110の構成要素であり得るか、または、冗長車線パラメータ推定モジュール136は、プロセッサ110が作用的に接続された他の複数の処理システム上で実行され、且つ／又は、それらの間に分散され得る。冗長車線パラメータ推定モジュール136は、プロセッサ110により実行可能な(例えばプログラム論理などの)命令を含み得る。代替的または付加的に、データ記憶装置115が斯かる命令を含み得る。

幾つかの配置構成において、冗長車線パラメータ推定モジュール136は、所定の動作モードに従い、移動体100に対する経路を生成すべく構成され得る。図３を参照すると、冗長車線パラメータ推定モジュール136に対するモード選択ロジックの一例300が示される。冗長車線パラメータ推定モジュール136は、所定の時点において利用可能な情報源(例えば、いずれのセンサが測定値を提供しつつあるのか、または、いずれのセンサが信頼され得るまたは良好な測定値を提供しつつあるのか)に基づき、走行車線パラメータを決定する異なるモードを選択し得る。種々のモードは、異なる様式で幾つかの走行車線パラメータを決定し得る。

例えば、第1モード310において、センサ・システム125、及び／または、その一つ以上のセンサにより獲得されたセンサ・データ(及び／または、斯かるセンサ・データに基づく走行車線パラメータ)が信頼され得ると決定されたなら、且つ、移動体100の外部環境において何らの前方移動体が検出されないなら、走行車線パラメータ決定モジュール134に関して上述された如く、各走行車線パラメータは、センサ・システム125の一つ以上のセンサにより獲得されたセンサ・データ、及び／または、移動体100の本来的な動き(例えば、速度及びヨーレート)に基づいて決定され得る。走行車線パラメータ信頼性モジュール135に関して上述された如く、斯かる走行車線パラメータが信頼され得るか否かが決定され得る。“前方移動体”とは、外部環境における移動体であって、前記移動体の走行方向において該移動体に先駆けて配置されたという移動体を意味する。前方移動体は、移動体100と同一の走行車線に配置された一台以上の移動体を包含し得る。幾つかの場合、前方移動体は、移動体100の現在走行車線に対して隣接する走行車線に配置された一台以上の移動体を包含し得ると共に、他の走行車線の走行方向は、移動体100の現在走行車線と実質的に同一である。

第2モード320において、センサ・システム125、及び／または、その一つ以上のセンサにより獲得されたセンサ・データ(及び／または、斯かるセンサ・データに基づく走行車線パラメータ)が信頼され得ると決定されたなら、且つ、移動体100の外部環境において一台以上の前方移動体が検出されたなら、センサ・システム125の一つ以上のセンサにより獲得されたセンサ・データに基づいて決定された各走行車線パラメータは、上記外部環境における一台以上の前方移動体の動作に基づいて決定された走行車線パラメータと合成され得る。任意の適切な合成アルゴリズムが使用され得る。例えば、一つ以上の配置構成においては、カルマン・フィルタ合成アルゴリズムが使用され得る。センサ・システム125により獲得されたセンサ・データに基づいて決定される走行車線パラメータは、走行車線パラメータ決定モジュール134に関して上述された如く、決定され得る。更に、走行車線パラメータ信頼性モジュール135に関して上述された如く、斯かる走行車線パラメータが信頼され得るか否かが決定され得る。

一台以上の前方移動体の動作に関する情報は、センサ・システム125の任意の適切なセンサ(例えば、一つ以上のライダ・センサ128、一つ以上のレーダ・センサ127、一台以上のカメラ129、一つ以上の音波センサなど)から獲得され得る。幾つかの配置構成において、冗長車線パラメータ推定モジュール136は、各前方移動体に関する一つ以上の想定を行い得る。例えば、一つの非限定的な例において、冗長車線パラメータ推定モジュール136は、単一もしくは複数の前方移動体が、それらの夫々の走行車線のセンターラインを辿ることを想定し得る。別の非限定的な例として、冗長車線パラメータ推定モジュール136は、単一もしくは複数の前方移動体は、走行車線を変更しない、または、他の走行車線に割り込まないことを想定し得る。

