自律走行車又は半自律走行車等の車両は、車両交通ネットワークの一部を横断する場合がある。車両は1つ以上のセンサを含んでもよく、車両交通ネットワークを横断することは、センサが車両の動作環境又はその一部に対応するデータ等のセンサデータを生成又は捕捉することを含んでもよい。例えば、センサデータは、車両動作環境、車両交通ネットワーク形状、又はこれらの組み合わせの中の歩行者、遠隔車両、他のオブジェクト等の1つ以上の外部オブジェクト対応する情報を含んでもよい。
自律走行車は、自律走行車の動作管理システムを含んでもよく、これは、自律走行車に関するセンサデータ等の動作環境データを処理し得る1つ以上の動作環境モニタを含んでもよい。動作環境モニタは、自律走行車に時空的に近接している車両交通ネットワークの一部に関する可用性確率情報を決定し得るブロックモニタを含んでもよい。自律走行車の動作管理システムは、自律走行車の動作管理コントローラを含んでもよく、外部オブジェクトに対応する、歩行者シナリオ、交差点シナリオ、車線変更シナリオ、又は任意の他の車両動作シナリオ又は車両動作シナリオの組み合わせ等の1つ以上の動作シナリオを検出してもよい。自律走行車の動作管理システムは、1つ以上のシナリオ固有の動作制御評価モジュールを含んでもよい。各シナリオ固有の動作制御評価モジュールは、各動作シナリオの、部分観測マルコフ決定過程(POMDP)等のモデルであってもよい。自律走行車の動作管理コントローラは、対応する動作シナリオの検出に応答して、シナリオ固有の動作制御評価モジュールの各インスタンスを作成してもよい。自律走行車の動作管理コントローラは、インスタンス化された各シナリオ固有の動作制御評価モジュールインスタンスから候補車両制御アクションを受信してもよく、候補車両制御アクションから車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワークの一部を横断するように自律走行車を制御してもよい。
個別の車両動作シナリオは、車両交通ネットワークの通行権重複部分に対する通行権に関する不確実性に対応する通行権曖昧性、例えば、遮蔽によって生じる不確実性、外部オブジェクトの挙動に関する不確実性、又は自律走行車の見かけの挙動に関する不確実性を含んでもよい。自律走行車は、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断してもよく、これには、通行権の不確実性を低減し得るゆっくりとした前進等により、例えば、車両交通ネットワークの通行権の重複部分に向かって少しずつ進む等によって、定義された通行権パラメータ内で、遮蔽、外部オブジェクト、又はその両方に対する車両の方向を変更するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することが含まれてもよい。
本明細書では自律走行車を参照して記載されているが、本明細書に記載の方法及び装置は、自律的又は半自律的動作が可能な任意の車両で実装されてもよい。車両交通ネットワークを参照して記載されているが、本明細書に記載の方法及び装置は、車両によって走行可能な任意の領域で自律走行車が動作することを含んでもよい。
図1は、本明細書に開示の態様、特徴及び要素が実装され得る車両の一例の図面である。図示のように、車両1000は、シャーシ1100と、パワートレイン1200と、コントローラ1300と、車輪1400とを含む。簡潔のため、車両1000は4つの車輪1400を含むように示されているが、プロペラ又はトレッド等の1つ以上の任意の他の推進装置が使用されてもよい。図1において、パワートレイン1200、コントローラ1300及び車輪1400等の要素を相互接続する線は、データ又は制御信号等の情報、電力又はトルク等の力、又は情報及び電力の両方が各要素間で伝達され得ることを示している。例えば、コントローラ1300は、パワートレイン1200から電力を受信して、車両1000を制御するためにパワートレイン1200、車輪1400、又はその両方と通信してもよく、これには、加速又は減速等による車両の運動状態の制御、ステアリング等による車両の方向状態の制御、又はその他のやり方による車両1000の制御が含まれる。
図示のように、パワートレイン1200は、電源1210と、トランスミッション1220と、ステアリング装置1230と、アクチュエータ1240とを含む。サスペンション、駆動シャフト、車軸、又は排気システム等のパワートレインの他の要素又は要素の組み合わせを含んでもよい。別々に示されているが、車輪1400は、パワートレイン1200に含まれてもよい。
電源1210は、エンジン、バッテリ、又はこれらの組み合わせを含んでもよい。電源1210は、電気エネルギ、熱エネルギ又は運動エネルギ等のエネルギを提供するように動作する任意の装置又は装置の組み合わせであってもよい。例えば、電源1210は、内燃エンジン、電気モータ又は内燃エンジン及び電気モータの組み合わせ等のエンジンを含んでもよく、1つ以上の車輪1210に原動力としての運動エネルギを提供するように動作してもよい。電源1210は、ニッケルカドミウム(NiCd)、ニッケル亜鉛(NiZn)、ニッケル水素(NiMH)、リチウムイオン(Li−ion)等の1つ以上の乾電池、太陽電池、燃料電池、又はエネルギを提供することが可能な任意の他の装置等のポテンシャルエネルギ装置を含んでもよい。
トランスミッション1220は、電源1210から運動エネルギ等のエネルギを受信してもよく、原動力を提供するために車輪1400にエネルギを送ってもよい。トランスミッション1220は、コントローラ1300、アクチュエータ1240又は両方によって制御されてもよい。ステアリング装置1230は、コントローラ1300、アクチュエータ1240又は両方によって制御され、車両を操縦するために車輪1400を制御してもよい。アクチュエータ1240は、コントローラ1300から信号を受信してもよく、車両1000を動作させるために電源1210、トランスミッション1220、ステアリング装置1230又はこれらの任意の組み合わせを作動又は制御してもよい。
図示のように、コントローラ1300は、位置決め装置1310、電子通信装置1320、プロセッサ1330、メモリ1340、ユーザインターフェース1350、センサ1360、電子通信インターフェース1370又はこれらの任意の組み合わせを含んでもよい。単一の装置として示されているが、コントローラ1300の任意の1つ以上の要素が任意の数の分離した物理装置に組み込まれてもよい。例えば、ユーザインターフェース1350及びプロセッサ1330は、第1の物理装置に組み込まれてもよく、メモリ1340は、第2の物理装置に組み込まれてもよい。図1には示されていないが、コントローラ1300は、バッテリ等の電源1210を含んでもよい。個別の要素として示されているが、位置決め装置1310、電子通信装置1320、プロセッサ1330、メモリ1340、ユーザインターフェース1350、センサ1360、電子通信インターフェース1370、又はこれらの任意の組み合わせは、1つ以上の電子装置、回路又はチップに組み込まれてもよい。
プロセッサ1330は、光プロセッサ、量子プロセッサ、分子プロセッサ又はこれらの組み合わせを含む現存する又は今後開発される信号又は他の情報を操作又は処理することが可能な任意の装置又は装置の組み合わせを含んでもよい。例えば、プロセッサ1330は、1つ以上の専用プロセッサ、1つ以上のデジタル信号プロセッサ、1つ以上のマイクロプロセッサ、1つ以上のコントローラ、1つ以上のマイクロコントローラ、1つ以上の集積回路、1つ以上の特定用途向け集積回路、1つ以上のフィールド・プログラマブル・ゲート・アレイ、1つ以上のプログラマブル・ロジック・アレイ、1つ以上のプログラマブル・ロジック・コントローラ、1つ以上の状態機械、又はこれらの任意の組み合わせを含んでもよい。プロセッサ1330は、位置決め装置1310、メモリ1340、電子通信インターフェース1370、電子通信装置1320、ユーザインターフェース1350、センサ1360、パワートレイン1200、又はこれらの任意の組み合わせと動作可能に結合されてもよい。例えば、プロセッサは、通信バス1380を介してメモリ1340と動作可能に結合されてもよい。
メモリ1340は、プロセッサ1330によって使用される又はそれと接続される、機械可読命令又はそれに関連付けられる任意の情報を、例えば、保持、記憶、伝達又は搬送することが可能な任意の有形の非一時的なコンピュータ使用可能又はコンピュータ可読媒体を含んでもよい。メモリ1340は、例えば、1つ以上の半導体ドライブ、1つ以上のメモリカード、1つ以上のリムーバブル媒体、1つ以上の読み取り専用メモリ、1つ以上のランダムアクセスメモリ、ハードディスク、フロッピーディスク、光学ディスクを含む1つ以上のディスク、磁気若しくは光学カード、又は電子情報を記憶するのに適した任意のタイプの非一時的な媒体、又はこれらの任意の組み合わせであってもよい。
通信インターフェース1370は、図示のような無線アンテナ、有線通信ポート、光学通信ポート、又は有線若しくは無線電子通信媒体1500とインターフェース接続することが可能な任意の他の有線若しくは無線装置であってもよい。図1は単一の通信リンクを介して通信を行う通信インターフェース1370が示されているが、通信インターフェースは、複数の通信リンクを介して通信を行うように構成されてもよい。図1は単一の通信インターフェース1370を示しているが、車両は、任意の数の通信インターフェースを含んでもよい。
通信装置1320は、通信インターフェース1370等を介して、有線又は無線電子通信媒体1500を介して信号を送信又は受信するように構成されてもよい。図1に明示されていないが、通信装置1320は、無線周波数(RF)、紫外線(UV)、可視光、光ファイバ、有線回線、又はこれらの組み合わせ等の任意の有線又は無線通信媒体を介して送信、受信又は両方を行うように構成されてもよい。図1は、単一の通信装置1320及び単一の通信インターフェース1370を示しているが、任意の数の通信装置及び任意の数の通信インターフェースが使用されてもよい。いくつかの実施形態では、通信装置1320は、狭域通信(DSRC)装置、車載装置(OBU)、又はこれらの組み合わせを含んでもよい。
