JP2021014257A - 車両のエンドツーエンド走行のためのフィードバックシステム - Google Patents

Abstract

【課題】車両のエンドツーエンド走行のために運転コマンドを改良する。【解決手段】いくつかの実施形態では、コネクテッド車両のための方法は、コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信することを含む。方法は、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成することを含む。１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすようにコネクテッド車両の動作を制御する。方法は、コネクテッド車両が１つ又は複数の修正済み運転コマンドに基づいて動作するように、修正済みコマンドデータに基づいてコネクテッド車両の車両制御システムの動作を修正することを含む。【選択図】図３

Description

本明細書は、車両のエンドツーエンド走行のための運転コマンドを改良することに関する。

自律車両は、自車の環境を検知することができ、人間による入力を必要とすることなく、目的地まで走行することができる。例えば、自律車両は、様々なセンサ（例えば、レーダ、ＬＩＤＡＲ、カメラ、等）を使用して自車の周囲を検出することができ、様々なセンサデータを生成することができる。自律車両は、これら様々なセンサデータを解釈することができ、目的地までの適切な走行ルートを特定することができる。しかしながら、運転環境の複雑さから、いくつかの状況においては、自律車両の走行安全性を確保することが困難な場合があり得る。

本明細書に記載される実施形態の１つの一般的な態様は、コンピュータ実行可能コードを記憶している、コネクテッド車両の車載コンピュータシステムの非一時的メモリを含むコンピュータプログラム製品を含み、コンピュータ実行可能コードがプロセッサによって実行されると、プロセッサは、コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、コネクテッド車両が１つ又は複数の修正済み運転コマンドに基づいて動作するように修正済みコマンドデータに基づいてコネクテッド車両の車両制御システムの動作を修正し、１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、コネクテッド車両が、道路上の意図された走行車線内で動作し、且つ、道路上に存在する他の車両に対して安全な距離を維持するようにコネクテッド車両を制御する。この態様の他の実施形態は、それぞれが方法の動作を実行するように構成された、対応するコンピュータシステム、対応する装置、及び、１つ又は複数のコンピュータストレージデバイス上に記録された対応するコンピュータプログラムを含む。

実装は、以下の特徴のうちの１つ又は複数を含むことができる。コンピュータプログラム製品であって、コマンドデータは機械学習システムから受信され、１つ又は複数の修正済み運転コマンドは、コネクテッド車両が機械学習システムによって提供されたモデルデータと一致した態様で動作するようにコネクテッド車両をさらに制御する、コンピュータプログラム製品。コンピュータプログラム製品であって、コンピュータ実行可能コードがプロセッサによって実行されると、プロセッサは、少なくとも、コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信し、センサデータとＶ２Ｘデータとのうちの１つ又は複数に基づいて１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することとによって、１つ又は複数の運転コマンドを修正させて修正済み運転コマンドデータを生成する、コンピュータプログラム製品。コンピュータプログラム製品であって、１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、１つ又は複数の修正済み運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、コンピュータプログラム製品。説明した技法の実装は、ハードウェア、方法又はプロセス、あるいはコンピュータアクセス可能な媒体上におけるコンピュータソフトウェアを含むことができる。

１つの一般的な態様はコネクテッド車両のための方法を含み、この方法は、コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信することと、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成することと、コネクテッド車両が１つ又は複数の修正済み運転コマンドに基づいて動作するように修正済みコマンドデータに基づいてコネクテッド車両の車両制御システムの動作を修正することとを含み、１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすようにコネクテッド車両の動作を制御する。この態様の他の実施形態は、それぞれが方法の動作を実行するように構成された、対応するコンピュータシステム、対応する装置、及び、１つ又は複数のコンピュータストレージデバイス上に記録された対応するコンピュータプログラムを含む。

実装は、以下の特徴のうちの１つ又は複数を含むことができる。方法であって、軌道安全性要件は走行車線要件を含み、１つ又は複数の修正済み運転コマンドは、道路上の意図された走行車線内でコネクテッド車両が動作するようにコネクテッド車両を制御する、方法。方法であって、軌道安全性要件は衝突回避要件を含み、１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、コネクテッド車両がコネクテッド車両の道路上に存在する他の車両に対して安全な距離を維持するようにコネクテッド車両を制御する、方法。方法であって、コマンドデータが機械学習システムから受信され、１つ又は複数の修正済み運転コマンドは、コネクテッド車両が機械学習システムによって提供されたモデルデータと一致した態様で動作するようにコネクテッド車両をさらに制御する、方法。方法であって、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成することが、コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのＶ２Ｘデータとのうちの１つ又は複数を受信することと、センサデータとＶ２Ｘデータとのうちの１つ又は複数に基づいて１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することとを含む、方法。方法であって、センサデータとＶ２Ｘデータとのうちの１つ又は複数に基づいて１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することが、１つ又は複数の運転コマンドと、センサデータとＶ２Ｘデータとのうちの１つ又は複数とに基づいてコネクテッド車両の軌道を推測することと、コネクテッド車両の軌道が軌道安全性要件を満たさないと判定したことに応答して、軌道安全性要件を満たす修正済み軌道が修正済み運転コマンドに基づいてコネクテッド車両に関して生成されるように１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することとを含む、方法。方法であって、センサデータが、コネクテッド車両の地理的位置を記述した位置データと、コネクテッド車両の慣性測定ユニットから受信した慣性測定データとのうちの１つ又は複数を含む、方法。方法であって、１つ又は複数の運転コマンドが、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、１つ又は複数の修正済み運転コマンドが、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、方法。説明した技法の実装は、ハードウェア、方法又はプロセス、あるいはコンピュータアクセス可能な媒体上におけるコンピュータソフトウェアを含むことができる。

１つの一般的な態様は、コンピュータコードを記憶している非一時的メモリを含むコネクテッド車両の車載コンピュータシステムを含むシステムを含み、コンピュータコードが車載コンピュータシステムによって実行されると、車載コンピュータシステムは、コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、コネクテッド車両が１つ又は複数の修正済み運転コマンドに基づいて動作するように、修正済みコマンドデータに基づいてコネクテッド車両の車両制御システムの動作を修正し、１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすようにコネクテッド車両の動作を制御する。この態様の他の実施形態は、それぞれが方法の動作を実行するように構成された、対応するコンピュータシステム、対応する装置、及び１つ又は複数のコンピュータストレージデバイス上に記録された対応するコンピュータプログラムを含む。

実装は、以下の特徴のうちの１つ又は複数を含むことができる。システムであって、軌道安全性要件は走行車線要件を含み、１つ又は複数の修正済み運転コマンドは、コネクテッド車両が道路上の意図された走行車線内で動作するようにコネクテッド車両を制御する、システム。システムであって、軌道安全性要件は衝突回避要件を含み、１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、コネクテッド車両がコネクテッド車両の道路上に存在する他の車両に対して安全な距離を維持するようにコネクテッド車両を制御する、システム。システムであって、コマンドデータは機械学習システムから受信され、１つ又は複数の修正済み運転コマンドは、コネクテッド車両が機械学習システムによって提供されたモデルデータと一致した態様で動作するようにコネクテッド車両をさらに制御する、システム。システムであって、コンピュータコードが車載コンピュータシステムによって実行されると、車載コンピュータシステムは、少なくとも、コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのＶ２Ｘデータとのうちの１つ又は複数を受信することと、センサデータとＶ２Ｘデータとのうちの１つ又は複数に基づいて１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することとによって１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成する、システム。システムであって、コンピュータコードが車載コンピュータシステムによって実行されると、車載コンピュータシステムは、少なくとも、１つ又は複数の運転コマンドと、センサデータとＶ２Ｘデータとのうちの１つ又は複数とに基づいてコネクテッド車両の軌道を推測することと、コネクテッド車両の軌道が軌道安全性要件を満たさないと判定したことに応答して、軌道安全性要件を満たす修正済み軌道が修正済み運転コマンドに基づいてコネクテッド車両に関して生成されるように、１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することとによって、センサデータとＶ２Ｘデータとのうちの１つ又は複数に基づいて、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成する、システム。システムであって、センサデータが、コネクテッド車両の地理的位置を記述した位置データと、コネクテッド車両の慣性測定ユニットから受信した慣性測定データとのうちの１つ又は複数を含む、システム。システムであって、１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、１つ又は複数の修正済み運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、システム。説明した技法の実装は、ハードウェア、方法又はプロセス、あるいはコンピュータアクセス可能な媒体上におけるコンピュータソフトウェアを含むことができる。

本開示は、例示のために説明するものであって、添付図面の図によって限定されるものではなく、添付図面においては、同様の参照符号を使用して、同様の構成要素を参照している。

図１Ａは、いくつかの実施形態による、機械学習システム及びフィードバックシステムのための動作環境を示すブロック図である。 図１Ｂは、いくつかの実施形態による、機械学習システム及びフィードバックシステムを含むアーキテクチャを示すブロック図である。 図２は、いくつかの実施形態による、フィードバックシステムを含む例示的なコンピュータシステムを示すブロック図である。 図３は、いくつかの実施形態による、車両のエンドツーエンド走行のために運転コマンドを改良するための方法を示している。 図４は、いくつかの実施形態による、車両のエンドツーエンド走行のために運転コマンドを改良するための例示的なプロセスを示す図解表示である。 図５は、いくつかの実施形態による、運転コマンドを修正して修正済み運転コマンドを生成するための例示的なプロセスを示す図解表示である。

機械学習システムは、複雑な（complex）畳み込みニューラルネットワーク（ＣＣＮＮ）への入力としてセンサデータ（例えば、カメラデータ、航続距離データ、レーダデータ、Ｖ２Ｘデータ）を使用することができ、これにより、車両に対して自律運転サービスを提供することができる。例えば、機械学習システムは、車両に対して提供するための対応する運転コマンド（例えば、ステアリングホイール、スロットル、ブレーキ等に関するコマンド）を学習する。自律運転サービスは、人間の運転を模倣してもよく、ＣＣＮＮからの運転コマンドによって制御される自動運転システムは、人間が運転する方法と同様の運転をしてもよく、特定の人物のような運転を学習することができる。したがって、この自律運転サービスは、顧客に対して、高度にカスタマイズされた快適な自動運転体験を提供することができる。