第3モード330において、センサ・システム125、及び／または、その一つ以上のセンサにより獲得されたセンサ・データ(及び／または、斯かるセンサ・データに基づく走行車線パラメータ)が信頼され得ないと決定されたなら、且つ、移動体100の外部環境において一台以上の前方移動体が検出されたなら、各走行車線パラメータは、外部環境における一台以上の前方移動体の動作に基づいて決定され得る。上記センサ・データは、一つ以上の様式にて、信頼できないと見做され得る。例えば、上記センサ・データは、一つ以上のセンサが、起動されていない、非作動である、または、作動不能であるならば、信頼できないと見做され得る。代替的または付加的に、上記センサ・データは、センサ・システム125(または、その一つ以上のセンサ)が有意なセンサ・データを獲得することを一種類以上の環境条件(例えば、雪、霧、太陽など)が妨げるならば、信頼できないと見做され得る。代替的または付加的に、上記センサ・データは、上記決定済み検出範囲に基づいて、信頼できないと決定され得る。例えば、上記決定済み検出範囲が所定スレッショルド値未満であるなら、上記センサ・データは信頼できないと決定され得る。

第4モード340において、センサ・システム125、及び／または、その一つ以上のセンサにより獲得されたセンサ・データ(及び／または、斯かるセンサ・データに基づく走行車線パラメータ)が信頼され得ないと決定されたなら、且つ、移動体100の外部環境において何らの前方移動体が検出されないなら、各走行車線パラメータは、推測航法モードに従って決定され得る。斯かるモードにおいて、各走行車線パラメータは、走行車線パラメータの最後の最良推定値を使用し、且つ、走行車線動作の動的モデルの前方統合により走行車線パラメータを推定することにより、決定され得る。

幾つかの配置構成において、冗長車線パラメータ推定モジュール136はオフ・モード350を含み得る。該オフ・モード350は、一つ以上の様式で起動され得る。例えば、オフ・モード350は、タイムアウト時間が超過されたときに起動され得る。代替的または付加的に、オフ・モード350は、走行車線パラメータの最後の最良推定値の信頼レベルが所定の信頼レベル未満であるときに、起動され得る。オフ・モード350において、移動体100は、手動操作モード、または、更に多くの量の運転者の入力が必要とされるモードへと切換わり得る。

一つ以上の配置構成において、冗長車線パラメータ推定モジュール136は、移動体100は走行車線を変更しない、と想定すべく構成され得る。一つ以上の配置構成において、冗長車線パラメータ推定モジュール136はまた、道路幾何学形状がクロソイドであると想定するようにも構成され得る。但し、本明細書中に記述された配置構成は、斯かる想定に限られないことは理解される。実際、冗長車線パラメータ推定モジュール136は、付加的な、更に少ない、及び／または、代替的な想定を含み得る。

一つ以上の配置構成において、本明細書中に記述されたモジュール120、132、133、134、135、136の内の一つ以上は、例えば、ニューラル・ネットワーク、ファジィ論理回路、または、他の機械学習アルゴリズムなどの、人工的もしくはコンピュータ的な知能要素を含み得る。更に、一つ以上の配置構成において、モジュール120、132、133、134、135、136の内の一つ以上は、本明細書中に記述された複数のモジュール間に分散され得る。一つ以上の配置構成において、本明細書中に記述されたモジュール120、132、133、134、135、136の内の一つ以上は、組み合わされて単一モジュールとされ得る。

移動体100は、一つ以上の移動体システム145を含み得る。図１には、一つ以上の移動体システム145の種々の例が示される。但し、移動体100は、更に多数の、更に少数の、または、異なるシステムを含み得る。特定の移動体システムが別個に定義されるが、各システムの各々もしくは任意のもの、または、それらの一部は、移動体100におけるハードウェア及び／またはソフトウェアを介して別様に結合もしくは分割され得ることを理解すべきである。移動体100は、推進システム150、制動システム155、操舵システム160、スロットル・システム165、動力伝達システム170、信号通知システム175、及び／または、ナビゲーション・システム180を含み得る。これらのシステムの各々は、現在において公知の、または、後時に開発される一つ以上の機構、デバイス、要素、構成要素、システム、及び／または、それらの組み合わせを含み得る。