位置決め装置1310は、車両1000の経度、緯度、高度、進行方向又は速さ等の地理情報を決定してもよい。例えば、位置決め装置は、広域補強システム(Wide Area Augmentation System;WAAS)対応米国海洋電子機器協会(National Marine−Electronics Association;NMEA)装置、無線三角測量装置、又はこれらの組み合わせ等の全地球測位システム(GPS)装置を含んでもよい。位置決め装置1310は、例えば、車両1000の現在の向き、2次元又は3次元での車両1000の現在地、車両1000の現在の角度方向、又はこれらの組み合わせを表す情報を取得するために使用され得る。
ユーザインターフェース1350は、仮想又は物理キーパッド、タッチパッド、ディスプレイ、タッチディスプレイ、ヘッドアップディスプレイ、仮想ディスプレイ、拡張現実ディスプレイ、触覚ディスプレイ、視線追跡装置等の特徴追跡装置、スピーカ、マイクロホン、ビデオカメラ、センサ、プリンタ、又はこれらの任意の組み合わせ等、人物とインターフェースすることが可能な任意の装置を含んでもよい。ユーザインターフェース1350は、図示のようにプロセッサ1330と、又はコントローラ1300の任意の他の要素と動作可能に結合されてもよい。単一の装置として示されているが、ユーザインターフェース1350は、1つ以上の物理装置を含んでもよい。例えば、ユーザインターフェース1350は、人物との音声通信を行うための音声インターフェース、及び人物との視覚及びタッチに基づく通信を行うためのタッチディスプレイを含んでもよい。ユーザインターフェース1350は、複数の物理的に分離した装置、単一の物理装置の中の複数の定義部分、又はこれらの組み合わせ等の複数のディスプレイを含んでもよい。
センサ1360は、車両を制御するために使用され得る情報を提供するように動作し得るセンサの配列等の1つ以上のセンサを含んでもよい。センサ1360は、車両1000の現在の動作特徴に関する情報を提供してもよい。センサ1360は、例えば、速度センサ、加速度センサ、ステアリング角センサ、トラクション関連センサ、ブレーキ関連センサ、ハンドル位置センサ、視線追跡センサ、着座位置センサ、又は車両1000の現在の動的状況の何らかの態様に関する情報を報告するように動作可能な任意のセンサ若しくはセンサの組み合わせを含み得る。
センサ1360は、車両1000を取り囲む物理環境に関する情報を取得するように動作可能な1つ以上のセンサを含んでもよい。例えば、1つ以上のセンサが、車線等の道路の特徴及び形状、及び固定障害物、車両及び歩行者等の障害物を検出してもよい。センサ1360は、既知の又は後に開発される、1つ以上のビデオカメラ、レーザ感知システム、赤外線感知システム、音響感知システム、又は任意の他の適切なタイプの車載環境感知装置、又は装置の組み合わせであるか、又はこれらを含み得る。いくつかの実施形態では、センサ1360及び位置決め装置1310は、結合された装置であってもよい。
別に示されてはいないが、車両1000は、軌道コントローラを含んでもよい。例えば、コントローラ1300が、軌道コントローラを含んでもよい。軌道コントローラは、車両1000の現在の状態及び車両1000に対して計画された経路を記述する情報を取得し、この情報に基づいて、車両1000に対する軌道を決定及び最適化するように動作可能であってもよい。いくつかの実施形態では、軌道コントローラは、車両1000が軌道コントローラによって決定される軌道に従うように、車両1000を制御するように動作可能な信号を出力してもよい。例えば、軌道コントローラの出力は、パワートレイン1200、車輪1400又は両方に供給され得る最適化された軌道であり得る。いくつかの実施形態では、最適化された軌道は、一組のステアリング角等の制御入力であってもよく、各ステアリング角は1つの時点又は位置に対応する。いくつかの実施形態では、最適化された軌道は、1つ以上の経路、線、曲線、又はこれらの組み合わせであり得る。
1つ以上の車輪1400は、ステアリング装置1230の制御下でステアリング角に枢動され得る操縦された車輪、トランスミッション1220の制御下で車両1000を推進するためのトルクを与えられ得る推進された車輪、又は車両1000を操縦及び推進し得る操縦及び推進された車輪であってもよい。
図1には示されていないが、車両は、エンクロージャ、ブルートゥース(登録商標)モジュール、周波数変調(FM)ラジオ装置、近距離無線通信(NFC)モジュール、液晶表示(LCD)ディスプレイ装置、有機発光ダイオード(OLED)ディスプレイ装置、スピーカ、又はこれらの任意の組み合わせ等の図1に示されていない装置又は要素を含んでもよい。
車両1000は、交通ネットワークの一部を横断するように、直接的な人間の介入なしで、自律的に制御される自律走行車であってもよい。図1に別に示されていないが、自律走行車は、自律走行車の経路指定、ナビゲーション及び制御を行い得る自律走行車制御装置を含んでもよい。自律走行車制御装置は、車両の別の装置と一体化されてもよい。例えば、コントローラ1300は、自律走行車制御装置を含んでもよい。
自律走行車制御装置は、現在の車両動作パラメータに従って車両交通ネットワークの一部を横断するように車両1000を制御し又は動作させてもよい。自律走行車制御装置は、車両の駐車等の定義された動作又は操縦を行うように車両1000を制御し又は動作させてもよい。自律走行車制御装置は、車両情報、環境情報、車両交通ネットワークを表す車両交通ネットワークデータ、又はこれらの組み合わせに基づいて車両1000の現在地等の出発地から目的地への移動経路を生成してもよく、経路に従って車両交通ネットワークを横断するように車両1000を制御し又は動作させてもよい。例えば、自律走行車制御装置は、軌道コントローラに移動経路を出力してもよく、軌道コントローラは、生成された経路を使用して出発点から目的地に移動するように車両1000を動作させてもよい。
図2は、本明細書に開示の態様、特徴及び要素が実装され得る車両交通及び通信システムの一部の例示の図面である。車両交通及び通信システム2000は、図1に示される車両1000等の1つ以上の車両2100/2110を含んでもよく、これは1つ以上の車両交通ネットワーク2200の1つ以上の部分を移動してもよく、1つ以上の電子通信ネットワーク2300を介して通信を行ってもよい。図2には明示されていないが、車両は、オフロード領域等の車両交通ネットワークに明示的に又は完全には含まれていない領域を横断してもよい。
電子通信ネットワーク2300は、例えば、多重アクセスシステムであってもよく、車両2100/2110と1つ以上の通信装置2400との間の音声通信、データ通信、映像通信、メッセージング通信、又はこれらの組み合わせ等の通信を提供してもよい。例えば、車両2100/2110は、ネットワーク2300を介して通信デバイス2400から車両交通ネットワーク2200を表す情報等の情報を受信してもよい。
いくつかの実施形態では、車両2100/2110は、有線通信リンク(図示せず)、無線通信リンク2310/2320/2370、又は任意の数の有線若しくは無線通信リンクの組み合わせを介して通信してもよい。例えば、図示のように、車両2110/2110は、陸上無線通信リンク2310を介して、非陸上無線通信リンク2320を介して、又はこれらの組み合わせを介して通信してもよい。陸上無線通信リンク2310は、イーサネット(登録商標)リンク、シリアルリンク、ブルートゥース(登録商標)リンク、赤外線(IR)リンク、紫外線(UV)リンク、又は電子通信を提供可能な任意のリンクを含んでもよい。
車両2100/2110は、別の車両2100/2110と通信してもよい。例えば、ホスト又は目標の車両(HV)2100が、直接通信リンク2370を介して又はネットワーク2300を介して、遠隔又は目標車両(RV)2110から基本安全メッセージ(basic safety message;BSM)等の1つ以上の自律走行車間メッセージを受信してもよい。例えば、遠隔車両2110は、300メートル等の定義されたブロードキャスト範囲内のホスト車両にメッセージをブロードキャストしてもよい。いくつかの実施形態では、ホスト車両2100は、信号リピータ(図示せず)又は別の遠隔車両(図示せず)等のサードパーティを介してメッセージを受信してもよい。車両2100/2110は、例えば、100ミリ秒等の定義された間隔に基づいて周期的に1つ以上の自律走行車間メッセージを送信してもよい。
自律走行車間メッセージは、車両識別情報、経度、緯度若しくは高度情報等の地理空間状態情報、地理空間位置精度情報、車両加速度情報、ヨーレート情報、速度情報、車両方位情報、制動システム状態情報、スロットル情報、ハンドル角度情報若しくは車両経路情報等の運動状態情報、又は送信車両状態に関連する車両サイズ情報、ヘッドライト状態情報、方向指示器情報、ワイパー状態情報、トランスミッション情報若しくは任意の他の情報若しくは情報の組み合わせ等の車両動作状態情報を含んでもよい。例えば、トランスミッション状態情報は、送信車両のトランスミッションがニュートラル状態、駐車状態、前進状態又は後退状態に有るかどうかを示してもよい。