しかしながら、ＣＣＮＮにより操舵されている車両が、走行車線内に留まり得るかどうかを判定することは困難である。また、加速又は制動がＣＣＮＮにより制御されている車両が、前方（又は後方）を走行する他の車両に対して安全な距離を維持し得るかどうかを判定することも困難である。

本明細書において説明するものは、コネクテッド車両内に搭載されたフィードバックシステムであって、ＣＣＮＮ又はいくつかの他の機械学習システムによって提供された運転コマンドを修正して修正済み運転コマンドを生成するように動作し得るフィードバックシステムに関する実施形態である。その結果、修正済み運転コマンドによって制御されるコネクテッド車両は、適正な走行車線を維持するようにして操舵される。また、コネクテッド車両は、コネクテッド車両の前方又は後方を走行する他の車両に対して安全な距離を維持するようにして加速又は制動される。

本明細書において説明するフィードバックシステムによって提供される例示的な改良点及び利点につき、以下説明する。例えば、機械学習システムによって提供される運転コマンドの修正を通して、フィードバックシステムは、コネクテッド車両が適正な走行車線を維持するようにして操舵されることを保証する。また、フィードバックシステムは、コネクテッド車両が、コネクテッド車両の前方又は後方を走行する他の車両に対して安全な距離を維持するようにして加速又は制動されること保証する。このようにして、コネクテッド車両に関する走行安全性が向上する。

機械学習システム及びフィードバックシステムに関する例示的な概要を、以下に提供する。機械学習システムは、コネクテッド車両内に搭載され得るものであって、センサ測定値（例えば、動画及び画像）を分析することができ、人間のようにコネクテッド車両を運転する方法を学習することができる。機械学習システムは、コネクテッド車両の運転を制御し得るよう、コネクテッド車両の車両制御システムのための運転コマンド（例えば、ステアリングコマンド、スロットルコマンド、ブレーキングコマンド等）を記述したコマンドデータを出力する。

いくつかの実施形態では、機械学習システムはＣＣＮＮである。いくつかの実施形態では、車両制御システムは高度運転支援システム（ＡＤＡＳシステム）又は自律運転システムである。構造的には、フィードバックシステムは、機械学習システムと車両制御システムとの間に配置される。

コネクテッド車両は、通信ユニットと、全地球測位システム（ＧＰＳ）ユニットと、慣性測定ユニット（ＩＭＵ）と、を含む。フィードバックシステムは、機械学習システムからコマンドデータを受信する。フィードバックシステムは、他の車両からのＶ２Ｘデータと、コネクテッド車両の１つ又は複数のセンサからのセンサデータ（例えば、ＧＰＳデータ、ＩＭＵデータ等）と、を受信する。フィードバックシステムは、フィードバックとして、Ｖ２ＸデータとＧＰＳデータとＩＭＵデータとを分析して、コマンドデータに関する修正を決定する。その後、フィードバックシステムは、コネクテッド車両の動作が修正済みコマンドデータに基づいて制御されるように、修正済み運転コマンドを記述した修正済みコマンドデータを車両制御システムに対して出力する。

本明細書において説明するように、Ｖ２Ｘ通信の例は、専用近距離通信（ＤＳＲＣ）（ＤＳＲＣ通信の他のタイプのうち、基本安全メッセージ（ＢＳＭｓ）及びパーソナル安全メッセージ（ＰＳＭｓ）を含む）を含む。Ｖ２Ｘ通信のさらなる例は、ロングタームエボリューション（ＬＴＥ）、ミリ波（ｍｍＷａｖｅ）通信、３Ｇ、４Ｇ、５Ｇ、ＬＴＥ−Ｖ２Ｘ、５Ｇ−Ｖ２Ｘ、ＬＴＥ−車車間（ＬＴＥ−Ｖ２Ｖ）、ＬＴＥ−デバイスデバイス間、あるいは、ボイスオーバーＬＴＥ（ＶｏＬＴＥ）、等を含む。いくつかの例では、Ｖ２Ｘ通信は、Ｖ２Ｖ通信、路車間（Ｖ２Ｉ）通信、車両ネットワーク間（Ｖ２Ｎ）通信、あるいは、これらの任意の組合せを含むことができる。

本明細書において説明する無線メッセージ（例えば、Ｖ２Ｘメッセージ）の例は、限定するものではないが、ＤＳＲＣメッセージ、ＢＳＭメッセージ、及びＬＴＥメッセージを含む。無線メッセージのさらなる例は、ＬＴＥ−Ｖ２Ｘメッセージ（例えば、ＬＴＥ−Ｖ２Ｖメッセージ、ＬＴＥ−Ｖ２Ｉメッセージ、ＬＴＥ−Ｖ２Ｎメッセージ等）、５Ｇ−Ｖ２Ｘメッセージ、及びミリ波メッセージ等のうちの１つ又は複数を含む。

例示的な概要
図１Ａを参照すると、いくつかの実施形態による、フィードバックシステム１９９及び機械学習システム１９１のための動作環境１００が、図示されている。動作環境１００は、自車両１１０と、１つ又は複数の遠隔車両１１２とのうちの１つ又は複数の構成要素を含むことができる。いくつかの実施形態では、動作環境１００は、また、サーバ１４０を含むこともできる。動作環境１００のこれらの構成要素は、ネットワーク１０５に対して通信可能に結合することができる。実用的には、動作環境１００は、任意の数の自車両１１０と、任意の数の遠隔車両１１２と、任意の数のサーバ１４０と、任意の数のネットワーク１０５と、を含むことができる。

ネットワーク１０５は、従来的なタイプのものとすることができ、有線のもの又は無線のものとすることができ、また、スター構成、トークンリング構成、又は他の構成を含めて、多様な異なる構成を有することができる。さらに、ネットワーク１０５は、それを通して複数のデバイス及び／又は複数のエンティティが通信を行い得るような、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）（例えば、インターネット）、又は他の相互接続されたデータパス、を含むことができる。いくつかの実施形態では、ネットワーク１０５は、ピアツーピアネットワークを含むことができる。ネットワーク１０５は、また、様々な異なる通信プロトコルでもってデータを送信するための電気通信ネットワークの一部に対して結合することができる、あるいは、そのような一部を含むことができる。いくつかの実施形態では、ネットワーク１０５は、ショートメッセージングサービス（ＳＭＳ）及びマルチメディアメッセージングサービス（ＭＭＳ）を介してデータを送受信するための、Ｂｌｕｅｔｏｏｔｈ（登録商標）通信ネットワーク又はセルラー通信ネットワークを含む。いくつかの実施形態では、ネットワーク１０５は、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、直接的データ接続、無線アプリケーションプロトコル（ＷＡＰ）、電子メール、ＤＳＲＣ、全二重無線通信、及びミリ波（ｍｍＷａｖｅ）のためのネットワークをさらに含む。いくつかの実施形態では、ネットワーク１０５は、ＷｉＦｉ（インフラストラクチャモード）、ＷｉＦｉ（アドホックモード）、可視光通信、ＴＶ白色空間通信、及び衛星通信のためのネットワークをさらに含む。ネットワーク１０５は、また、３Ｇ、４Ｇ、ＬＴＥ、ＬＴＥ−Ｖ２Ｘ、ＬＴＥ−Ｄ２Ｄ、ＶｏＬＴＥ、５Ｇ−Ｖ２Ｘ、任意の他のモバイルデータネットワーク、あるいは、モバイルデータネットワークどうしの任意の他の組合せを含み得るモバイルデータネットワークを含むことができる。さらに、ネットワーク１０５は、１つ又は複数のＩＥＥＥ８０２．１１無線ネットワークを含むことができる。

自車両１１０は、任意のタイプの車両とすることができる。例えば、自車両１１０は、自動車、トラック、スポーツ多目的車両、バス、セミトラック、ドローン、あるいは、他の任意の道路ベースの輸送機関のうちの１つを含むことができる。自車両１１０は、コネクテッド車両とすることができ、このコネクテッド車両は、通信ユニットを含むとともに、ネットワーク１０５に対して接続された他のエンドポイントに対して通信することができる。

いくつかの実施形態では、自車両１１０は、ＤＳＲＣ無線機及びＤＳＲＣ準拠ＧＰＳユニットを含むＤＳＲＣ対応車両である。自車両１１０は、また、ＤＳＲＣ無線機以外に、他のＶ２Ｘ無線機を含むこともできる。ＤＳＲＣは、本明細書において説明する実施形態の必須要件ではなく、任意の形態のＶ２Ｘ通信も実現可能である。

自車両１１０は、プロセッサ１２５、メモリ１２７、通信ユニット１４５、ＧＰＳユニット１５０、電子制御ユニット（ＥＣＵ）１５２、ＩＭＵ１５３、センサセット１５４、車両制御システム１５６、及びフィードバックシステム１９９のうちの１つ又は複数の構成要素を含むことができる。いくつかの実施形態では、自車両１１０は、また、機械学習システムの一例（例えば、機械学習システム１９１Ａ）を含む。自車両１１０のこれらの構成要素は、バスを介して互いに通信可能に結合することができる。

いくつかの実施形態では、プロセッサ１２５及びメモリ１２７は、車載コンピュータシステム（図２を参照して以下において説明するコンピュータシステム２００など）の構成要素とすることができる。車載コンピュータシステムは、フィードバックシステム１９９の動作を引き起こすようにあるいはその動作を制御するように、動作可能とすることができる。例えば、車載コンピュータシステムは、メモリ１２７上に記憶されたデータに対してアクセスしてそのデータを実行するように動作可能とすることができ、これにより、フィードバックシステム１９９又はその構成要素（例えば図２を参照されたい）に関して本明細書において説明した機能を提供することができる。