プロセッサ110及び／または自動運転モジュール120は、種々の移動体システム145、及び／または、その個々の構成要素と通信すべく作用的に接続され得る。例えば、図１に戻ると、プロセッサ110及び／または自動運転モジュール120は、種々の移動体システム145と通信して情報を送信及び／または受信し、移動体100の移動、速度、操縦、機首方位、方向などを制御し得る。プロセッサ110及び／または自動運転モジュール120は、これらの移動体システム145の幾つかまたは全てを制御し得る。

プロセッサ110及び／または自動運転モジュール120は、一つ以上の移動体システム145及び／またはその構成要素を制御することにより、移動体100の航行及び／または操縦を制御すべく作用可能であり得る。例えば、自動モードで動作しているとき、プロセッサ110及び／または自動運転モジュール120は、移動体100の方向及び／または速度を制御し得る。プロセッサ110及び／または自動運転モジュール120は、移動体100が、(例えば、エンジンに対して提供される燃料の供給量を増加することにより)加速し、(例えば、エンジンに対する燃料の供給量を減少し、且つ／又は、ブレーキを掛けることにより)減速し、且つ／又は、(例えば前側の２つの車輪を旋回させることにより)方向を変えることを引き起こし得る。本明細書中で用いられる如く、“引き起こす”または“引き起こして”とは、直接的もしくは間接的な様式のいずれかにて、事象もしくは動作が生ずること、または、少なくとも、斯かる事象もしくは動作が生じ得る状態であることを、行わせ、強制し、強要し、指図し、命令し、指示し、及び／または、可能とすることを意味する。

移動体100は、一つ以上のアクチュエータ140を含み得る。各アクチュエータ140は、一つ以上の移動体システム145またはその構成要素を改変し、調節し及び／または変化させて、プロセッサ110及び／または自動運転モジュール120からの信号または他の入力の受信に応答すべく作用可能な任意の要素または要素の組み合わせであり得る。任意の適切なアクチュエータが使用され得る。例えば、一つ以上のアクチュエータ140としては、幾つかの可能性を挙げただけでも、モータ、空気圧的アクチュエータ、油圧式ピストン、リレー、ソレノイド、及び／または、圧電アクチュエータが挙げられる。

本明細書中に記述された配置構成に依れば、移動体100は、該自動式移動体100に対する経路を生成すべく構成され得る。一つ以上の配置構成において、上記経路は、一回以上の運転操作により定義され得る。但し、代替的または付加的に、上記経路は、他の任意で適切な様式で定義され得る。上記経路の生成は、少なくとも部分的に、信頼され得ると決定された走行車線パラメータに基づき得る。自動式移動体100は、上記経路を実現せしめられ得る。

此処まで、移動体100の種々の可能的なシステム、デバイス、要素及び／または構成要素が記述されてきたが、次に、種々の方法が記述される。今、図４を参照すると、自動式移動体のための経路を生成する方法の一例が示される。次に、方法400の種々の可能的なステップが記述される。図４に示された方法400は図１から図３に関して上記に記述された各実施例に対して適用可能であり得るが、方法400は、他の適切なシステム及び配置構成により実施され得ることは理解される。更に、方法400は、此処では示されない他のステップを含み得ると共に、実際、方法400は、図４に示された全てのステップを包含することに限定されない。方法400の一部として此処で示される各ステップは、この特定の時系列的順序に限定されない。実際、各ステップの幾つかは、示されたのとは異なる順序で実施され得、且つ／又は、示された各ステップの少なくとも幾つかは同時に行われ得る。

ブロック410においては、上記自動式移動体の外部環境の前方部分のセンサ・データが獲得され得る。該センサ・データは、継続的に、任意の適切な時的間隔にて定期的に、不規則的に、または、無作為的にさえ、獲得され得る。センサ・データの獲得は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、上記センサ・データは、センサ・システム125の一つ以上のセンサにより獲得され得る。例えば、一つ以上の配置構成において、一台以上のカメラ129を用いて、上記自動式移動体の外部環境の前方部分の視覚的データが獲得され得る。代替的または付加的に、一つ以上のライダ・センサ128を用いて、上記自動式移動体の外部環境の前方部分のライダ・データが獲得され得る。方法400は、ブロック420へと継続し得る。