車両2100は、アクセスポイント2330を介して通信ネットワーク2300と通信してもよい。コンピュータ装置を含み得るアクセスポイント2330は、無線又は有線通信リンク2310/2340を介して、車両2100と、通信ネットワーク2300と、1つ以上の通信装置2400と、又はこれらの組み合わせと通信するように構成されてもよい。例えば、アクセスポイント2330は、基地局、BTS(base transceiver station)、Node−B、eNode−B(enhanced Node−B)、HNode−B(Home Node−B)、無線ルータ、有線ルータ、ハブ、リレー、スイッチ、又は任意の類似の有線若しくは無線装置であってもよい。図2には単一の装置として示されているが、アクセスポイントは、任意の数の相互接続要素を含んでもよい。
車両2100は、衛星2350又は他の非陸上通信装置を介して通信ネットワーク2300と通信してもよい。コンピュータ装置を含み得る衛星2350は、1つ以上の通信リンク2320/2360を介して、車両2100と、通信ネットワーク2300と、1つ以上の通信装置2400と、又はこれらの組み合わせと通信するように構成されてもよい。図2には単一の装置として示されているが、衛星は、任意の数の相互接続要素を含んでもよい。
電子通信ネットワーク2300は、音声、データ、又は任意の他のタイプの電子通信装置を提供するように構成される任意のタイプのネットワークであってもよい。例えば、電子通信ネットワーク2300は、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)、仮想プライベートネットワーク(VPN)、モバイル若しくはセルラ電話ネットワーク、インターネット、又は任意の他の電子通信システムを含んでもよい。電子通信ネットワーク2300は、トランスミッション・コントロール・プロトコル(TCP)、ユーザ・データグラム・プロトコル(UDP)、インターネット・プロトコル(IP)、リアルタイム・トランスポート・プロトコル(RTP)、ハイパー・テキスト・トランスポート・プロトコル(HTTP)、又はこれらの組み合わせ等の通信プロトコルを使用してもよい。図2には単一の装置として示されているが、電子通信ネットワークは、任意の数の相互接続要素を含んでもよい。
車両2100は、車両交通ネットワーク2200の一部又は状態を識別車両してもよい。例えば、車両2100は、速度センサ、車輪速度センサ、カメラ、ジャイロスコープ、光学センサ、レーザセンサ、レーダセンサ、音響センサ、又は車両交通ネットワーク2200の一部若しくは状態を決定若しくは識別することが可能な任意の他のセンサ若しくは装置又はこれらの組み合わせを含み得る図1に示されたセンサ1360等の1つ以上の車載センサ2105を含んでもよい。センサデータは、車線データ、遠隔車両位置データ、又はその両方を含んでもよい。
車両2100は、交通ネットワーク2200を表す情報、1つ以上の車載センサ2105、又はこれらの組み合わせ等のネットワーク2300を介して伝達される情報を使用して、1つ以上の車両交通ネットワーク2200の一部又は複数の部分を横断してもよい。
簡潔のため、図2は2つの車両2100、2110、1つの車両交通ネットワーク2200、1つの電子通信ネットワーク2300及び1つの通信ネットワーク2400を示しているが、任意の数のネットワーク又はコンピュータ装置が使用されてもよい。車両交通及び通信システム2000は、図2に示されていない装置、ユニット又は要素を含んでもよい。車両2100は単一の装置として示されているが、車両は、任意の数の相互接続要素を含んでもよい。
ネットワーク2300を介して通信装置2400と通信する車両2100が示されているが、車両2100は、任意の数の直接又は間接通信リンクを介して通信装置2400と通信してもよい。例えば、車両2100は、ブルートゥース(登録商標)通信リンク等の直接通信リンクを介して通信装置2400と通信してもよい。図2には別に示されていないが、遠隔車両又は他の外部オブジェクトは、通信リンクを省略し得る。
いくつかの実施形態では、車両2100/2210は、車両の運転者、オペレータ、又は所有者等のエンティティ2500/2510に関連付けられてもよい。いくつかの実施形態では、車両2100/2110に関連付けられるエンティティ2500/2510は、スマートフォン2502/2512又はコンピュータ2504/2514等の1つ以上のパーソナル電子装置2502/2504/2512/2514に関連付けられてもよい。いくつかの実施形態では、パーソナル電子装置2502/2504/2512/2514は、直接又は間接通信リンクを介して対応する車両2100/2110と通信してもよい。1つのエンティティ2500/2510が図2の車両2100/2110に関連付けられるように示されているが、任意の数の車両が、エンティティに関連付けられてもよく、任意の数のエンティティが、車両に関連付けられてもよい。
図3は、本開示による車両交通ネットワークの一部の図である。車両交通ネットワーク3000は、建物等の1つ以上の通行不能領域3100、駐車領域3200等の1つ以上の部分的通行可能領域、道路3300/3400等の1つ以上の通行可能領域、又はこれらの組み合わせを含んでもよい。いくつかの実施形態では、図1に示される車両1000等の自律走行車、図2に示される車両2100/2110の1つ、半自律走行車、又は自律走行を実装する任意の他の車両が、車両交通ネットワーク3000の一部又は複数の部分を横断してもよい。
車両交通ネットワーク3000は、1つ以上の通行可能又は部分的通行可能エリア3200/3300/3400の間に1つ以上のインターチェンジを含んでもよい。例えば、図3に示される車両交通ネットワーク3000の部分は、駐車エリア3200と道路3400との間にインターチェンジ3210を含む。駐車エリア3200は、駐車場3220を含んでもよい。
道路3300/3400等の車両交通ネットワーク3000の一部は、1つ以上の車線3320/3340/3360/3420/3440を含んでもよく、1つ以上の進行方向に関連付けられてもよく、これは図3の矢印で示されている。
車両交通ネットワーク又はその一部、例えば、図3に示される車両交通ネットワーク3000の部分は、車両交通ネットワーク情報として表されてもよい。例えば、車両交通ネットワークデータは、マークアップ言語要素等の要素の階層として表されてもよく、これはデータベース又はファイルに記憶されてもよい。簡潔のため、本明細書の図面は、車両交通ネットワークの一部を表す車両交通ネットワークデータを図又は地図として描いているが、車両交通ネットワークデータは、車両交通ネットワーク又はその一部を表すことが可能な任意のコンピュータ使用可能形態で表されてもよい。進行方向情報、速度制限情報、料金所情報、傾斜又は角度情報等の勾配情報、表面材料情報、審美的情報、定義された危険情報又はこれらの組み合わせ等の車両交通ネットワークデータを含んでもよい。
車両交通ネットワークは、歩行者交通ネットワークに関連付けられ又はそれを含んでもよい。例えば、図3は、歩行者交通ネットワークの一部3600を含み、これは歩行者の歩道であってもよい。図3には別に示されていないが、歩行者横断歩道等の歩行者通行可能領域は、車両交通ネットワークの通行可能領域又は部分的通行可能領域と対応してもよい。
車両交通ネットワークの一部又は部分の組み合わせは、特定の場所又は目的地として識別されてもよい。例えば、車両交通ネットワークデータは、通行不能エリア3100及び隣接する部分的通行可能駐車エリア3200等の建物を特定の場所として識別してもよく、車両は、特定の場所を目的地として識別してもよく、車両は、車両交通ネットワークを横断することにより出発地から目的地に移動してもよい。図3には通行不能領域3100に関連付けられる駐車領域3200が通行不能領域3100に隣接するように示されているが、目的地は、例えば、建物に物理的に又は地理空間的に隣接していない建物及び駐車領域を含んでもよい。
目的地を識別することは、目的地に関する場所を識別することを含んでもよく、これは個々の一意に識別可能な地理的位置であってもよい。例えば、車両交通ネットワークは、目的地に関する所在地住所、住所、車両交通ネットワークアドレス、GPSアドレス、又はこれらの組み合わせ等の定義された場所を含んでもよい。
目的地は、図3に示される入口3500等の1つ以上の入口に関連付けられてもよい。車両交通ネットワークデータは、目的地に関連付けられる入口の地理的位置を識別する情報等の定義された入口位置情報を含んでもよい。
目的地は、図3に示されるドッキング位置3700等の1つ以上のドッキング位置に関連付けられてもよい。ドッキング位置3700は、乗客の乗り降り等のドッキング動作を行うことができるように自律走行車が停止、静止又は駐車し得る目的地に近接している指定の又は未指定の場所又は領域であってもよい。
車両交通ネットワークデータは、目的地に関連付けられる1つ以上のドッキング位置3700の地理的位置を識別する情報等のドッキング位置情報を含んでもよい。図3には別に示されていないが、ドッキング位置情報は、ドッキング位置3700に関連付けられるドッキング動作のタイプを識別してもよい。例えば、目的地は、乗客を乗せるための第1のドッキング位置及び乗客を降ろすための第2のドッキング位置に関連付けられてもよい。自律走行車はドッキング位置に駐車してもよいが、目的地に関連付けられるドッキング位置は独立しており、目的地に関連付けられる駐車領域とは異なっていてもよい。
図4は、本開示の実施形態による自律走行車の動作管理システム4000の例の図である。自律走行車の動作管理システム4000は、図1に示される車両1000、図2に示される車両2100/2110、半自律走行車、又は自律走行を実装する任意の他の車両等の自律走行車において実装されてもよい。