プロセッサ１２５は、演算を実行してディスプレイデバイスに対して電子表示信号を提供し得るよう、算術論理ユニット、マイクロプロセッサ、汎用コントローラ、又はいくつかの他のプロセッサアレイ、を含む。プロセッサ１２５は、データ信号を処理するものであり、様々なコンピューティングアーキテクチャを含むことができる。例示的なコンピューティングアーキテクチャは、複合命令セットコンピュータ（ＣＩＳＣ）アーキテクチャ、縮小命令セットコンピュータ（ＲＩＳＣ）アーキテクチャ、又は命令セットの組合せを実装したアーキテクチャを含む。自車両１１０は、１つ又は複数のプロセッサ１２５を含むことができる。他のプロセッサ、他のオペレーティングシステム、他のセンサ、他のディスプレイ、及び他の物理的構成が可能な場合がある。

メモリ１２７は、プロセッサ１２５によって実行され得る命令又はデータを記憶する。命令又はデータは、本明細書において説明する技術を実行するためのコードを含むことができる。メモリ１２７は、ダイナミックランダムアクセスメモリ（ＤＲＡＭ）デバイス、スタティックランダムアクセスメモリ（ＳＲＡＭ）デバイス、フラッシュメモリ、あるいは、いくつかの他のメモリデバイス、とすることができる。いくつかの実施形態では、メモリ１２７は、また、不揮発性メモリ、あるいは、同様の永久記憶デバイス及び永久記憶媒体、を含む。例示的な永久記憶デバイスは、ハードディスクドライブ、フロッピーディスクドライブ、ＣＤ−ＲＯＭデバイス、ＤＶＤ−ＲＯＭデバイス、ＤＶＤ−ＲＡＭデバイス、ＤＶＤ−ＲＷデバイス、フラッシュメモリデバイス等を含む。追加的な例示的な永久記憶デバイスは、情報をより永久的に記憶するためのいくつかの他の大容量記憶デバイスを含むことができる。自車両１１０は、１つ又は複数のメモリ１２７を含むことができる。

メモリ１２７は、Ｖ２Ｘデータ１２８、センサデータ１２９、位置データ１３０、ＩＭＵデータ１３１、モデルデータ１３２、コマンドデータ１３３、及び、修正済みコマンドデータ１３４のうちの１つ又は複数の構成要素を記憶することができる。

いくつかの実施形態では、Ｖ２Ｘデータ１２８は、自車両１１０の近傍における１つ又は複数の他のエンドポイント（例えば、遠隔車両１１２、路側ユニット、等）から受信したセンサデータを含むことができる。特定のエンドポイントのセンサデータは、エンドポイントの位置を記述した位置データと、エンドポイントの他のセンサ測定値（例えば、速度、向き、等）を記述した他のセンサデータとのうちの１つ又は複数を含むことができる。エンドポイントは、無線Ｖ２Ｘメッセージを介して、自車両１１０に対して、そのＶ２Ｘデータをブロードキャスト又はユニキャストすることができる。

センサデータ１２９は、センサによって記録されてセンサセット１５４内に含まれたセンサ測定値を記述したデジタルデータを含む。例えば、センサデータ１２９は、外部カメラ、内部カメラ、レーダ、ＬＩＤＡＲ、レーダやＬＩＤＡＲ以外の他の測距センサ、ＧＰＳユニット１５０、及びＩＭＵ１５３等のうちの１つ又は複数によって記録されたセンサ測定値を記述したデジタルデータを含むことができる。

位置データ１３０は、自車両１１０の地理的位置を記述したデジタルデータを含むことができる。例えば、位置データ１３０は、自車両１１０のＧＰＳ位置を記述したＧＰＳデータを含む。

ＩＭＵデータ１３１は、自車両１１０の慣性測定値を記述したデジタルデータを含むことができる。

モデルデータ１３２は、自車両１１０を操作する運転者の運転モデルを記述したデジタルデータを含むことができる。運転モデルは、特定の人間のように自車両１１０を運転する方法を記述することができる。例えば、センサデータ１２９は、自車両１１０の運転者が、異なる環境又は状況において自車両１１０をどのように運転するかを描写した画像及び映像を含む。機械学習システム１９１は、映像及び画像を分析し、画像及び映像の分析に基づいてモデルデータ１３２を生成する。モデルデータ１３２は、画像及び映像から直接的に明らかであるような異なる環境又は走行状況においてあるいは機械学習システム１９１が推測するような異なる環境又は走行状況において運転者が自車両１１０をどのように操作するかを記述したデジタルデータを含む。

コマンドデータ１３３は、機械学習システム１９１が提供する１つ又は複数の運転コマンドを記述したデジタルデータを含む。修正済みコマンドデータ１３４は、修正された１つ又は複数の運転コマンドを記述したデジタルデータを含む。例えば、１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、ブレーキングコマンド等のうちの１つ又は複数を含む。１つ又は複数の修正済み運転コマンドは、ステアリングコマンド、スロットルコマンド、ブレーキングコマンド等に関する修正済みバージョンを含む。

通信ユニット１４５はネットワーク１０５又は他の通信チャネルとの間でデータを送受信する。いくつかの実施形態では、通信ユニット１４５は、ＤＳＲＣトランシーバ、ＤＳＲＣ受信機、及び、自車両１１０をＤＳＲＣ対応デバイスとするために必要な他のハードウェア又は他のソフトウェアを含むことができる。例えば、通信ユニット１４５は、ネットワークを介してＤＳＲＣメッセージをブロードキャストするように構成されたＤＳＲＣアンテナを含む。ＤＳＲＣアンテナは、また、ユーザ設定可能な固定間隔又は可変間隔（例えば、０．１秒ごと、１．６Ｈｚ〜１０Ｈｚという周波数範囲に対応した時間間隔等）でＢＳＭメッセージを送信することができる。

いくつかの実施形態では、通信ユニット１４５は、ネットワーク１０５又は他の通信チャネルに対して直接的な物理的接続のためのポートを含む。例えば、通信ユニット１４５は、ネットワーク１０５との有線通信のために、ＵＳＢ、ＳＤ、ＣＡＴ−５、あるいは同様のポートを含む。いくつかの実施形態では、通信ユニット１４５は、１つ又は複数の無線通信方法を使用してネットワーク１０５又は他の通信チャネルとデータを交換するための無線トランシーバを含む。例示的な無線通信方法は、ＩＥＥＥ８０２．１１、ＩＥＥＥ８０２．１６、Ｂｌｕｅｔｏｏｔｈ（登録商標）のうちの１つ又は複数を含むことができる。例示的な無線通信方法は、ＥＮＩＳＯ１４９０６：２００４電子料金徴収−アプリケーションインターフェースＥＮ１１２５３：２００４ＤＳＲＣ−５．８ＧＨｚのマイクロ波を使用した物理層（レビュー）をさらに含むことができる。例示的な無線通信方法は、ＥＮ１２７９５：２００２ＤＳＲＣ−ＤＳＲＣデータリンク層：媒体アクセス及び論理リンク制御（レビュー）をさらに含むことができる。例示的な無線通信方法は、ＥＮ１２８３４：２００２ＤＳＲＣ−アプリケーション層（レビュー）及びＥＮ１３３７２：２００４ＤＳＲＣ−ＲＴＴＴアプリケーション用ＤＳＲＣプロファイル（レビュー）をさらに含むことができる。例示的な無線通信方法は、２０１４年８月２８日付けで「Ｆｕｌｌ−Ｄｕｐｌｅｘ Ｃｏｏｒｄｉｎａｔｉｏｎ Ｓｙｓｔｅｍ」と題して出願された米国特許出願第１４／４７１，３８７号明細書に記載された通信方法を、あるいは、他の適切な無線通信方法をさらに含むことができる。

いくつかの実施形態では、通信ユニット１４５は、セルラー通信ネットワーク上においてデータを送受信するためのセルラー通信トランシーバを含む。例えば、データは、ショートメッセージングサービス（ＳＭＳ）、マルチメディアメッセージングサービス（ＭＭＳ）、ハイパーテキスト転送プロトコル（ＨＴＴＰ）、直接的データ接続、ＷＡＰ、電子メール、あるいは、他の適切なタイプの電子通信を介して送受信されてもよい。いくつかの実施形態では、通信ユニット１４５は、有線ポート及び無線トランシーバを含む。通信ユニット１４５は、また、ＴＣＰ／ＩＰ、ＨＴＴＰ、ＨＴＴＰＳ、ＳＭＴＰ、ミリ波、ＤＳＲＣ等を含む標準的ネットワークプロトコルを使用してファイル又はメディアオブジェクトを配布するために、ネットワーク１０５に対しての他の従来的な接続を提供する。

通信ユニット１４５は、Ｖ２Ｘ無線機を含むことができる。Ｖ２Ｘ無線機は、５．９ＧＨｚ帯でＤＳＲＣメッセージを送信するように動作可能なＤＳＲＣ送信機を含むハードウェア構成要素を含むことができる。５．９ＧＨｚ帯は、ＤＳＲＣメッセージのために予約されている。ハードウェア構成要素は、また、５．９ＧＨｚ帯でＤＳＲＣメッセージを受信するように動作可能なＤＳＲＣ受信機を含むこともできる。

いくつかの実施形態では、ＧＰＳユニット１５０は、自車両１１０の従来的なＧＰＳユニットである。例えば、ＧＰＳユニット１５０は、自車両１１０の地理的位置を記述したデータを取得するために、ＧＰＳ衛星と無線通信するハードウェアを含むことができる。いくつかの実施形態では、ＧＰＳユニット１５０は、自車両１１０のＤＳＲＣ準拠ＧＰＳユニットである。ＤＳＲＣ準拠ＧＰＳユニットは、自車両１１０の地理的位置を記述したＧＰＳデータを車線レベルの精度で提供するように動作可能である。