ブロック420においては、獲得されたセンサ・データにおいて、上記自動式移動体の現在走行経路に対する一つ以上の走行車線マーカが特定され得る。一つ以上の配置構成においては、上記自動式移動体の上記現在走行経路に対する一対の走行車線マーカが特定され得る。斯かる特定段階は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、一つ以上の走行車線マーカの特定段階は、少なくとも部分的に、センサ・システム125(または、その構成要素)、走行車線マーカ特定モジュール132、及び／または、プロセッサ110により実施され得る。方法400は、ブロック430へと継続し得る。

ブロック430にては、獲得済みセンサ・データの検出範囲が決定され得る。該検出範囲は、空間的特性及び／または時間的特性であり得る。上記検出範囲は、任意の適切な様式で決定され得る。例えば、上記獲得済みセンサ・データの検出範囲は、特定された一つ以上の車線マーカに対して決定され得る。上記検出範囲は、継続的に、任意の適切な時的間隔にて定期的に、不規則的に、または、無作為的にさえ決定され得る。上記決定段階は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、一つ以上の走行車線マーカの決定段階は、少なくとも部分的に、センサ・システム125(または、その構成要素)、検出範囲決定モジュール133、及び／または、プロセッサ110により実施され得る。方法400は、ブロック440へと継続し得る。

ブロック440にては、一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータが決定され得る。該一群の走行車線パラメータは、所定群の一つ以上の走行車線パラメータであり得る。一つ以上の配置構成において、上記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び／または、ヨーを含み得る。上記決定段階は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、一つ以上の特定済み走行車線マーカに基づいて一群の走行車線パラメータを決定する段階は、少なくとも部分的に、走行車線パラメータ決定モジュール134及び／またはプロセッサ110により実施され得る。方法400は、ブロック450へと継続し得る。

ブロック450においては、在るとするならば上記決定済み走行車線パラメータの内のいずれが信頼され得るかが、決定済み検出範囲に基づいて決定され得る。幾つかの配置構成において、斯かる決定は、ブロック440における決定の後で為され得る。他の配置構成において、斯かる決定は、ブロック440における決定の前に為され得る。上記決定段階は、移動体100の任意の適切な要素、または、複数の要素の組み合わせにより実施され得る。一つ以上の配置構成において、在るとするならば上記決定済み走行車線パラメータの内のいずれが信頼され得るかを、決定済み検出範囲に基づいて決定する上記段階は、少なくとも部分的に、走行車線パラメータ信頼性モジュール135及び／またはプロセッサ110により実施され得る。

在るとするならば上記決定済み走行車線パラメータの内のいずれが信頼され得るかを、決定済み検出範囲に基づいて決定する段階は、任意の適切な様式で実施され得る。一つ以上の配置構成において、上記決定済み検出範囲は、所定のスレッショルド検出範囲と比較され得る。上記所定のスレッショルド検出範囲は、任意の適切な値を有し得る。一例として、上記所定のスレッショルド検出範囲は、約１秒であり得る。もし、上記検出範囲が上記所定のスレッショルド検出範囲を超えていると決定されたなら、上記一群の走行車線パラメータの全てが、信頼され得ると決定され得る。しかし、もし上記検出範囲が上記所定のスレッショルド検出範囲未満であると決定されたなら、上記一群の走行車線パラメータの部分集合が信頼され得ると決定され得る。一つ以上の配置構成において、上記一群の走行車線パラメータはオフセット、曲率、曲率変化率、及び、ヨーを含み得ると共に、上記一群の走行車線パラメータの部分集合は、オフセット及びヨーを含み得る。斯かる場合、上記部分集合に含まれない他の走行車線パラメータ(例えば、曲率及び曲率変化率)は、無視され得る。もし上記決定済み検出範囲が実質的にゼロであるなら、上記車線パラメータのいずれもが信頼され得ないことが決定され得る。斯かる場合、上記一群の走行車線パラメータは無視され得る。

在るとするならば上記決定済み走行車線パラメータの内のいずれが信頼され得るかが、上記決定済み検出範囲に基づいて決定されたとき、方法400は終了し得る。代替的に、方法400はブロック410へと戻り得る。更なる代替策として、方法400は、(不図示の)付加的なブロックを含み得る。例えば、方法400は少なくとも部分的に、信頼され得ると特定された任意の決定済み走行車線パラメータに基づき、上記移動体に対する経路を決定する段階を含み得る。一つ以上の配置構成において、上記移動体経路は、少なくとも部分的に、一回以上の運転操作により定義され得る。斯かる運転操作は、移動体100の横方向106及び／または長手方向104における動きを含み得る。一つ以上の配置構成において、方法400は、自動式移動体100に上記決定済み経路を実現させる段階を含み得る。