自律走行車は、車両交通ネットワーク又はその一部を横断してもよく、これは個別の車両動作シナリオを横断することを含んでもよい。個別の車両動作シナリオは、自律走行車の定義された時空的エリア又は動作環境内の自律走行車の動作に影響を及ぼし得る動作条件の任意の明確に識別可能な集合を含んでもよい。例えば、個別の車両動作シナリオは、自律走行車が定義された時空距離内を横断し得る道路、道路区分又は車線の数又は濃度に基づいてもよい。別の例では、個別の車両動作シナリオは、自律走行車の定義された時空的エリア又は動作環境内の自律走行車の動作に影響を及ぼし得る1つ以上の交通制御装置に基づいてもよい。別の例では、個別の車両動作シナリオは、自律走行車の定義された時空的エリア又は動作環境内の自律走行車の動作に影響を及ぼし得る1つ以上の識別可能な規則、規制又は法律に基づいてもよい。別の例では、個別の車両動作シナリオは、自律走行車の定義された時空的エリア又は動作環境内の自律走行車の動作に影響を及ぼし得る1つ以上の識別可能な外部オブジェクトに基づいてもよい。
簡潔性及び明瞭性のために、車両動作シナリオのタイプ又はクラスを参照して類似の車両動作シナリオが本明細書に記載されてもよい。車両動作シナリオのタイプ又はクラスは、シナリオの定義されたパターン又は定義されたパターンの集合を参照してもよい。例えば、交差点シナリオは、交差点を横断する自律走行車を含んでもよく、歩行者シナリオは、自律走行車の予測経路を横切る又は近づいている場合等、歩行者等の1人以上の歩行者を含むか又はその定義された近接内にある車両交通ネットワークの一部を横断する自律走行車を含んでもよく、車線変更シナリオは、車線を変更することにより、自律走行車が車両交通ネットワークの一部を横断することを含んでもよく、合流シナリオは、最初の車線から合流車線に合流することにより、自律走行車が車両交通ネットワークの一部を横断することを含んでもよく、障害物通過シナリオには、自律走行車が障害物又は妨害物を通過することにより車両交通ネットワークの一部を通過することを含んでもよい。本明細書には歩行者の車両動作シナリオ、交差点の車両動作シナリオ、車線変更の車両動作シナリオ、合流の車両動作シナリオ、及び障害通過の車両動作シナリオが記載されているが、任意の他の車両動作シナリオ又は車両動作シナリオのタイプが使用されてもよい。
図4に示されているように、自律走行車の動作管理システム4000は、自律走行車の動作管理コントローラ4100(AVOMC)、動作環境モニタ4200、及び動作制御評価モジュール4300を含む。
AVOMC4100又は自律走行車の別の装置は、車両交通ネットワーク又はその一部を横断するように自律走行車を制御してもよい。車両交通ネットワークを横断するように自律走行車を制御することは、自律走行車の動作環境を監視すること、個別の車両動作シナリオを識別又は検出すること、個別の車両動作シナリオに基づいて候補車両制御アクションを識別すること、1つ以上の候補車両制御アクション又はそれらの組み合わせに従って車両交通ネットワークの一部を横断するように自律走行車を制御することを含んでもよい。
AVOMC4100は、自律走行車又はその1つ以上の態様に関する動作環境を表す動作環境データを受信し、識別し、又は他のやり方でアクセスしてもよい。自律走行車の動作環境は、自律走行車の定義された時空的エリアの中で、自律走行車に関して識別された経路の定義された時空的エリアの中で、又はこれらの組み合わせで、自律走行車の動作に影響を及ぼし得る動作条件の明確に識別可能な集合を含んでもよい。例えば、自律走行車の動作に影響を及ぼし得る動作条件は、センサデータ、車両交通ネットワークデータ、経路データ、又は車両について定義又は決定された動作環境を表す任意の他のデータ又はデータの組み合わせに基づいて識別されてもよい。
動作環境データは、自律走行車の地理空間的位置を示す情報、自律走行車の地理空間的位置を車両交通ネットワークを表す情報と相関させる情報、自律走行車の経路、自律走行車の速度、自律走行車の加速状態、自律走行車の乗客情報、又は自律走行車若しくは自律走行車の動作に関する任意の他の情報等の自律走行車に関する車両情報を含んでもよい。動作環境データは、識別された経路に沿った車両交通ネットワークの一部の300メートル等の自律走行車の定義された空間距離内等の自律走行車に関して識別された経路に近接する車両交通ネットワークを表す情報を含んでもよく、これは、車両交通ネットワークの1つ以上の側面の形状を示す情報、車両交通ネットワークの表面状態等の状態を示す情報、又はこれらの任意の組み合わせを含んでもよい。動作環境データは、300メートル等の自律走行車の定義された空間距離内等の自律走行車に近接する車両交通ネットワークを表す情報を含んでもよく、これは、車両交通ネットワークの1つ以上の側面の形状を示す情報、車両交通ネットワークの表面状態等の状態を示す情報、又はこれらの任意の組み合わせを含んでもよい。動作環境データは、歩行者、非ヒト動物、自転車若しくはスケートボード等の非動力式移動手段、遠隔車両等の動力式移動手段、又は自律走行車の動作に影響を及ぼす任意の他の外部オブジェクト若しくはエンティティを表す情報等の自律走行車の動作環境内の外部オブジェクトを表す情報を含んでもよい。
自律走行車の動作環境の側面が、それぞれ個別の車両動作シナリオの中で表されてもよい。例えば、相対的方向、軌道、予測経路又は外部オブジェクトが、それぞれの個別の車両動作シナリオの中で表されてもよい。別の例では、車両交通ネットワークの相対的形状が、それぞれ個別の車両動作シナリオの中で表されてもよい。
一例として、第1の個別の車両動作シナリオは、歩行者が横断歩道を横断していることに対応してもよく、右から左に横断することに対して、左から右に横断すること等、歩行者の相対的方向及び予測経路が第1の個別の車両動作シナリオの中で表されてもよい。第2の個別の車両動作シナリオは、歩行者が横断歩道のないところで道路を横断していることに対応してもよく、右から左に横断することに対して、左から右に横断すること等、歩行者の相対的方向及び予測経路が第2の個別の車両動作シナリオの中で表されてもよい。
自律走行車が動作環境の中で複数の個別の車両動作シナリオを横断してもよく、これは複合車両動作シナリオの側面であってもよい。自律走行車動作管理システム4000は、自律走行車の動作のために定義され又は生成され得る、安全制約、法的制約、物理的制約、ユーザ受容制約、又は任意の他の制約若しくは制約の組み合わせ等、定義された制約を受けて個別の車両動作シナリオを横断するように自律走行車を動作又は制御してもよい。
AVOMC4100は、自律走行車の動作環境又はその定義された側面を監視してもよい。自律走行車の動作環境を監視することは、外部オブジェクトを識別及び追跡すること、個別の車両動作シナリオを識別すること、又はこれらの組み合わせを含んでもよい。例えば、AVOMC4100は、自律走行車の動作環境で外部オブジェクトを識別及び追跡してもよい。外部オブジェクトを識別及び追跡することは、自律走行車に対するものであり得る各外部オブジェクトの時空的位置を識別すること、外部オブジェクトに関する速さ、軌道又は両方を識別することを含み得る各外部オブジェクトに関する1つ以上の予測経路を識別することを含んでもよい。簡潔性及び明瞭性のために、本明細書に記載の位置、予測位置、経路、予測経路及び同類は、対応する位置及び経路が地理空間的及び時間的成分を意味する明示的な指示を省いている場合があるが、本明細書に明示されていなければ、又はコンテキストから一義的に明確でなければ、本明細書に記載の位置、予測位置、経路、予測経路及び同類は、地理空間的成分、時間的成分又は両方を含んでもよい。自律走行車の動作環境を監視することは、動作環境モニタ4200から受信した動作環境データを使用することを含んでもよい。
動作環境モニタ4200は、シナリオ非依存のモニタ、シナリオ固有のモニタ、又はこれらの組み合わせを含んでもよい。ブロックモニタ4210等のシナリオ非依存のモニタは、自律走行車の動作環境を監視し、自律走行車の動作環境の側面を表す動作環境データを生成し、動作環境データを1つ以上のシナリオ固有のモニタ、AVOMC4100、又はそれらの組み合わせに出力してもよい。歩行者モニタ4220、交差点モニタ4230、車線変更モニタ4240、合流モニタ4250、又は前方障害物モニタ4260等のシナリオ固有のモニタは、自律走行車の動作環境をモニタし、自律走行車の動作環境のシナリオ固有の側面を表す動作環境データを生成し、動作環境データを1つ以上のシナリオ固有の動作制御評価モジュール4300、AVOMC4100、又はこれらの組み合わせに出力してもよい。例えば、歩行者モニタ4220は歩行者を監視するための動作環境モニタであってもよく、交差点モニタ4230は交差点を監視するための動作環境モニタであってもよく、車線変更モニタ4240は車線変更を監視するための動作環境モニタであってもよく、合流モニタ4250は合流のための動作環境モニタであってもよく、前方障害物モニタ4260は前方障害物を監視するための動作環境モニタであってもよい。自律走行車の動作管理システム4000が任意の数の動作環境モニタ4200を含み得ることを示すために、動作環境モニタ4270は破線を使用して示されている。
動作環境モニタ4200は、自律走行車の1つ以上のセンサによって生成された又は捕捉された動作環境データ、車両交通ネットワークデータ、車両交通ネットワーク形状データ、経路データ、又はそれらの組合せ等の動作環境データを受信するか、又は他のやり方でそれにアクセスしてもよい。例えば、歩行者モニタ4220は、センサ情報等の情報を受信し又は他のやり方でアクセスしてもよく、これは自律走行車の動作環境における1人以上の歩行者を示し、それに対応し又は他のやり方で関連付けられてもよい。動作環境モニタ4200は、動作環境データ又はその一部を動作環境、又はその側面と、例えば、歩行者、遠隔車両等の外部オブジェクト、又は車両交通ネットワーク形状の側面と関連付けてもよい。