ＥＣＵ１５２は、１つ又は複数のプロセッサと、１つ又は複数のメモリと、を含むことができる。ＥＣＵ１５２は、自車両１１０に関しての、車両制御システム１５６と、センサセット１５４と、フィードバックシステム１９９と、機械学習システム１９１Ａとの動作を制御することができる。いくつかの実施形態では、自車両１１０のフィードバックシステム１９９及び機械学習システム１９１Ａは、ＥＣＵ１５２内に搭載されている。

ＩＭＵ１５３は、自車両１１０の慣性測定値を記述したＩＭＵデータ１３１を生成するための、ソフトウェア、ハードウェア、あるいはこれらの組合せを含むことができる。

センサセット１５４は、自車両１１０の外部の道路環境を測定するように動作可能な１つ又は複数のセンサを含む。例えば、センサセット１５４は、自車両１１０に近接する道路環境に関する１つ又は複数の物理的特性を記録する１つ又は複数のセンサを含むことができる。メモリ１２７は、センサセット１５４によって記録された１つ又は複数の物理的特性を記述したセンサデータを記憶することができる。

センサセット１５４は、また、自車両１１０の車内の環境を記録する様々なセンサを含むことができる。例えば、センサセット１５４は、内部的にも外部的にも自車両１１０の環境を監視する車載センサを含む。さらなる例では、センサセット１５４は、カメラ、ＬＩＤＡＲ、レーダ、赤外線センサ、及び、内部カメラや生体センサ等の運転者の挙動を観察するセンサを含む。

いくつかの実施形態では、センサセット１５４は、カメラ、ＬＩＤＡＲセンサ、レーダセンサ、レーザ高度計、赤外線検出器、動き検出器、サーモスタット、及び、音検出器のうちの１つ又は複数の車両センサを含むことができる。センサセット１５４は、また、一酸化炭素センサ、二酸化炭素センサ、酸素センサ、風量センサ、及びエンジン冷却水温度センサのうちの１つ又は複数のセンサを含むことができる。センサセット１５４は、また、スロットル位置センサ、クランクシャフト位置センサ、車両エンジンセンサ、バルブタイマ、空燃比メータ、及び死角メータのうちの１つ又は複数のセンサを含むことができる。センサセット１５４は、また、縁石感知器、欠陥検出器、ホール効果センサ、マニホールド絶対圧センサ、駐車センサ、レーダガン、速度計、及び速度センサのうちの１つ又は複数のセンサを含むことができる。センサセット１５４は、また、タイヤ空気圧監視センサ、トルクセンサ、トランスミッション流体温度センサ、タービン速度センサ（ＴＳＳ）、可変リラクタンスセンサ、及び車速センサ（ＶＳＳ）のうちの１つ又は複数のセンサを含むことができる。センサセット１５４は、また、水センサ、車輪速度センサ、及び任意の他のタイプの車両センサのうちの１つ又は複数のセンサを含むことができる。

車両制御システム１５６は、自車両１１０の動作を制御することができる。例えば、車両制御システム１５６は、自車両１１０のための自律機能の一部又は全部を提供することができる。いくつかの実施形態では、車両制御システム１５６は、１つ又は複数のＡＤＡＳシステム１５７、自律運転システム１５８、あるいはこれらの組合せを含むことができる。

自車両１１０の道路上に存在する遠隔車両１１２は、自車両１１０の構造と同様の構造を有することができる。同様の説明は、ここでは繰り返さない。

サーバ１４０は、クラウドサーバ、エッジサーバ、あるいは他の処理デバイスのいずれかとすることができる。サーバ１４０は、機械学習システムの一例（例えば、機械学習システム１９１Ｂ）と、任意の他の適切な構成要素と、を含む。例えば、機械学習システム１９１は、サーバ１４０の一構成要素であり、自車両１１０自体には搭載されていない。

機械学習システム１９１Ａ及び１９１Ｂは、同様の構造を有し得るとともに、同様の機能を提供することができ、本明細書では、個別的に又は集合的に「機械学習システム１９１」として参照することができる。

いくつかの実施形態では、機械学習システム１９１は、センサセット１５４によって生成されたセンサデータ内に含まれている映像及び画像を分析するように動作可能なソフトウェアであるとともに、車両制御システム１５６のための運転コマンドを記述したコマンドデータを出力するように動作可能なソフトウェアを含む。いくつかの実施形態では、機械学習システム１９１は、フィールドプログラマブルゲートアレイ（「ＦＰＧＡ」）又は特定用途向け集積回路（「ＡＳＩＣ」）を含むハードウェアを使用して実装することができる。いくつかの他の実施形態では、機械学習システム１９１は、ハードウェアとソフトウェアとの組合せを使用して実装することができる。機械学習システム１９１は、デバイス（例えば、サーバ又は他のデバイス）どうしの組合せ内に記憶することができ、あるいは、いずれかのデバイス内に記憶することができる。

機械学習システム１９１について、図１Ｂ及び図４〜図５を参照して、以下においてより詳細に説明する。

いくつかの実施形態では、フィードバックシステム１９９は、プロセッサ１２５によって実行されると、図３を参照して以下において説明する方法３００の１つ又は複数のステップをプロセッサ１２５に実行させるように動作可能なソフトウェアを含む。いくつかの実施形態では、フィードバックシステム１９９は、ＦＰＧＡ又はＡＳＩＣを含むハードウェアを使用して実装することができる。いくつかの他の実施形態では、フィードバックシステム１９９は、ハードウェアとソフトウェアとの組合せを使用して実装することができる。フィードバックシステム１９９は、デバイス（例えば、サーバ又は他のデバイス）どうしの組合せ内に記憶することができる、あるいは、いずれかのデバイス内に記憶することができる。

フィードバックシステム１９９について、図１Ｂ〜図５を参照して以下においてより詳細に説明する。

ここで図１Ｂを参照すると、いくつかの実施形態による、機械学習システム１９１及びフィードバックシステム１９９を含むアーキテクチャ１７０が、図示されている。機械学習システム１９１は、ＣＣＮＮ（例えば、畳み込みリカレントニューラルネットワーク（ＣＲＮＮ））を含むことができる。機械学習システム１９１は、センサセット１５４によって生成されたセンサデータ１２９（例えば、映像及び画像）を分析するように動作可能であるとともに、人間のように自車両１１０を運転する方法を学習するように動作可能である。例えば、機械学習システム１９１は、映像及び画像の分析に基づいて、特定の人間が自車両１１０をどのように運転するかを記述したモデルデータ１３２を生成する。

その後、機械学習システム１９１は、モデルデータ１３２と、センサセット１５４によって生成されたリアルタイムセンサデータ１７１とに基づいて、コマンドデータ１３３を生成する。例えば、機械学習システム１９１は、リアルタイムセンサデータ１７１を連続的に解析することにより、現在の運転環境又は運転状況を評価する。現在の運転環境又は運転状況に基づいて、機械学習システム１９１は、自車両１１０の運転をリアルタイムで制御するために、車両制御システム１５６に関する１つ又は複数の運転コマンドを記述したコマンドデータ１３３を出力する。１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、ブレーキングコマンド、あるいはこれらの任意の組合せを含む。その結果、自車両１１０は、モデルデータ１３２によって記述された自車両１１０の動作と一致した態様で動作する。

構造的には、フィードバックシステム１９９は、機械学習システム１９１と車両制御システム１５６との間に配置されている。機械学習システム１９１によって生成された運転コマンドであって、車両制御システム１５６に対して提供することが意図されている運転コマンドは、まず、フィードバックシステム１９９によって受信され、検査され、必要に応じて修正される。その後、フィードバックシステム１９９は、車両制御システム１５６に対して、制御入力（これは、修正されたものとも、修正されていないものともすることができる）を発行する（例えば、以下において説明するような修正済みコマンドデータ１３４を参照されたい）。

例えば、フィードバックシステム１９９は、機械学習システム１９１から、コマンドデータ１３３と、モデルデータ１３２の一例とを受信する。フィードバックシステム１９９は、１つ又は複数の他のエンドポイント（例えば、遠隔車両１１２）から、Ｖ２Ｘデータ１２８（存在する場合）を受信する。フィードバックシステム１９９は、ＧＰＳユニット１５０から位置データ１３０を受信するとともに、ＩＭＵ１５３からＩＭＵデータ１３１を受信し、さらに、センサセット１５４内のセンサからリアルタイムセンサデータ１７１を受信する。フィードバックシステム１９９は、コマンドデータ１３３に関する修正を決定し得るよう、Ｖ２Ｘデータ１２８、位置データ１３０、ＩＭＵデータ１３１、リアルタイムセンサデータ１７１、あるいはこれらの任意の組合せをフィードバックとして分析するように動作可能である。フィードバックシステム１９９は、コマンドデータ１３３内に修正を組み込み、修正済みコマンドデータ１３４を生成する。

いくつかの実施形態では、修正済みコマンドデータ１３４は、自車両１１０がモデルデータ１３２と一致した態様で動作され続けることを保証する１つ又は複数の修正済み運転コマンドを記述している。

いくつかの実施形態では、１つ又は複数の修正済み運転コマンドは、また、自車両１１０の動作が軌道安全性要件を満たすことを保証することも提供する。例えば、軌道安全性要件は、走行車線要件を含む。１つ又は複数の修正済み運転コマンドは、自車両１１０が道路上の意図された走行車線内で動作するように自車両１１０を制御する。他の例では、軌道安全性要件は、衝突回避要件を含む。１つ又は複数の修正済み運転コマンドは、他の車両との潜在的な衝突が回避されるように、自車両１１０が自車両１１０の道路上に存在している他の車両に対して安全な距離を維持するように自車両１１０を制御する。

いくつかの実施形態では、修正済みコマンドデータ１３４は、上述した修正を含むように修正されたコマンドデータ１３３のバージョンを記述したデジタルデータを含み、したがって、上述した保証を提供する。フィードバックシステム１９９は、修正済みコマンドデータ１３４を車両制御システム１５６に対して出力するように動作可能である。フィードバックシステム１９９は、自車両１１０の動作が修正済み運転コマンドに基づいて車両制御システム１５６によって制御されるように、修正済みコマンドデータ１３４に基づいて車両制御システム１５６を動作させる。