そして更に、方法400は、(例えばレーダ・センサ127などの)測距センサを用いて上記自動式移動体の外部環境の前方部分を検知し、該外部環境の測距データを獲得する段階を含み得る。一つ以上の配置構成においては、上記測距データに基づき、上記移動体の外部環境において一台以上の前方移動体が配置されていることが決定され得る。上記測距データに基づき、上記外部環境において一台以上の前方移動体を検出したことに応じて、上記測距データに対しては、一台以上のカメラ129を用いて獲得された視覚的データが合成され得る。一つ以上の配置構成においては、在るとするならば上記決定済み走行車線パラメータの内のいずれが信頼され得るかの決定は、上記測距データに基づき、上記外部環境内には前方移動体が検出されない、という場合に実施され得る。

本明細書中に記述された配置構成は、本明細書中で言及された利点の一つ以上を含む多数の利点を提供し得ることは理解される。例えば、本明細書中に記述された配置構成は、自動式移動体の性能を向上させ得る。本明細書中に記述された配置構成は、自動式移動体の安全な動作を促進し得る。本明細書中に記述された配置構成は、自動式移動体のための経路生成機能を向上させ得る。本明細書中に記述された配置構成は、自動式移動体の手動操作への、または、更に大きい度合いの手動入力が必要とされるという動作モードへの、更に円滑な移行を支援し得る。本明細書中に記述された配置構成は、(例えば、色褪せた車線マーカを有する橋、高架道路、及び／または、領域などの)一定の状況において、手動操作モードへと切換える必要性を最小限度に抑え得る。

各図におけるフローチャート及びブロック図は、種々の実施例に係るシステム、方法及びコンピュータ・プログラム製品の可能的な実施形態の設計概念、機能性及び作用を例示している。この点に関し、上記フローチャートまたはブロック図における各ブロックは、特定された単一もしくは複数の論理機能を実施する一つ以上の実行可能命令を備えるコードのモジュール、セグメントまたは部分を表し得る。幾つかの代替的な実施形態において、当該ブロックにおいて言及された機能は、図中に示された順序以外で行われ得ることも銘記すべきである。例えば、連続して示された２つのブロックは、実際、実質的に同時に実行され得るか、または、各ブロックは一定の場合には、関与する機能性に依存して、逆の順序で実行され得る。

上述されたシステム、構成要素及び／またはプロセスは、ハードウェア、または、ハードウェアとソフトウェアとの組み合わせにより実現され得ると共に、一つの処理システムにおいて集中様式で、または、種々の要素が数個の相互接続された処理システムにわたり分散されるという分散様式で実現され得る。本明細書中に記述された方法を実施すべく適合化された任意の種類の処理システムまたは他の装置が適している。ハードウェアとソフトウェアとの典型的な組み合わせは、ロードされて実行されたときに、本明細書中に記述された方法を当該処理システムが実施する如くそれを制御するコンピュータ使用可能なプログラム・コードに対する処理システムであり得る。上記システム、構成要素及び／またはプロセスは、マシンにより読み取られて、該マシンにより実行可能なプログラムの命令を実体的に具現し得る、コンピュータ・プログラム製品または他のデータ・プログラム記憶デバイスの如きコンピュータ可読記憶装置内にも組み込まれ得る。これらの要素はまた、本明細書中に記述された方法の実現を可能とする全ての特徴を備えるアプリケーション製品であって、処理システムにロードされたときにこれらの方法を実施し得るというアプリケーション製品内にも組み込まれ得る。