動作環境モニタ4200は、歩行者、遠隔車両等の外部オブジェクト、又は車両交通ネットワーク形状の側面等によって、動作環境の1つ以上の側面を表す情報を生成し又は識別してもよく、これは、動作環境データのフィルタリング、抽象化又は他の処理を含んでもよい。動作環境モニタ4200は、例えば、AVOMC4100によってアクセス可能な自律走行車のメモリ、例えば、図1に示されるメモリ1340に動作環境の1つ以上の側面を表す情報を記憶すること、AVOMC4100に動作環境の1つ以上の側面を表す情報を送ること、又はこれらの組み合わせによって、動作環境の1つ以上の側面を、AVOMC4100に出力し、又はそれがアクセスするために出力してもよい。動作環境モニタ4200は、AVOMC4100等の自律走行車動作管理システム4000の1つ以上の要素に動作環境データを出力してもよい。図4には示されていないが、シナリオ固有の動作環境モニタ4220、4230、4240、4250、4260は、動作環境データを、ブロックモニタ4210等のシナリオ非依存の動作環境モニタに出力してもよい。
行者モニタ4220は、1人以上の歩行者のアクションを識別、追跡又は予測するために、動作環境データを相関させ、関連付け又は他のやり方で処理してもよい。例えば、歩行者モニタ4220は、1つ以上のセンサからセンサデータ等の情報を受信してもよく、これは1人以上の歩行者に対応してもよく、歩行者モニタ4220は、1人以上の識別された歩行者とセンサデータを関連付けてもよく、これは1人以上の識別された歩行者の各々に関する進行方向、予測経路等の経路、現在の又は予測される速度、現在の又は予測される加速度又はこれらの組み合わせを識別することを含んでもよく、歩行者モニタ4220は、識別された、関連付けられた又は生成された歩行者情報を、AVOMC4100に出力し又はそれがアクセスするために出力してもよい。
交差点モニタ4230は、自律走行車の動作環境における1つ以上の遠隔車両のアクションを識別、追跡又は予測すること、自律走行車の動作環境における交差点又はその側面を識別すること、車両交通ネットワーク形状を識別すること、又はこれらの組み合わせを行うように、動作環境データを相関させ、関連付け、又は他のやり方で処理してもよい。例えば、交差点モニタ4310は、1つ以上のセンサからセンサデータ等の情報を受信してもよく、これは、自律走行車の動作環境における1つ以上の遠隔車両、自律走行車の動作環境における交差点又はその1つ以上の側面、車両交通ネットワーク形状、又はこれらの組み合わせに対応してもよく、交差点モニタ4310は、自律走行車の動作環境における1つ以上の識別された遠隔車両、自律走行車の動作環境における交差点又はその1つ以上の側面、車両交通ネットワーク形状、又はこれらの組み合わせとセンサデータを関連付けてもよく、これは1つ以上の識別された遠隔車両の各々に関する現在の又は予測される進行方向、予測経路等の経路、現在の又は予測される速度、現在の又は予測される加速度又はこれらの組み合わせを識別することを含んでもよく、交差点モニタ4230は、識別された、関連付けられた又は生成された交差点情報を、AVOMC4100に出力し又はそれがアクセスするために出力してもよい。
車線変更モニタ4240は、車線変更動作に地理空間的に対応して、自律走行車の予測経路に沿って遅い又は静止している遠隔車両を示す情報等、自律走行車の動作環境における1つ以上の遠隔車両のアクションを識別、追跡又は予測すること、自律走行車の動作環境における車両交通ネットワーク形状等の自律走行車の動作環境の1つ以上の側面を識別すること、又はこれらの組み合わせを行うように動作環境データを相関させ、関連付け又は他のやり方で処理してもよい。例えば、車線変更モニタ4240は、1つ以上のセンサからセンサデータ等の情報を受信してもよく、これは車線変更動作に地理空間的に対応して、自律走行車の動作環境における1つ以上の遠隔車両、自律走行車の動作環境における自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせに対応してもよく、車線変更を監視するための動作環境モニタ4240は、車線変更動作に地理空間的に対応して、自律走行車の動作環境における交差点又はその1つ以上の識別された遠隔車両、自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせとセンサ情報を関連付けてもよく、これは1つ以上の識別された遠隔車両の各々に関する現在の又は予測される進行方向、予測経路等の経路、現在の又は予測される速度、現在の又は予測される加速度又はこれらの組み合わせを識別することを含んでもよく、車線変更モニタ4240は、識別された、関連付けられた又は生成された車線変更情報を、AVOMC4100に出力し又はそれがアクセスするために出力してもよい。
合流モニタ4250は、合流動作に地理空間的に対応して、自律走行車の動作環境における1つ以上の遠隔車両のアクションを識別、追跡又は予測すること、自律走行車の動作環境における車両交通ネットワーク形状等の自律走行車の動作環境の1つ以上の側面を識別すること、又はこれらの組み合わせを行うように動作環境データを相関させ、関連付け又は他のやり方で処理してもよい。例えば、合流モニタ4250は、1つ以上のセンサからセンサデータ等の情報を受信してもよく、これは合流動作に地理空間的に対応して、自律走行車の動作環境における1つ以上の遠隔車両、自律走行車の動作環境における自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせに対応してもよく、合流を監視するための動作環境モニタ4250は、合流動作に地理空間的に対応して、自律走行車の動作環境における交差点又はその1つ以上の識別された遠隔車両、自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせとセンサ情報を関連付けてもよく、これは1つ以上の識別された遠隔車両の各々に関する現在の又は予測される進行方向、予測経路等の経路、現在の又は予測される速度、現在の又は予測される加速度又はこれらの組み合わせを識別することを含んでもよく、合流モニタ4250は、識別された、関連付けられた又は生成された合流情報を、AVOMC4100に出力し又はそれがアクセスするために出力してもよい。
前方障害物モニタ4260は、前方障害物通過動作に地理空間的に対応する自律走行車の動作環境の1つ以上の態様を識別するために、動作環境データを相関させ、関連付け、又は他のやり方で処理してもよい。例えば、前方障害物モニタ4260は、自律走行車の動作環境における車両交通ネットワークの形状を識別してもよく、前方障害物モニタ4260は、自律走行車の予測経路に沿った、又は自律走行車に関して識別された経路に沿った低速の又は静止した遠隔車両等の自律走行車の動作環境における1つ以上の障害物又は妨害物を識別してもよく、前方障害物モニタ4260は、自律走行車の動作環境における1つ以上の遠隔車両のアクションを識別、追跡、又は予測してもよい。例えば、前方障害物モニタ4250は、1つ以上のセンサからセンサデータ等の情報を受信してもよく、これは障害物通過動作に地理空間的に対応して、自律走行車の動作環境における1つ以上の遠隔車両、自律走行車の動作環境における自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせに対応してもよく、障害物通過を監視するための前方障害物モニタ4250は、障害物通過動作に地理空間的に対応して、自律走行車の動作環境における交差点又はその1つ以上の識別された遠隔車両、自律走行車の動作環境の1つ以上の側面、又はこれらの組み合わせとセンサ情報を関連付けてもよく、これは1つ以上の識別された遠隔車両の各々に関する現在の又は予測される進行方向、予測経路等の経路、現在の又は予測される速度、現在の又は予測される加速度又はこれらの組み合わせを識別することを含んでもよく、前方障害物モニタ4250は、識別された、関連付けられた又は生成された前方障害物情報を、AVOMC4100に出力し又はそれがアクセスするために出力してもよい。
ブロックモニタ4210は、自律走行車に関する動作環境又はその側面を表す動作環境データを受信してもよい。ブロックモニタ4210は、自律走行車に近接する車両交通ネットワークの一部等の車両交通ネットワークの1つ以上の部分に関する各可用性確率又は対応するブロック可能性を決定してもよく、部分は自律走行車の現在の経路に基づいて識別される予測経路等の自律走行車の予測経路に対応する車両交通ネットワークの一部を含んでもよい。可用性確率又は対応するブロック可能性は、自律走行車が、遠隔車両又は歩行者等の外部オブジェクトによって妨げられない等、安全に交通ネットワークの一部又はその中の空間的位置を横断し得る確率又は可能性を示してもよい。ブロックモニタ4210は、継続的に又は周期的に可用性確率を決定又は更新してもよい。ブロックモニタ4210は、可用性確率又は対応するブロック可能性をAVOMC4100に伝達してもよい。
AVOMC4100は、動作環境データによって表される動作環境の1つ以上の側面に基づいて1つ以上の個別の車両動作シナリオを識別してもよい。例えば、AVOMC4100は、1つ以上の動作環境モニタ4200によって示される動作環境データに基づいて又はそれを識別することに応答して、個別の車両動作シナリオを識別してもよい。個別の車両動作シナリオは、経路データ、センサデータ、又はそれらの組み合わせに基づいて識別されてもよい。例えば、AVOMC4100は、経路の識別に応答して、識別された経路に対応する地図データ等に基づいて、車両に関して識別された経路に対応する1つ以上の個別の車両動作シナリオを識別してもよい。動作環境データによって表される動作環境の1つ以上の側面に基づいて、複数の個別の車両動作シナリオが識別されてもよい。例えば、動作環境データは、歩行者が自律走行車に関する予測経路に沿って交差点に接近していることを表す情報を含んでもよく、AVOMC4100は、歩行者の車両動作シナリオ、交差点の車両動作シナリオ、又は両方を識別してもよい。