その結果、フィードバックシステム１９９は、機械学習システム１９１によって出力された運転コマンドを改良して修正済み運転コマンドを生成することによって機械学習システム１９１の動作を修正することができる。フィードバックシステム１９９は、修正済み運転コマンドを車両制御システム１５６に対して提供して、自車両１１０が、適正な走行車線を維持する態様で車両制御システム１５６によって操舵されることを保証する。また、修正済み運転コマンドは、自車両１１０が、自車両１１０の前方（又は後方）を走行する他の車両に対して安全な距離を維持する態様で車両制御システム１５６によって加速又は制動されることを保証する。

例示的なコンピュータシステム
ここで図２を参照すると、いくつかの実施形態による、フィードバックシステム１９９を含む例示的なコンピュータシステム２００を示すブロック図が、図示されている。いくつかの実施形態では、コンピュータシステム２００は、図３を参照して以下において説明する方法３００における１つ又は複数のステップを実行するようにプログラムされた特定目的のコンピュータシステムを含むことができる。

いくつかの実施形態では、コンピュータシステム２００は、自車両１１０の一構成要素とすることができる。いくつかの実施形態では、コンピュータシステム２００は、自車両１１０の車載コンピュータとすることができる。いくつかの実施形態では、コンピュータシステム２００は、自車両１１０の、エンジン制御ユニット、ヘッドユニット、あるいはいくつかの他のプロセッサベースのコンピューティングデバイスを含むことができる。

コンピュータシステム２００は、いくつかの例によれば、フィードバックシステム１９９、プロセッサ１２５、及び通信ユニット１４５のうちの１つ又は複数の構成要素を含むことができる。コンピュータシステム２００は、センサセット１５４、ＧＰＳユニット１５０、ＩＭＵ１５３、メモリ１２７、車両制御システム１５６、及びストレージ２４１のうちの１つ又は複数の構成要素をさらに含むことができる。コンピュータシステム２００の構成要素は、バス２２０によって通信可能に結合される。

図示の実施形態では、プロセッサ１２５は、信号ライン２３７を介してバス２２０に対して通信可能に結合されている。車両制御システム１５６は、信号ライン２３８を介してバス２２０に対して通信可能に結合されている。通信ユニット１４５は、信号ライン２４６を介してバス２２０に対して通信可能に結合されている。ストレージ２４１は、信号ライン２４２を介してバス２２０に対して通信可能に結合されている。ＧＰＳユニット１５０は、信号ライン２３０を介してバス２２０に対して通信可能に結合されている。ＩＭＵ１５３は、信号ライン２３１を介してバス２２０に対して通信可能に結合されている。センサセット１５４は、信号ライン２３２を介してバス２２０に対して通信可能に結合されている。メモリ１２７は、信号ライン２４４を介してバス２２０に対して通信可能に結合されている。

プロセッサ１２５、通信ユニット１４５、センサセット１５４、ＧＰＳユニット１５０、ＩＭＵ１５３、車両制御システム１５６、及びメモリ１２７、という構成要素については、図１Ａを参照して上述した。これらの説明は、ここでは繰り返さない。

ストレージ２４１は、本明細書において説明する機能を提供するためにデータを記憶する非一時的な記憶媒体とすることができる。ストレージ２４１は、ＤＲＡＭデバイス、ＳＲＡＭデバイス、フラッシュメモリ、あるいは、いくつかの他のメモリデバイス、とすることができる。いくつかの実施形態では、ストレージ２４１は、また、情報をより永続的に記憶するために、不揮発性メモリ、あるいは、同様の永続的記憶装置及び媒体（例えば、ハードディスクドライブ、フロッピーディスクドライブ、フラッシュメモリデバイス、等）、を含む。

図２に示す図示の実施形態では、フィードバックシステム１９９は、通信モジュール２０２と、修正モジュール２０４と、実装モジュール２０６とを含む。フィードバックシステム１９９のこれらの構成要素は、バス２２０を介して互いに通信可能に結合されている。いくつかの実施形態では、フィードバックシステム１９９の構成要素は、単一のサーバ又は単一のデバイス内に記憶することができる。いくつかの他の実施形態では、フィードバックシステム１９９の構成要素は、複数のサーバ又は複数のデバイスにわたって分散して記憶することができる。

通信モジュール２０２は、フィードバックシステム１９９とコンピュータシステム２００の他の構成要素との間の通信を処理するためのルーチンを含むソフトウェアとすることができる。いくつかの実施形態では、通信モジュール２０２は、コンピュータシステム２００のメモリ１２７内に記憶され得るとともに、プロセッサ１２５によってアクセス可能とすることができ且つプロセッサ１２５によって実行可能とすることができる。通信モジュール２０２は、信号ライン２２２を介して、プロセッサ１２５及びコンピュータシステム２００の他の構成要素と協働し且つ通信するようになっている。

通信モジュール２０２は、通信ユニット１４５を介して、動作環境１００の１つ又は複数の構成要素との間でデータを送受信する。例えば、通信モジュール２０２は、通信ユニット１４５を介して、遠隔車両１１２のＶ２Ｘデータを送受信し、あるいは自車両１１０のＶ２Ｘデータを送受信する。通信モジュール２０２は、通信ユニット１４５を介して、図１Ａ〜図１Ｂを参照して上述した任意のデータ又は任意のメッセージを送信又は受信することができる。

いくつかの実施形態では、通信モジュール２０２は、フィードバックシステム１９９の他の構成要素からデータを受信するとともに、そのデータをストレージ２４１及びメモリ１２７のうちの１つ又は複数の中に記憶する。フィードバックシステム１９９の他の構成要素は、通信モジュール２０２を（通信ユニット１４５を介して）コンピュータシステム２００又は動作環境１００の他の構成要素と通信させることができる。例えば、修正モジュール２０４は、通信モジュール２０２を使用することにより、センサセット１５４と通信し得るとともに、センサセット１５４にセンサデータを記録させることができる。

修正モジュール２０４は、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成するためのルーチンを含むソフトウェアとすることができる。いくつかの実施形態では、修正モジュール２０４は、コンピュータシステム２００のメモリ１２７内に記憶され得るとともに、プロセッサ１２５によってアクセス可能とすることができ且つプロセッサ１２５によって実行可能とすることができる。修正モジュール２０４は、信号ライン２２４を介して、プロセッサ１２５及びコンピュータシステム２００の他の構成要素と協働し且つ通信するようになっている。

いくつかの実施形態では、修正モジュール２０４は、（１）自車両１１０の１つ又は複数のセンサからのセンサデータ、及び、（２）１つ又は複数の他のエンドポイント（例えば、１つ又は複数の遠隔車両１１２）からのＶ２Ｘデータのうちの１つ又は複数を受信する。例えば、修正モジュール２０４は、センサセット１５４に、自車両１１０の１つ又は複数のセンサ測定値を記述したセンサデータをリアルタイムで記録させるように動作可能である。センサデータは、（１）自車両１１０の地理的位置を記述した位置データ、（２）ＩＭＵ１５３から受信した慣性測定データ、及び、（３）自車両１１０の任意の他のセンサによってリアルタイムで記録された他のセンサデータのうちの１つ又は複数を含む。例えば、他のセンサデータは、自車両１１０の、速度、向き、加速度等のうちの１つ又は複数を記述したデータを含むことができる。

いくつかの実施形態では、修正モジュール２０４は、（１）自車両１１０の１つ又は複数の運転コマンドを記述したコマンドデータと、（２）機械学習システム１９１からのモデルデータとを受信する。修正モジュール２０４は、自車両１１０のセンサデータと、他のエンドポイントのＶ２Ｘデータと、モデルデータとのうちの１つ又は複数に基づいて、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成する。

例えば、修正モジュール２０４は、１つ又は複数の運転コマンドと、モデルデータと、センサデータとＶ２Ｘデータとのうちの１つ又は複数とに基づいて、自車両１１０の軌道を推測する。修正モジュール２０４は、自車両１１０の軌道が軌道安全性要件を満たすかどうかを判定する。軌道が軌道安全性要件を満たすと判定したことに応答して、修正モジュール２０４は、１つ又は複数の運転コマンドを修正することなく、その１つ又は複数の運転コマンドを車両制御システム１５６に対して直接的に転送する。自車両１１０の軌道が軌道安全性要件を満たさないと判定したことに応答して、修正モジュール２０４は、１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを形成する。その結果、軌道安全性要件を満たす修正済み軌道が１つ又は複数の修正済み運転コマンドに基づいて自車両１１０に関して生成される。

１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成するための例示的なプロセス５００については、図５を参照して後述する。

いくつかの実施形態では、１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすように自車両１１０の動作を制御する。例えば、軌道安全性要件は、走行車線要件を含む。１つ又は複数の修正済み運転コマンドは、自車両１１０が意図された走行車線から逸脱しないように、自車両１１０が道路上の意図された走行車線（例えば、適正な走行車線）内で動作するように自車両１１０を制御する。意図された走行車線は、機械学習システム１９１によって提供されたモデルデータによって決定することができる。他の例では、軌道安全性要件は、衝突回避要件を含む。１つ又は複数の修正済み運転コマンドは、他の車両との潜在的な衝突が回避されるように、自車両１１０が自車両１１０の道路上に存在する他の車両に対して安全な距離を維持するように自車両１１０を制御する。他の車両は、自車両１１０の前方、自車両１１０の後方、あるいは自車両１１０の近傍の任意の場所に位置するものとすることができる。安全な距離の値は、ある閾値（例えば、車両の長さ、車両の長さの２倍、車両の長さの３倍、あるいは、任意の他の適切な値等）を下回らないものとすることができる。