更に、本明細書中に記述された配置構成は、例えば自身内に記憶されて具現されもしくは組み込まれたコンピュータ可読プログラム・コードを有する一種類以上のコンピュータ可読媒体において具現されたコンピュータ・プログラム製品の形態を取り得る。一種類以上のコンピュータ可読媒体の任意の組み合わせが利用され得る。上記コンピュータ可読媒体は、コンピュータ可読信号媒体またはコンピュータ可読記憶媒体であり得る。“コンピュータ可読記憶媒体”とは、持続的な記憶媒体を意味する。コンピュータ可読記憶媒体は、限定的なものとしてで無く、電子的、磁気的、光学的、電磁的、赤外的、または、半導体のシステム、装置もしくはデバイス、または、前述の任意の適切な組み合わせであり得る。コンピュータ可読記憶媒体の更に詳細な例(非網羅的なリスト)としては、以下のものが挙げられる：一本以上の配線を有する電気接続体、可搬的コンピュータ・ディスク、ハードディスク・ドライブ(HDD)、半導体ドライブ(SSD)、ランダム・アクセス・メモリ(RAM)、読出専用メモリ(ROM)、消去可能プログラマブル読出専用メモリ(EPROMまたはフラッシュ・メモリ)、光ファイバ、可搬的コンパクト・ディスク式読出専用メモリ(CD-ROM)、デジタル多用途ディスク(DVD)、光学的記憶デバイス、磁気的記憶デバイス、または、前述の任意の適切な組み合わせ。本書類に関し、コンピュータ可読記憶媒体は、命令を実行するシステム、装置またはデバイスによりまたはそれに関して使用されるプログラムを含有または記憶し得る任意の有形媒体であり得る。

コンピュータ可読媒体上に具現されたプログラム・コードは、限定的なものとしてで無く、無線、有線、光ファイバ、ケーブル、RFなど、または、前述の任意の適切な組み合わせなどの任意の適切な媒体を用いて送信され得る。本発明の配置構成の各見地に対する操作を実施するコンピュータ・プログラム・コードは、Java（登録商標）、Smalltalk、C++などの如きオブジェクト指向プログラミング言語、及び、“C”プログラミング言語の如き習用の手続き型プログラミング言語、または、同様のプログラミング言語などの、一種類以上のプログラミング言語の任意の組合せで記述され得る。上記プログラム・コードは、全体的にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアロンのソフトウェア・パッケージとして、部分的にユーザのコンピュータ上で且つ部分的に遠隔コンピュータ上で、または、全体的に遠隔コンピュータまたはサーバ上で、実行され得る。後者の状況において、遠隔コンピュータはユーザのコンピュータに対し、ローカル・エリア・ネットワーク(LAN)またはワイド・エリア・ネットワーク(WAN)などの任意の形式のネットワークを介して接続され得るか、または、上記接続は、(例えば、インターネットのサービス・プロバイダを用いてインターネットを通して)外部コンピュータに対して為され得る。

本明細書中で用いられる“一つの(a)”及び“一つの(an)”という語句は、一つ、または、一つより多いものと定義される。本明細書中で用いられる“複数の”という語句は、２つ、または、２つより多いものと定義される。本明細書中で用いられる“別の”という語句は、少なくとも第2またはそれ以上のものとして定義される。本明細書中で用いられる“含む”及び／または“有する”という語句は、備えるもの(すなわち非限定的用語)として定義される。本明細書中で用いられる“〜及び〜の内の少なくとも一つ”という表現は、関連して列挙された項目の一つ以上の任意の且つ全ての可能的な組み合わせに言及し且つそれらを包含する。一例として、“Ａ、Ｂ及びＣの内の少なくとも一つ”とは、Ａのみ、Ｂのみ、Ｃのみ、または、それらの任意の組み合わせ(例えば、ＡＢ、ＡＣ、ＢＣまたはＡＢＣ)を含む。

本明細書中における各見地は、その精神または本質的な属性から逸脱せずに、他の形態で具現され得る。従って、本発明の有効範囲を表すものとしては、上述の詳細事項ではなく、以下の各請求項に対して参照が為されるべきである。

Claims (20)