AVOMC4100は、動作環境データによって表される動作環境の1つ以上の側面に基づいて1つ以上の動作制御評価モジュール4300の各インスタンスをインスタンス化してもよい。動作制御評価モジュール4300は、歩行者SSOCEM4310、交差点SSOCEM4320、車線変更SSOCEM4330、合流SSOCEM4340、障害物通過SSOCEM4350、又はこれらの組み合わせ等のシナリオ固有の動作制御評価モジュール(SSOCEM)を含んでもよい。自律走行車の動作管理システム4000が任意の数のSSOCEM4300を含み得ることを示すために、SSOCEM4360は破線を使用して示されている。例えば、AVOMC4100は、個別の車両動作シナリオを識別することに応答してSSOCEM4300のインスタンスをインスタンス化してもよい。AVOMC4100は、動作環境データによって表される動作環境の1つ以上の側面に基づいて1つ以上のAVOMC4300の複数のインスタンスをインスタンス化してもよい。例えば、動作環境データは、自律走行車の動作環境における2人の歩行者を示してもよく、AVOMC4100は、動作環境データによって表される動作環境の1つ以上の側面に基づいて各歩行者に関する歩行者SSOCEM4310の各インスタンスをインスタンス化してもよい。
AVOMC4100は、ブロックモニタ4210等の自律走行車の別の装置又はSSOCEM4300の1つ以上のインスタンスに動作環境データ又はその1つ以上の側面を送信してもよい。例えば、AVOMC4100は、ブロックモニタ4210から受信した可用性確率、又は対応するブロック確率を、SSOCEM4300のインスタンス化された各インスタンスに伝達してもよい。AVOMC4100は、動作環境データ又はその1つ以上の側面を、図1に示されるメモリ1340等の自律走行車のメモリ等に記憶してもよい。
車両交通ネットワークを横断するように自律走行車を制御することは、個別の車両動作シナリオに基づいて候補車両制御アクションを識別すること、1つ以上の候補車両制御アクション又はそれらの組み合わせに従って車両交通ネットワークの一部を横断するように自律走行車を制御することを含んでもよい。例えば、AVOMC4100は、SSOCEM4300の各インスタンスから1つ以上の候補車両制御アクションを受信してもよい。AVOMC4100は、候補車両制御アクションから車両制御アクションを識別してもよく、車両制御アクションに従って車両交通ネットワークを横断するために、車両を制御してもよく、又は識別された車両制御アクションを別の車両制御装置に提供してもよい。
車両制御アクションは、車両制御アクション又は操縦、例えば、車両交通ネットワークの一部を横断することと併せて自律走行車によって行われ得る、車両の加速、減速又は停止等による車両の運動状態の制御、車両のステアリング又は旋回停止等による車両の方向状態の制御、又は任意の他の車両動作若しくは車両動作の組み合わせを示してもよい。
例えば、「停止」車両制御アクションは、車両を停止させるか、又は他のやり方で静止状態になるか若しくは静止状態を維持するように車両を制御するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含み得る。「譲る/停止」車両制御アクションは、車両を減速させるか、又はその他のやり方で定義された法定速度制限より低い又は以下であり得る定義された閾値又は範囲内の速度で移動するように車両を制御するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含み得る。「方向調整」車両制御アクションは、定義された通行権境界線パラメータ内における遮蔽、外部オブジェクト、又はその両方に対して車両の方向を変更するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含んでもよい。「加速」車両制御アクションは、定義された加速率で、又は定義された範囲内の加速率で加速するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含んでもよい。「減速」車両制御アクションは、定義された減速率で、又は定義された範囲内の減速率で減速するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含んでもよい。「維持」車両制御アクションは、現在の速度、現在の経路若しくはルート、又は現在の車線方向を維持すること等により現在の動作パラメータを維持するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含んでもよい。「進行」車両制御アクションは、以前の識別された動作パラメータのセットを開始又は再開するように、運動制御ユニット、軌道制御ユニット、又は制御ユニットの組み合わせを制御することによって、車両交通ネットワーク又はその一部を横断するように車両を制御することを含んでもよい。いくつかの車両制御アクションが本明細書に記載されているが、他の車両制御アクションが使用されてもよい。
車両制御アクションは、1つ以上の性能メトリックを含んでもよい。例えば、「停止」車両制御アクションは、性能メトリックとして減速度を含んでもよい。別の例では、「進行」車両制御アクションは、性能メトリックとして経路若しくは道情報、速度情報、加速度又はこれらの組み合わせを明示的に示してもよく、又は現在若しくは過去の識別された経路、速度、加速度又はこれらの組み合わせが維持され得ることを明示的又は暗示的に示してもよい。車両制御アクションは、複合車両制御アクションであってもよく、これは車両制御アクションのシーケンス、組み合わせ又は両方を含んでもよい。例えば、「方向調整」車両制御アクションは、「停止」車両制御アクション、定義された加速度に関連付けられる後続の「加速」車両制御アクション、及び定義された減速度に関連付けられる後続の「停止」車両制御アクションを示してもよく、それによって「方向調整」車両制御アクションに従う自律走行車の制御は、数インチ又はフィート等の短距離だけゆっくりと前進するように自律走行車を制御することを含む。
AVOMC4100は、SSOCEM4300のインスタンスを非インスタンス化してもよい。例えば、AVOMC4100は、自律走行車に関する個別の車両動作シナリオを示すように動作条件の個別集合を識別し、個別の車両動作シナリオに関するSSOCEMモジュール4300のインスタンスをインスタンス化し、動作条件を監視し、その後で1つ以上の動作条件は満了している又は定義された閾値より低い自律走行車の動作に影響を及ぼす可能性を有することを決定し、AVOMC4100は、SSOCEM4300のインスタンスを非インスタンス化してもよい。
AVOMC4100は、危急メトリック、緊急性メトリック、ユーティリティメトリック、許容性メトリック、又はそれらの組み合わせ等の1つ以上の車両動作管理制御メトリックに基づいて、SSOCEM4300のインスタンスをインスタンス化及び非インスタンス化してもよい。危急メトリックは、車両が、車両の現在の位置から、識別された各車両動作シナリオに対応する車両交通ネットワークの一部へと車両交通ネットワークを横断するための、空間的、時間的、又は時空的な距離又は近接性を示し、それを表し、又はそれに基づいてもよい。緊急度メトリックは、識別された各車両動作シナリオに対応する車両交通ネットワークの一部を横断するように車両を制御するために利用可能な空間的、時間的、又は時空的距離の測定値を示し、それを表し、又はそれに基づいてもよい。ユーティリティメトリックは、識別された各車両動作シナリオに対応するSSOCEM4300のインスタンスをインスタンス化する予測値を示し、表し、又はそれに基づいてもよい。許容性メトリックは、例えば、衝突回避を示すメトリック等の安全メトリック、車両交通ネットワークの規則及び規定への遵守を示すメトリック等の車両交通ネットワーク制御遵守メトリック、車両の最大制動能力を示すメトリック等の物理能力メトリック、ユーザの好み等のユーザ定義メトリックであってもよい。他のメトリック又はメトリックの組み合わせを使用してもよい。車両動作管理制御メトリックは、定義された比率、範囲又は制限を示してもよい。例えば、許容性メトリックは、定義された目標減速率、定義された減速率の範囲、又は定義された最大減速率を示してもよい。
SSOCEM4300は、それぞれ個別の車両動作シナリオの1つ以上のモデルを含んでもよい。自律走行車動作管理システム4000は、任意の数のSSOCEM4300を含んでもよく、各SSOCEMは、それぞれ個別の車両動作シナリオのモデルを含む。SSOCEM4300は、1つ以上のタイプのモデルからの1つ以上のモデルを含んでもよい。例えば、SSOCEM4300は、部分観測マルコフ決定過程(POMDP)モデル、マルコフ決定過程(MDP)モデル、古典的プランニングモデル、部分観測確率ゲーム(POSG)モデル、分散部分観測マルコフ決定過程(Dec−POMDP)モデル、強化学習(RL)モデル、人工ニューラルネットワークモデル、又はそれぞれ個別の車両動作シナリオの任意の他のモデルを含んでもよい。それぞれの異なるタイプのモデルは、精度及びリソース使用率に関してそれぞれの特性を有してもよい。例えば、定義されたシナリオに関するPOMDPモデルは、定義されたシナリオに関するMDPモデルよりも精度とリソース使用率が高くなり得る。SSOCEM4300に含まれるモデルは、精度等に基づいて、例えば階層的に、順序付けられてもよい。例えば、SSOCEM4300に含まれる最も精度の高いモデル等の指定モデルが、SSOCEM4300に関する一次モデルとして識別されてもよく、SSOCEM4300に含まれる他のモデルが二次モデルとして識別されてもよい。
一例では、1つ以上のSSOCEM4300は、単一エージェントモデルであり得るPOMDPモデルを含んでもよい。POMDPモデルは、状態の集合(S)、アクションの集合(A)、観測の集合(Ω)、状態遷移確率の集合(T)、条件付き観測確率の集合(O)、報酬関数(R)、又はこれらの組み合わせを使用して、モデル化の不確実性を含む、個別の車両動作シナリオをモデル化してもよい。POMDPモデルは、タプル<S,A,Ω、T,O,R>として定義又は記述されてもよい。