いくつかの実施形態では、１つ又は複数の修正済み運転コマンドは、自車両１１０が、機械学習システム１９１によって提供されたモデルデータと一致した態様で動作するように自車両１１０を制御する。例えば、モデルデータが、移動時間などの他の考慮事項よりも、燃料消費に関する経済性を自車両１１０の運転者が優先することを示していると仮定する。１つ又は複数の修正済み運転コマンドは、少なくとも自車両１１０が円滑に走行するように自車両１１０を制御して燃料消費を低減することによって、自車両１１０の運転者によって自車両１１０が運転されているときと同様の態様で自車両１１０が動作するように自車両１１０を制御することができる。

いくつかの実施形態では、１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含む。１つ又は複数の修正済み運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む。

実装モジュール２０６は、自車両１１０に関する１つ又は複数の修正済み運転コマンドを実装するためのルーチンを含むソフトウェアとすることができる。いくつかの実施形態では、実装モジュール２０６は、コンピュータシステム２００のメモリ１２７内に記憶され得るとともに、プロセッサ１２５によってアクセス可能とすることができ且つプロセッサ１２５によって実行可能とすることができる。実装モジュール２０６は、信号ライン２２６を介して、プロセッサ１２５及びコンピュータシステム２００の他の構成要素と協働し且つ通信するようになっている。

いくつかの実施形態では、実装モジュール２０６は、自車両１１０が１つ又は複数の修正済み運転コマンドに基づいて動作するように、修正済みコマンドデータに基づいて車両制御システム１５６の動作を修正する。車両制御システム１５６による１つ又は複数の修正済み運転コマンドの実行により、自車両１１０は、車両制御システム１５６によって、適正な走行車線を維持する態様で操舵される。自車両１１０は、また、自車両１１０の近傍を走行する任意の他の車両に対して安全な距離を維持する態様で、車両制御システム１５６によって加速又は制動される。

例示的なプロセス
ここで図３を参照すると、いくつかの実施形態による、車両のエンドツーエンド走行のために運転コマンドを改良するための例示的な方法３００に関するフローチャートが図示されている。方法３００のステップは、任意の順序で実行可能であり、必ずしも図３に図示した順序ではない。方法３００は、コネクテッド車両の運転コマンドを改良するために、コネクテッド車両のフィードバックシステム１９９によって実行することができる。コネクテッド車両を自車両１１０又は遠隔車両１１２にすることができる。

ステップ３０１において、修正モジュール２０４は、機械学習システム１９１から、コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信する。

ステップ３０３において、修正モジュール２０４は、１つ又は複数の運転コマンドを修正して、コネクテッド車両に関する１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成する。１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすようにコネクテッド車両の動作を制御する。

ステップ３０５において、実装モジュール２０６は、コネクテッド車両が１つ又は複数の修正済み運転コマンドに基づいて動作するように、修正済みコマンドデータに基づいて、コネクテッド車両の車両制御システム１５６の動作を修正する。

図４は、いくつかの実施形態による、車両のエンドツーエンド走行のために運転コマンドを改良するための例示的なプロセス４００を図示した図解表示である。例示的なプロセス４００は、コネクテッド車両によって実行されることができる。ここでは、一般性を損なうことなく、コネクテッド車両が自車両１１０であると仮定する。

例示的なプロセス４００においては、機械学習システム１９１は、（１）１つ又は複数の遠隔車両１１２からのＶ２Ｘデータ、（２）自車両１１０のＧＰＳユニット１５０からの位置データ、及び（３）自車両１１０のＩＭＵ１５３からのＩＭＵデータのうちの１つ又は複数を受信する。機械学習システム１９１は、また、センサセット１５４から他のセンサデータ（例えば、映像フレーム）を受信することもできる。

機械学習システム１９１は、Ｖ２Ｘデータ、位置データ、ＩＭＵデータ、及び他のセンサデータのうちの１つ又は複数を分析して、自車両１１０に関する１つ又は複数の運転コマンドを生成する畳み込みリカレントニューラルネットワークを含むことができる。１つ又は複数の運転コマンドは、ステアリング角度コマンドのシーケンス、スロットルコマンドのシーケンス、ブレーキングコマンドのシーケンス、あるいはこれらの任意の組合せを含むことができる。機械学習システム１９１は、自車両１１０に搭載されたフィードバックシステム１９９の修正モジュール２０４に対して１つ又は複数の運転コマンドを出力する。

修正モジュール２０４は、Ｖ２Ｘデータ、位置データ、ＩＭＵデータ、及び他のセンサデータのうちの１つ又は複数に基づいて、１つ又は複数の運転コマンドを修正して１つ又は複数の修正済み運転コマンドを生成することができる。例えば、１つ又は複数の修正済み運転コマンドは、修正済みのステアリング角度コマンドのシーケンス、修正済みのスロットルコマンドのシーケンス、修正済みのブレーキングコマンドのシーケンス、あるいはこれらの任意の組合せを含むことができる。１つ又は複数の修正済み運転コマンドの生成については、図５を参照してより詳細に後述する。

修正モジュール２０４は、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを、実装モジュール２０６に対して送信する。実装モジュール２０６は、車両制御システム１５６が１つ又は複数の修正済み運転コマンドに基づいて自車両１１０の動作を制御するように、修正済みコマンドデータに基づいて車両制御システム１５６の動作を修正する。例えば、車両制御システム１５６は、修正済みのステアリング角度コマンドのシーケンス及び修正済みのスロットルコマンドのシーケンスを、自車両１１０のそれぞれステアリングホイール及びアクセルに対して適用することができる。他の例においては、車両制御システム１５６は、修正済みのブレーキングコマンドのシーケンスを、自車両１１０のブレーキに対してさらに適用する。

図５を参照すると、運転コマンドを修正して修正済み運転コマンドを生成するための例示的なプロセス５００が、いくつかの実施形態に従って図示されている。例示的なプロセス５００では、機械学習システム１９１は、１つ又は複数の運転コマンド及びモデルデータを修正モジュール２０４に対して出力する。修正モジュール２０４は、自車両１１０のセンサデータ（例えば、ＩＭＵデータ、位置データ、及び、カメラデータやレーダデータや航続距離データ等の他のセンサデータ）を受信する。修正モジュール２０４は、センサデータに基づいて、自車両１１０の初期車両状態を決定する。ここで、自車両１１０の初期車両状態は、自車両１１０の、位置、速度、向き、加速度等のうちの１つ又は複数によって記述することができる。修正モジュール２０４は、また、１つ又は複数の遠隔車両１１２からＶ２Ｘデータを受信することもできる。

修正モジュール２０４は、１つ又は複数の運転コマンドと、Ｖ２Ｘデータ、位置データ、ＩＭＵデータ、及び他のセンサデータのうちの１つ又は複数とを、車両モデルに対しての入力として使用し得るとともに、自車両１１０の軌道を推測するためにその車両モデルを適用することができる。車両モデルは、上記入力と自車両１１０の初期車両状態とに基づいて自車両１１０の軌道を推定するために使用され得る動的車両モデルとすることができる。いくつかの実施形態では、車両モデルは、機械学習システム１９１によって出力されたモデルデータによって記述された運転モデルである。

例えば、修正モジュール２０４は、遠隔車両１１２のＶ２Ｘデータ、自車両１１０の位置データ、ＩＭＵデータ及び他のセンサデータのうちの１つ又は複数に基づいて、運転環境を決定する。機械学習システム１９１によって提供される運転コマンドは、ステアリング角度コマンド、スロットルコマンド、ブレーキングコマンド、あるいはこれらの任意の組合せからなるシーケンスを含む。その後、車両モデルに基づいて、修正モジュール２０４は、ステアリング角度コマンド、スロットルコマンド、ブレーキングコマンド、あるいはこれらの任意の組合せからなるシーケンスを運転環境下で適用することによって、自車両１１０の軌道をシミュレートすることができる。

次に、修正モジュール２０４は、自車両１１０が存在する道路環境を描写した地図上に、自車両１１０の軌道を描写する。修正モジュール２０４は、自車両１１０の軌道が軌道安全性要件を満たすかどうかを判定する。例えば、修正モジュール２０４は、軌道が、（１）自車両１１０が意図された走行車線上を走行すること、及び、（２）自車両１１０と、自車両１１０の前方又は後方を走行する他の車両との間に安全な距離が維持されることを確保するかどうかを判定する。軌道が、（１）自車両１１０が意図された走行車線上を走行すること、及び、（２）自車両１１０と他の車両との間に安全な距離が維持されることを確保し得る場合には、軌道安全性要件は満たされる。しかしながら、軌道が、自車両１１０が意図された走行車線上を走行しないこと、あるいは自車両１１０と他の車両との間に安全な距離が維持されないことを示している場合には、軌道安全性要件は満たされない。

自車両１１０の軌道が軌道安全性要件を満たすと判定したことに応答して、修正モジュール２０４は、車両制御システム１５６に対して運転コマンドを送信する。この場合、車両制御システム１５６は、運転コマンドに基づいて自車両１１０の動作を制御する。

自車両１１０の軌道が軌道安全性要件を満たさないと判定したことに応答して、修正モジュール２０４は、運転コマンドを修正する。修正モジュール２０４は、修正済み運転コマンドに基づいて推測される生成軌道が軌道安全性要件を満たすように修正済み運転コマンドを生成する。

例えば、修正モジュール２０４は、修正済み運転コマンドに基づいて自車両１１０の生成軌道を推測し、生成軌道を地図上に描写し、生成軌道が軌道安全性要件を満たすかどうかを判定する。生成軌道が軌道安全性要件を満たすと判定したことに応答して、修正モジュール２０４は修正済み運転コマンドを車両制御システム１５６に対して送信する。この場合、車両制御システム１５６は、修正済み運転コマンドに基づいて自車両１１０の動作を制御する。例えば、車両制御システム１５６は、修正済みのステアリング角度コマンドのシーケンスを、自車両１１０のステアリングホイールに対して適用することができる。他の例では、車両制御システム１５６は、修正済みのスロットルコマンドのシーケンスを、自車両１１０のアクセルに対してさらに適用する。さらに他の例では、車両制御システム１５６は、修正済みのブレーキングコマンドのシーケンスを、自車両１１０のブレーキに対してさらに適用する。