1. 自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階と、
   前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
   前記獲得済みセンサ・データの検出範囲を決定する段階と、
   前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
   在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
   少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
   を有する、自動式移動体のための経路を生成する方法。
2. 前記決定された経路を前記自動式移動体に実現させる段階を更に含む、請求項１に記載の方法。
3. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
   前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
   前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
   を含む、請求項１に記載の方法。
4. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
   前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
   前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
   を含む、請求項１に記載の方法。
5. 前記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一群の走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、請求項４に記載の方法。
6. 前記一群の走行車線パラメータは、少なくとも、オフセット、曲率、曲率変化率、及び、ヨーを含む、請求項１に記載の方法。
7. 前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、請求項１に記載の方法。
8. 前記センサ・データは視覚的データであり、
   当該方法は、
   測距センサを用いて前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得する段階と、
   前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出する段階と、
   前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを合成する段階と、
   を更に含む、請求項１に記載の方法。
9. 前記獲得済みセンサ・データの前記検出範囲を決定する段階は、前記自動式移動体の現在走行経路の一つ以上の特定済み走行車線マーカに対して為される、請求項１に記載の方法。
10. センサ・システムであって、
    自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得すべく構成された一つ以上のセンサを含む、
    というセンサ・システムと、
    前記センサ・システムに対して作用的に接続されたプロセッサであって、
    前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
    前記獲得済みセンサ・データの検出範囲を決定する段階と、
    前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
    在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
    少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
    を有する、実行可能動作を開始すべくプログラムされたというプロセッサと、
    を備える、自動式移動体のための経路を生成するシステム。
11. 前記実行可能動作は、
    前記決定された経路を前記自動式移動体に実現させる段階を更に含む、請求項１０に記載のシステム。
12. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
    前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
    前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
    を含む、請求項１０に記載のシステム。
13. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
    前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
    前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
    を含む、請求項１０に記載のシステム。
14. 前記一群の走行車線パラメータは、オフセット、曲率、曲率変化率、及び、ヨーを含み、前記一群の走行車線パラメータの前記部分集合は、オフセット及びヨーを含む、請求項１３に記載のシステム。
15. 前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、請求項１０に記載のシステム。
16. 前記一つ以上のセンサは一台以上のカメラであり、該一台以上のカメラは、前記自動式移動体の外部環境の少なくとも前方部分の視覚的データを獲得すべく構成され、
    前記センサ・システムは、前記自動式移動体の前記外部環境の前記前方部分を検知して測距データを獲得すべく構成された一つ以上の測距センサを更に含み、
    前記実行可能動作は、
    前記測距データを解析して、前記外部環境において一台以上の前方移動体が配置されているか否かを検出する段階と、
    前記外部環境において一台以上の前方移動体が配置されていることを検出したことに応じて、前記視覚的データ及び前記測距データを合成する段階と、
    を更に含む、請求項１０に記載のシステム。
17. 自動式移動体のための経路を生成するコンピュータ・プログラム製品であって、該コンピュータ・プログラム製品は、プログラム・コードが内蔵されたコンピュータ可読記憶媒体を備え、
    前記プログラム・コードは、プロセッサにより実行されて、
    自動式移動体の外部環境の少なくとも前方部分のセンサ・データを獲得する段階と、
    前記獲得済みセンサ・データから、前記自動式移動体の現在走行経路の一つ以上の走行車線マーカを特定する段階と、
    前記獲得済みセンサ・データの検出範囲を決定する段階と、
    前記自動式移動体の前記現在走行経路の前記一つ以上の特定済み走行車線マーカに基づき、一群の走行車線パラメータを決定する段階と、
    在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階と、
    少なくとも部分的に、信頼され得ると決定された前記走行車線パラメータに基づき、前記自動式移動体のための経路を決定する段階と、
    を有する方法を実施し得る、
    コンピュータ・プログラム製品。
18. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
    前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
    前記検出範囲が前記所定のスレッショルド検出範囲を超えているとの決定に応じ、前記一群の走行車線パラメータの全てが信頼され得ると決定する段階と、
    を含む、請求項１７に記載のコンピュータ・プログラム製品。
19. 在るとするならば前記一群の走行車線パラメータの内のいずれが信頼され得るかを、前記決定済み検出範囲に基づいて決定する段階は、
    前記検出範囲を、所定のスレッショルド検出範囲と比較する段階と、
    前記検出範囲が前記所定のスレッショルド検出範囲未満であるとの決定に応じ、前記一群の走行車線パラメータの部分集合が信頼され得ると決定する段階と、
    を含む、請求項１７に記載のコンピュータ・プログラム製品。
20. 前記決定済み検出範囲が実質的にゼロであるなら、前記一群の走行車線パラメータのいずれもが信頼され得ないと決定し、且つ、前記一群の走行車線パラメータを無視する、請求項１７に記載のコンピュータ・プログラム製品。

Images