状態の集合(S)からの1つの状態は、離散的な時間的位置における自律走行車の動作に確率的に影響を与え得る自律走行車の動作環境の、外部オブジェクト及び交通制御装置等のそれぞれ定義された側面の個別の状態を表してもよい。状態の各集合(S)は、個別の車両動作シナリオの各々に関して定義されてもよい。状態の集合(S)からの各状態(状態空間)は、1つ以上の定義された状態係数を含んでもよい。本明細書にはいくつかのモデルのための状態係数のいくつかの例が記載されているが、本明細書に記載されている任意のモデルを含むモデルは、任意の数又は濃度の状態係数を含んでもよい。各状態係数は、各シナリオの定義された側面を表してもよく、定義された各値の集合を有してもよい。本明細書にはいくつかの状態係数のための状態係数値のいくつかの例が記載されているが、本明細書に記載される任意の状態係数を含む状態係数は、任意の数又は濃度の値を含んでもよい。
アクションの集合(A)からの1つのアクションは、状態の集合(S)における各状態で利用可能な車両制御アクションを示してもよい。アクションの各集合は、個別の車両動作シナリオの各々に関して定義されてもよい。アクションの集合(A)からの各アクション(アクション空間)は、1つ以上の定義されたアクション係数を含んでもよい。本明細書にはいくつかのモデルのためのアクション係数のいくつかの例が記載されているが、本明細書に記載されている任意のモデルを含むモデルは、任意の数又は濃度のアクション係数を含んでもよい。各アクション係数は、利用可能な車両制御アクションを表してもよく、定義された各値の集合を有してもよい。本明細書にはいくつかのアクション係数のためのアクション係数値のいくつかの例が記載されているが、本明細書に記載される任意のアクション係数を含むアクション係数は、任意の数又は濃度の値を含んでもよい。
観測の集合(Ω)からの1つの観測は、状態の集合(S)からの各状態についての利用可能な観測可能な、測定可能な又は決定可能なデータを示してもよい。観測の各集合は、個別の車両動作シナリオの各々に関して定義されてもよい。観測の集合(Ω)からの各観測(観測空間)は、1つ以上の定義された観測係数を含んでもよい。本明細書にはいくつかのモデルのための観測係数のいくつかの例が記載されているが、本明細書に記載されている任意のモデルを含むモデルは、任意の数又は濃度の観測係数を含んでもよい。各観測係数は、利用可能な観測を表してもよく、定義された各値の集合を有してもよい。本明細書にはいくつかの観測係数のための観測係数値のいくつかの例が記載されているが、本明細書に記載される任意の観測係数を含む観測係数は、任意の数又は濃度の値を含んでもよい。
状態遷移確率の集合(T)からの1つの状態遷移確率は、T:S×A×S→[0、1]として表され得るアクションの集合(A)によって表される自律走行車のアクションに応答して、状態の集合(S)によって表される自律走行車の動作環境への変化を確率的に表してもよい。状態遷移確率の各集合(T)は、各個別の車両動作シナリオに対して定義されてもよい。本明細書にはいくつかのモデルのための状態遷移確率のいくつかの例が記載されているが、本明細書に記載されている任意のモデルを含むモデルは、任意の数又は濃度の状態遷移確率を含んでもよい。例えば、状態、アクション、及び後続の状態の各組合せは、各状態遷移確率に関連付けられてもよい。
条件付き観測確率の集合(O)からの1つの条件付き観測確率は、O:A×S×Ω→[0、1]で表され得るアクションの集合(A)で表される自律走行車のアクションに応じて、状態の集合(S)で表される自律走行車の動作環境に基づいて、各観測(Ω)を行う確率を表してもよい。条件付き観測確率の各集合(O)は、各個別の車両動作シナリオに対して定義されてもよい。本明細書にはいくつかのモデルのための条件付き観測確率のいくつかの例が記載されているが、本明細書に記載されている任意のモデルを含むモデルは、任意の数又は濃度の条件付き観測確率を含んでもよい。例えば、アクション、後続の状態及び観測の各組合せは、各状態付き観測確率に関連付けられてもよい。
報酬関数(R)は、状態及びアクションの各組み合わせに関して獲得され得るそれぞれ正又は負の(コスト)値を決定してもよく、これは対応する車両制御アクションに従って対応する状態から自律走行車が後続の状態に車両交通ネットワークを横断する予測値を表してもよく、これはR:S×A→Rと表されてもよい。
簡潔及び明確化のために、本明細書に記載される状態係数値又は観測係数値等のモデルの値の例は、{start,goal}又は{short,long}等のカテゴリ表現を含む。カテゴリ値は、定義された離散値を表してもよく、相対値であってもよい。例えば、時間的側面を表す状態係数は、集合{short,long}からの値を有してもよく、値“short”は、例えば3秒等の定義された閾値内の又はそれ未満の時間距離等の離散値を表してもよく、値“long”は、少なくとも定義された閾値と等しい又はそれを超える時間距離等の離散値を表してもよい。それぞれのカテゴリ値について定義された閾値は、関連付けられた係数に関連して定義されてもよい。例えば、時間係数についての集合{short,long}に対する定義された閾値は、相対的な空間的位置係数値に関連付けられてもよく、時間係数についての集合{short,long}に対する別の定義された閾値は、別の相対的な空間的位置係数値に関連付けられてもよい。本明細書には係数値のカテゴリ表現が記載されているが、他の表現又は表現の組み合わせを使用してもよい。例えば、時間状態係数値の集合は、{short(3秒未満の値を表す)、4、5、6、long(少なくとも7秒の値を表す)}であってもよい。
POMDPモデルを実装する実施形態等のいくつかの実施形態では、自律走行車動作制御シナリオをモデル化することは、遮蔽をモデル化することを含んでもよい。例えば、動作環境データは、自律走行車の動作環境において、センサ遮蔽等の1つ以上の遮蔽に対応する情報を含んでもよく、それにより動作環境データは、自律走行車の動作環境において遮蔽された1つ以上の外部オブジェクトを表す情報を省略してもよい。例えば、遮蔽は、定義された時空的位置において自律走行車から外部オブジェクト等の1つ以上の他の動作条件を遮蔽することが可能な、交通標識、建物、木、識別された外部オブジェクト、任意の他の動作条件又は動作条件の組み合わせ等の外部オブジェクトであってもよい。いくつかの実施形態では、動作環境モニタ4200は、遮蔽を識別してもよく、識別された遮蔽によって外部オブジェクトが遮蔽される又は隠される確率を識別又は決定してもよく、AVOMC4100に出力され、AVOMC4100によって、各SSOCEM4300へと伝達される動作環境データにおける遮蔽された車両確率情報を含んでもよい。
自律走行車の動作管理システム4000は、任意の数又は組み合わせのモデルのタイプを含んでもよい。例えば、歩行者SSOCEM4310、交差点SSOCEM4320、車線変更SSOCEM4330、合流SSOCEM4340、及び障害物通過SSOCEM4350は、POMDPモデルであってもよい。別の例では、歩行者SSOCEM4310はMDPモデルであってもよく、交差点SSOCEM4320はPOMDPモデルであってもよい。AVOMC4100は、動作環境データに基づいてSSOCEM4300の任意の数のインスタンスをインスタンス化してもよい。
SSOCEM4300インスタンスをインスタンス化することは、SSOCEM4300からモデルを識別すること、及び識別されたモデルのインスタンスをインスタンス化することを含んでもよい。例えば、SSOCEM4300は、それぞれの個別の車両動作シナリオのための一次モデル及び二次モデルを含んでもよく、SSOCEM4300をインスタンス化することは、一次モデルを現在のモデルとして識別し、一次モデルのインスタンスをインスタンス化することを含んでもよい。モデルのインスタンス化には、モデルに関してソリューション又はポリシーが使用可能かどうかを決定することが含まれてもよい。モデルのインスタンス化には、モデルに関して利用可能なソリューション又はポリシーが部分的に解決されているか、又は収束して解決されているかを決定することが含まれてもよい。SSOCEM4300をインスタンス化することは、SSOCEM4300について識別されたモデルに関するソリューション又はポリシーのインスタンスをインスタンス化することを含んでもよい。
POMDPモデル等のモデルを解決することは、モデルを定義する<S,A,Ω、T,O,R>等のタプルの要素の可能な組み合わせを評価することによって決定され得る、累積報酬を最大化する関数であり得るポリシー又はソリューションを決定することを含んでもよい。ポリシー又はソリューションは、識別された信頼状態データに基づいて、報酬が最大化された、又は最適な候補車両制御アクションを識別又は出力してもよい。識別された信頼状態データは、確率的であってもよく、各モデルに対する現在の状態値の集合、又は現在の状態値の集合に対する確率等の現在の状態データを示してもよく、各相対的時間位置に対応してもよい。例えば、MDPモデルの解決には、状態の集合(S)からの状態の識別、アクションの集合(A)からのアクションの識別、状態遷移確率に従うアクションをシミュレートした後における状態の集合(S)からの後続又は継承の状態の決定が含まれてもよい。各状態は、対応する効用値に関連付けられてもよく、MDPモデルを解決することは、状態、アクション、及び後続の状態のそれぞれの可能な組み合わせに対応するそれぞれの効用値を決定することを含んでもよい。後続の状態の効用値は、報酬又はペナルティの対象となる識別された最大の効用値として識別されてもよく、これは割引された報酬又はペナルティであり得る。ポリシーは、それぞれの状態に対する最大効用値に対応するアクションを示してもよい。POMDPモデルを解くことは、それぞれの状態に対する確率を表し、それぞれの状態に対する観測の生成に対応する観測確率に従って、信頼状態に基づくことを除いて、MDPモデルを解くことと同様であり得る。したがって、SSOCEMモデルの解決には、可能な状態−アクション−状態遷移の評価と、ベイズ規則の使用等、それぞれのアクションと観測に基づいたそれぞれの信頼状態の更新が含まれる。