しかしながら、自車両１１０の生成軌道が軌道安全性要件を満たさないと判定したことに応答して、修正モジュール２０４は修正済み運転コマンドを再び修正する。上述した操作を繰り返すことにより、修正モジュール２０４は、自車両１１０の生成軌道が軌道安全性要件を満たすことを可能とする修正済み運転コマンドを生成することができる。

上記の説明においては、説明の目的のため、本明細書の完全な理解を提供するために、多数の特定の詳細が記載されている。しかしながら、当業者には、本開示がこれらの特定の詳細なしに実施され得ることは自明であろう。いくつかの例では、構造及びデバイスは、説明が不明瞭となることを避けるために、ブロック図の形態で示されている。例えば、本実施形態は、主にユーザインタフェース及び特定のハードウェアに関連して、上記のように説明することができる。しかしながら、本実施形態は、データ及びコマンドを受信し得る任意のタイプのコンピュータシステムに対しても、ならびに、サービスを提供する任意の周辺装置に対しても、適用することができる。

「いくつかの実施形態」又は「いくつかの例」に対しての本明細書における参照は、実施形態又は例に関連して説明した特定の特徴点、構造、又は特性が、本明細書の少なくとも１つの実施形態に含まれ得ることを意味する。本明細書の様々な箇所における「いくつかの実施形態では」というフレーズの出現は、必ずしもすべてが同じ実施形態を参照しているわけではない。

以下の詳細な説明のいくつかの部分は、コンピュータメモリ内のデータビットに対する演算のアルゴリズム及び記号表現の観点から提示されている。これらのアルゴリズム的な記述及び表現は、データ処理分野の当業者が当該技術分野の他の当業者に対して自身の仕事の本質を最も効果的に伝えるために使用する手段である。アルゴリズムとは、ここでは、一般的に、所望の結果をもたらす自己矛盾のない一連のステップであると考えられる。これらのステップは、物理量に関する物理的操作を必要とするものである。必ずしもそうとは限らないが、通常、これらの量は、保存、転送、結合、比較、及びその他の操作が可能な、電気信号又は磁気信号の形態をとる。これらの信号を、ビット、値、構成要素、シンボル、文字、用語、数字、あるいは同種のものとして参照することが、主に一般的な使用法の理由から便利であることがわかっている。

しかしながら、これらの用語及び同様の用語はすべて、適切な物理量と関連づけられるべきものであること、ならびに、これらの量に適用される便利なラベルに過ぎないことに留意されるべきである。以下の議論から明らかなように別段の記載がない限り、本明細書全体を通して、「処理」又は「演算」又は「計算」又は「決定」又は「表示」又は同種のものを含む用語を利用した説明が、コンピュータシステムのレジスタ及びメモリ内で物理的（電子的）量として表されるデータを、コンピュータシステムのメモリ又はレジスタ内のあるいは他のそのような情報ストレージデバイス内の又は他のそのような情報送信デバイス内の又は他のそのような情報表示デバイス内で物理的（電子的）量として同様に表される他のデータへと、操作して変換するコンピュータシステム又は同様の電子コンピューティングデバイスの動作及びプロセスに言及していることが理解されよう。

本明細書のこれらの実施形態は、また、本明細書における動作を実行するための装置に関することもできる。この装置は、必要とされる目的のために特別に構成されてもよく、あるいは、コンピュータに記憶されたコンピュータプログラムによって選択的に起動されるあるいは再構成される汎用コンピュータを含んでもよい。そのようなコンピュータプログラムは、限定するものではないが、フロッピーディスク、光ディスク、ＣＤ−ＲＯＭ、及び磁気ディスクを含む任意のタイプのディスク、リードオンリーメモリ（ＲＯＭｓ）、ランダムアクセスメモリ（ＲＡＭｓ）、ＥＰＲＯＭｓ、ＥＥＰＲＯＭｓ、磁気カード又は光学的カード、不揮発性メモリを有したＵＳＢキーを含むフラッシュメモリ、あるいは、電子命令を記憶するのに適切な任意のタイプの媒体を含むコンピュータ可読記憶媒体内に記憶することができ、媒体のそれぞれは、コンピュータシステムバスに対して結合される。

本明細書は、いくつかの全体的にハードウェアからなる実施形態、いくつかの全体的にソフトウェアからなる実施形態、あるいはハードウェア構成要素とソフトウェア構成要素との双方を含むいくつかの実施形態という形態をとることができる。いくつかの好ましい実施形態では、本明細書は、限定するものではないが、ファームウェア、常駐ソフトウェア、マイクロコード等を含むソフトウェアで実装される。

さらに、説明は、コンピュータ又は任意の命令実行システムによって使用するためのあるいはそれらに関連して使用するためのプログラムコードを提供するコンピュータ使用可能媒体又はコンピュータ可読媒体からアクセス可能なコンピュータプログラム製品という形態をとることができる。この説明の目的のために、コンピュータ使用可能媒体又はコンピュータ可読媒体は、命令実行システムや命令実行装置や命令実行デバイスによって使用するためのあるいはそれらに関連して使用するためのプログラムを、含有し得る、記憶し得る、通信し得る、伝搬し得る、あるいは、転送し得る任意の装置とすることができる。

プログラムコードを記憶又は実行するのに適切なデータ処理システムは、システムバスを介してメモリ構成要素に対して直接的に又は間接的に結合された少なくとも１つのプロセッサを含むであろう。メモリ構成要素は、プログラムコードの実際の実行時に使用されるローカルメモリ、大容量ストレージ、及び、少なくともいくつかのプログラムコードの一時的なストレージを提供するキャッシュメモリであって、実行時に大容量ストレージからコードを取り出されなければならない回数を減らし得るキャッシュメモリを含むことができる。

入力／出力デバイス、すなわち、Ｉ／Ｏデバイス（限定するものではないが、キーボード、ディスプレイ、ポインティングデバイス、等を含む）を、直接的に、あるいは、介在するＩ／Ｏコントローラを介して、システムに対して結合することができる。

ネットワークアダプタを、また、システムに対して結合することができ、これにより、データ処理システムを、介在するプライベートネットワーク又はパブリックネットワークを介して、他のデータ処理システムに対して又はリモートプリンタに対して又はストレージデバイスに対して結合することを可能とすることができる。モデム、ケーブルモデム、及び、イーサネット（登録商標）カードは、現在利用可能なタイプのネットワークアダプタのほんの数例である。

最後に、本明細書で提示したアルゴリズム及びディスプレイは、本質的に、いかなる特定のコンピュータ又は他の装置とも関連するものではない。様々な汎用システムを、本明細書における教示に従って、プログラムと一緒に使用することができる、あるいは、必要な方法ステップを実行するに際して、より専門的な装置を構築することが便利であることが判明する場合がある。これら様々なシステムのために必要とされる構造は、以下の説明から明らかとなるであろう。加えて、本明細書では、任意の特定のプログラミング言語を参照して説明しない。本明細書において説明するような本明細書の教示を実装するに際して、様々なプログラミング言語を使用し得ることが理解されよう。

本明細書の実施形態に関する上記の説明は、例示及び説明の目的のために提示されている。網羅的であることを意図したものではなく、また、本明細書を、開示した厳密な形態に限定することを意図したものでもない。上記の教示に鑑みて、多くの修正及び変形が可能である。本開示の範囲が、この詳細な説明によってではなく、本出願の請求項によって限定されることが意図されている。当該技術分野における当業者であれば理解されるように、本明細書は、その思想又は本質的な特徴点から逸脱することなく、他の特定の形態で具現することができる。同様に、モジュール、ルーチン、特徴点、属性、方法論、及び他の態様に関する特定の命名及び区分は、必須でも重要でもなく、本明細書又はその特徴点を実装する機構は、異なる名称、異なる区分、又は異なる形式を有することができる。さらに、関連技術の当業者には自明であるように、本開示における、モジュール、ルーチン、特徴点、属性、方法論、及び他の態様は、ソフトウェア、ハードウェア、ファームウェア、又はこれら３つの任意の組合せとして実装することができる。また、本明細書における、その一例がモジュールである構成要素がソフトウェアとして実装される場合にはいつでも、その構成要素は、スタンドアロンプログラムとして、より大きなプログラムの一部として、複数の別個のプログラムとして、静的又は動的にリンクされたライブラリとして、カーネルロード可能モジュールとして、デバイスドライバとして、又は、コンピュータプログラミング分野の当業者に現時点で公知のあるいは将来の時点で公知のあらゆる方法で及び他の方法で実装することができる。加えて、本開示は、どの特定のプログラミング言語での実施形態にも、また、どの特定のオペレーティングシステム又は動作環境での実施形態にも、決して限定されるものではない。したがって、本開示は、以下の特許請求の範囲に記載されている本明細書の範囲を、何ら限定することなく、例示することを意図したものである。

［例１］
コンピュータ実行可能コードを記憶している、コネクテッド車両の車載コンピュータシステムの非一時的メモリを含むコンピュータプログラム製品であって、
前記コンピュータ実行可能コードがプロセッサによって実行されると、前記プロセッサは、
前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、
前記１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、
前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正し、
前記１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、前記コネクテッド車両が、道路上の意図された走行車線内で動作し、且つ、前記道路上に存在する他の車両に対して安全な距離を維持するように前記コネクテッド車両を制御する、コンピュータプログラム製品。
［例２］
前記コマンドデータは、機械学習システムから受信され、
前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、例１に記載のコンピュータプログラム製品。
［例３］
前記コンピュータ実行可能コードが前記プロセッサによって実行されると、前記プロセッサは、少なくとも、
前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することとによって、
前記１つ又は複数の運転コマンドを修正して前記修正済み運転コマンドデータを生成する、例１に記載のコンピュータプログラム製品。
［例４］
前記１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、
前記１つ又は複数の修正済み運転コマンドは、前記ステアリングコマンド、前記スロットルコマンド、及び前記ブレーキングコマンドのうちの１つ又は複数の修正済みバージョンを含む、例１に記載のコンピュータプログラム製品。
［例５］
コネクテッド車両のための方法であって、
前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信することと、
前記１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成することと、
前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正することと、を含み、
前記１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすように前記コネクテッド車両の動作を制御する、方法。
［例６］
前記軌道安全性要件は走行車線要件を含み、前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が道路上の意図された走行車線内で動作するように前記コネクテッド車両を制御する、例５に記載の方法。
［例７］
前記軌道安全性要件は衝突回避要件を含み、前記１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、前記コネクテッド車両が前記コネクテッド車両の道路上に存在する他の車両に対して安全な距離を維持するように前記コネクテッド車両を制御する、例５に記載の方法。
［例８］
前記コマンドデータは機械学習システムから受信され、
前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、例５に記載の方法。
［例９］
前記１つ又は複数の運転コマンドを修正して、前記１つ又は複数の修正済み運転コマンドを記述した前記修正済みコマンドデータを生成することは、
前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することと、を含む、例５に記載の方法。
［例１０］
前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することは、
前記１つ又は複数の運転コマンドと、前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数とに基づいて、前記コネクテッド車両の軌道を推測することと、
前記コネクテッド車両の軌道が前記軌道安全性要件を満たさないと判定したことに応答して、前記軌道安全性要件を満たす修正済み軌道が前記修正済み運転コマンドに基づいて前記コネクテッド車両に関して生成されるように、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することと、を含む、例９に記載の方法。
［例１１］
前記センサデータは、前記コネクテッド車両の地理的位置を記述した位置データと、前記コネクテッド車両の慣性測定ユニットから受信した慣性測定データとのうちの１つ又は複数を含む、例９に記載の方法。
［例１２］
前記１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、
前記１つ又は複数の修正済み運転コマンドは、前記ステアリングコマンド、前記スロットルコマンド、及び前記ブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、例５に記載の方法。
［例１３］
コンピュータコードを記憶している非一時的メモリを含むコネクテッド車両の車載コンピュータシステムを含むシステムであって、
前記コンピュータコードが前記車載コンピュータシステムによって実行されると、前記車載コンピュータシステムは、
前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、
前記１つ又は複数の運転コマンドを修正させて１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、
前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正し、
前記１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすように前記コネクテッド車両の動作を制御する、システム。
［例１４］
前記軌道安全性要件は走行車線要件を含み、前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が道路上の意図された走行車線内で動作するように前記コネクテッド車両を制御する、例１３に記載のシステム。
［例１５］
前記軌道安全性要件は衝突回避要件を含み、前記１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、前記コネクテッド車両が前記コネクテッド車両の道路上に存在する他の車両に対して安全な距離を維持するように前記コネクテッド車両を制御する、例１３に記載のシステム。
［例１６］
前記コマンドデータは機械学習システムから受信され、
前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、例１３に記載のシステム。
［例１７］
前記コンピュータコードが前記車載コンピュータシステムによって実行されると、前記車載コンピュータシステムは、少なくとも、
前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することとによって、
前記１つ又は複数の運転コマンドを修正して、前記１つ又は複数の修正済み運転コマンドを記述した前記修正済みコマンドデータを生成する、例１３に記載のシステム。
［例１８］
前記コンピュータコードが前記車載コンピュータシステムによって実行されると、前記車載コンピュータシステムは、少なくとも、
前記１つ又は複数の運転コマンドと、前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数とに基づいて、前記コネクテッド車両の軌道を推測することと、
前記コネクテッド車両の軌道が前記軌道安全性要件を満たさないと判定したことに応答して、前記軌道安全性要件を満たす修正済み軌道が前記修正済み運転コマンドに基づいて前記コネクテッド車両に関して生成されるように、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することとによって、
前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して、前記１つ又は複数の修正済み運転コマンドを記述した前記修正済みコマンドデータを生成する、例１７に記載のシステム。
［例１９］
前記センサデータは、前記コネクテッド車両の地理的位置を記述した位置データと、前記コネクテッド車両の慣性測定ユニットから受信した慣性測定データとのうちの１つ又は複数を含む、例１７に記載のシステム。
［例２０］
前記１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、
前記１つ又は複数の修正済み運転コマンドは、前記ステアリングコマンド、前記スロットルコマンド、及び前記ブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、例１３に記載のシステム。

Claims (15)

1. コンピュータ実行可能コードを記憶している、コネクテッド車両の車載コンピュータシステムの非一時的メモリを含むコンピュータプログラム製品であって、
   前記コンピュータ実行可能コードがプロセッサによって実行されると、前記プロセッサは、
   前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、
   前記１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、
   前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正し、
   前記１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、前記コネクテッド車両が、道路上の意図された走行車線内で動作し、且つ、前記道路上に存在する他の車両に対して安全な距離を維持するように前記コネクテッド車両を制御する、コンピュータプログラム製品。
2. 前記コマンドデータは、機械学習システムから受信され、
   前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、請求項１に記載のコンピュータプログラム製品。
3. 前記コンピュータ実行可能コードが前記プロセッサによって実行されると、前記プロセッサは、少なくとも、
   前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
   前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することとによって、
   前記１つ又は複数の運転コマンドを修正して前記修正済み運転コマンドデータを生成する、請求項１又は２に記載のコンピュータプログラム製品。
4. 前記１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、
   前記１つ又は複数の修正済み運転コマンドは、前記ステアリングコマンド、前記スロットルコマンド、及び前記ブレーキングコマンドのうちの１つ又は複数の修正済みバージョンを含む、請求項１〜３のいずれか１項に記載のコンピュータプログラム製品。
5. コネクテッド車両のための方法であって、
   前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信することと、
   前記１つ又は複数の運転コマンドを修正して、１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成することと、
   前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正することと、を含み、
   前記１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすように前記コネクテッド車両の動作を制御する、方法。
6. 前記軌道安全性要件は走行車線要件を含み、前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が道路上の意図された走行車線内で動作するように前記コネクテッド車両を制御する、請求項５に記載の方法。
7. 前記軌道安全性要件は衝突回避要件を含み、前記１つ又は複数の修正済み運転コマンドは、潜在的な衝突が回避されるように、前記コネクテッド車両が前記コネクテッド車両の道路上に存在する他の車両に対して安全な距離を維持するように前記コネクテッド車両を制御する、請求項５又は６に記載の方法。
8. 前記コマンドデータは機械学習システムから受信され、
   前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、請求項５〜７のいずれか１項に記載の方法。
9. 前記１つ又は複数の運転コマンドを修正して、前記１つ又は複数の修正済み運転コマンドを記述した前記修正済みコマンドデータを生成することは、
   前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
   前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することと、を含む、請求項５〜８のいずれか１項に記載の方法。
10. 前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することは、
    前記１つ又は複数の運転コマンドと、前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数とに基づいて、前記コネクテッド車両の軌道を推測することと、
    前記コネクテッド車両の軌道が前記軌道安全性要件を満たさないと判定したことに応答して、前記軌道安全性要件を満たす修正済み軌道が前記修正済み運転コマンドに基づいて前記コネクテッド車両に関して生成されるように、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することと、を含む、請求項９に記載の方法。
11. 前記センサデータは、前記コネクテッド車両の地理的位置を記述した位置データと、前記コネクテッド車両の慣性測定ユニットから受信した慣性測定データとのうちの１つ又は複数を含む、請求項９又は１０に記載の方法。
12. 前記１つ又は複数の運転コマンドは、ステアリングコマンド、スロットルコマンド、及びブレーキングコマンドのうちの１つ又は複数を含み、
    前記１つ又は複数の修正済み運転コマンドは、前記ステアリングコマンド、前記スロットルコマンド、及び前記ブレーキングコマンドのうちの１つ又は複数に関する修正済みバージョンを含む、請求項５〜１１のいずれか１項に記載の方法。
13. コンピュータコードを記憶している非一時的メモリを含むコネクテッド車両の車載コンピュータシステムを含むシステムであって、
    前記コンピュータコードが前記車載コンピュータシステムによって実行されると、前記車載コンピュータシステムは、
    前記コネクテッド車両に関する１つ又は複数の運転コマンドを記述したコマンドデータを受信し、
    前記１つ又は複数の運転コマンドを修正させて１つ又は複数の修正済み運転コマンドを記述した修正済みコマンドデータを生成し、
    前記コネクテッド車両が前記１つ又は複数の修正済み運転コマンドに基づいて動作するように、前記修正済みコマンドデータに基づいて前記コネクテッド車両の車両制御システムの動作を修正し、
    前記１つ又は複数の修正済み運転コマンドは、軌道安全性要件を満たすように前記コネクテッド車両の動作を制御する、システム。
14. 前記コマンドデータは機械学習システムから受信され、
    前記１つ又は複数の修正済み運転コマンドは、前記コネクテッド車両が、前記機械学習システムによって提供されたモデルデータと一致した態様で動作するように、前記コネクテッド車両をさらに制御する、請求項１３に記載のシステム。
15. 前記コンピュータコードが前記車載コンピュータシステムによって実行されると、前記車載コンピュータシステムは、少なくとも、
    前記コネクテッド車両の１つ又は複数のセンサからのセンサデータと、１つ又は複数の他のエンドポイントからのビークルツーエブリシング（Ｖ２Ｘ）データとのうちの１つ又は複数を受信することと、
    前記センサデータと前記Ｖ２Ｘデータとのうちの１つ又は複数に基づいて、前記１つ又は複数の運転コマンドを修正して前記１つ又は複数の修正済み運転コマンドを生成することとによって、
    前記１つ又は複数の運転コマンドを修正して、前記１つ又は複数の修正済み運転コマンドを記述した前記修正済みコマンドデータを生成する、請求項１３又は１４に記載のシステム。