図5は、本開示の実施形態による自律走行車の動作管理5000の例のフロー図である。自律走行車の動作管理5000は、図1に示される車両1000、図2に示される車両2100/2110、半自律走行車、又は自律走行を実装する任意の他の車両等の自律走行車において実装されてもよい。例えば、自律走行車は、図4に示される自律走行車の動作管理システム4000等の自律走行車の動作管理システムを実装してもよい。
図5に示すように、自律走行車動作管理5000は、自律走行車動作管理システムを実装する又は動作させることを含み、自律走行車動作管理システムは、その1つ以上のモジュール又はコンポーネントを含み、これは、例えば図4に示すAVOMC4100等の自律走行車動作管理コントローラ(AVOMC)5100を動作させること、図4に示される1つ以上の動作環境モニタ4220,4230,4240,4250,4260,4270等の動作環境モニタ5200を動作させること、及び図4に示されるSSOCEM4300のインスタンス等のシナリオ固有の動作制御評価モジュールインスタンス(SSOCEMインスタンス)5300を動作させることを含んでもよい。
工程5110において、AVOMC5100は、自律走行車の動作環境又はその定義された側面を監視して、自律走行車の動作環境又はその側面を識別してもよい。例えば、動作環境モニタ5200は、動作環境のシナリオ固有の側面を監視し、動作環境を表す動作環境データをAVOMC5100に送信してもよい。自律走行車の動作環境を監視することは、工程5110で外部オブジェクトを識別及び追跡すること、工程5120で個別の車両動作シナリオを識別すること、又はこれらの組み合わせを含んでもよい。例えば、AVOMC5100、動作環境モニタ5200、又はその両方は、センサデータ、車両データ、経路データ、車両交通ネットワークデータ、以前に識別された動作環境データ、又は動作環境の1つ以上の態様を記述する任意の他の利用可能なデータ、又はデータの組み合わせに基づいて、動作環境データを識別してもよい。
動作環境を識別することは、動作環境を表す動作環境データを識別すること、又はその1つ以上の側面を識別することを含んでもよい。動作環境データは、自律走行車に関する車両情報、自律走行車に近接している車両交通ネットワーク又はその1つ以上の側面を表す情報、自律走行車に関して識別された経路に沿った又は近接した自律走行車の動作環境内の外部オブジェクト又はその1つ以上の側面を表す情報、又はこれらの組み合わせを含んでもよい。センサ情報は、自律走行車のセンサ情報処理装置から処理されたセンサ情報等の処理されたセンサ情報であってもよく、これは自律走行車のセンサからセンサ情報を受信してもよく、センサ情報に基づいて処理されたセンサ情報を生成してもよい。
動作環境データを識別することは、図1に示されるセンサ1360又は図2に示される車載センサ2105等の自律走行車のセンサから動作環境の1つ以上の側面を示す情報を受信することを含んでもよい。自律走行車のセンサ又は別の装置は、自律走行車の図1に示されるメモリ1340等のメモリにセンサ情報を記憶してもよく、AVOMC5100はメモリからセンサ情報を読み取ってもよい。
動作環境データを識別することは、車両交通ネットワークデータから動作環境の1つ以上の側面を示す情報を識別することを含んでもよい。例えば、AVOMC5100は、自律走行車が交差点に接近していることを示す、又は他のやり方で自律走行車から300メートル以内等の自律走行車に近接している車両交通ネットワークの形状又は構成を記述する車両交通ネットワークデータを読み取り又は他のやり方で受信してもよい。
工程5110で動作環境データを識別することは、遠隔車両又は自律走行車の外部の他の遠隔装置から動作環境の1つ以上の側面を示す情報を識別することを含んでもよい。例えば、自律走行車は、無線電子通信リンクを介して、遠隔車両から、遠隔車両に関する遠隔車両地理空間状態情報、遠隔車両運動状態情報又は両方を示す遠隔車両情報を含む遠隔車両メッセージを受信してもよい。
動作環境データを識別することは、自律走行車について識別された経路を表す経路データから動作環境の1つ以上の側面を示す情報を識別することを含んでもよい。例えば、AVOMC5100は、ユーザ入力に応答して識別された経路等、自律走行車について識別された経路を表す車両交通ネットワークデータを読み取り又は他のやり方で受信してもよい。
AVOMC5100及び動作環境モニタ5200は、工程5110、5112及び5210に示すように、動作環境データを識別するために通信してもよい。代替的又は追加的に、動作環境モニタ5200は、自律走行車のセンサ等の自律走行車の別のコンポーネントから、又は別の動作環境モニタ5200から、動作環境データを受信してもよく、又は動作環境モニタ5200は、自律走行車のメモリから動作環境データを読み出してもよい。
AVOMC5100は、例えば、工程5120で識別された動作環境データによって表される動作環境の1つ以上の側面に基づいて、工程5110において、1つ以上の個別の車両動作シナリオを検出又は識別してもよい。
AVOMC5100は、例えば、工程5120において個別の車両動作シナリオを識別することに応答して、工程5130において動作環境データによって表される動作環境の1つ以上の態様に基づいてSSOCEMインスタンス5300をインスタンス化してもよい。図5には1つのSSOCEMインスタンス5300が示されているが、AVOMC5100は、複数のSSOCEMインスタンス5300を、工程5110で識別された動作環境データによって表される動作環境の1つ以上の側面に基づいてインスタンス化してもよく、各SSOCEMインスタンス5300は、工程5120で検出されたそれぞれの個別の車両動作シナリオ、又は工程5110で識別された個別の外部オブジェクトと工程5120で検出されたそれぞれの個別の車両動作シナリオとの組み合わせに対応する。工程5130において、SSOCEMインスタンス5300をインスタンス化することは、工程5132で示されるように自律走行車に関する動作環境を表す動作環境データをSSOCEMインスタンス5300に送信することを含んでもよい。SSOCEMインスタンス5300は、工程5310において、自律走行車に関する動作環境又はその1つ以上の側面を表す動作環境データを受信してもよい。工程5130でSSOCEMインスタンス5300をインスタンス化することは、個別の車両動作シナリオの一次モデル又は二次モデル等のモデルを識別すること、モデルのインスタンスをインスタンス化すること、モデルに対応するソリューション又はポリシーを識別すること、ソリューション又はポリシーのインスタンスをインスタンス化すること、又はそれらの組み合わせを含んでもよい。
動作環境モニタ5200は、図4に示すブロックモニタ4210等のブロックモニタを含んでもよく、これは、工程5220において、自律走行車に近接する車両交通ネットワークの一部等の車両交通ネットワークの1つ以上の部分に関する各可用性確率(probability of availability;POA)又は対応するブロック可能性を決定してもよく、部分は自律走行車の現在の経路に基づいて識別される予測経路等の自律走行車の予測経路に対応する車両交通ネットワークの一部を含んでもよい。ブロックモニタは、工程5220で識別された可用性確率を、工程5222においてSSOCEMインスタンス5300に送信してもよい。代替的に又は追加的に、ブロックモニタは、自律走行車のメモリに工程5220において識別された可用性確率を記憶してもよい。図5には明示されていないが、ブロックモニタは、SSOCEMインスタンス5300に可用性確率を送信することに加えて又はその代わりに、工程5222において、AVOMC5100に工程5220において識別された可用性確率を送信してもよい。SSOCEMインスタンス5300は、工程5320において可用性確率を受信してもよい。
SSOCEMインスタンス5300は、工程5330において、候補車両制御アクションを生成又は識別してもよい。例えば、SSOCEMインスタンス5300は、工程5310における動作環境データの受信、工程5320における可用性確率データの受信、又はその両方に応答して、工程5330において、候補車両制御アクションを生成又は識別してもよい。例えば、個別の車両動作シナリオのモデルのために工程5310でインスタンス化されたソリューション又はポリシーのインスタンスは、動作環境データ、可用性確率データ、又はその両方に基づいて、候補車両制御アクションを出力し得る。SSOCEMインスタンス5300は、工程5330で識別された候補車両制御アクションを工程5332でAVOMC5100に送信してもよい。代替的に又は追加的に、SSOCEMインスタンス5300は、自律走行車のメモリに工程5330において識別された候補車両制御アクションを記憶してもよい。
AVOMC5100は、ステップ5140において、候補車両制御アクションを受信してもよい。例えば、AVOMC5100は、工程5140において、SSOCEMインスタンス5300から候補車両制御アクションを受信してもよい。代替的に又は追加的に、AVOMC5100は、自律走行車のメモリから候補車両制御アクションを読み取ってもよい。
AVOMC5100は、工程5150において、候補車両制御アクションを承認し、又は他のやり方で車両交通ネットワークを横断するように自律走行車を制御するための車両制御アクションとして候補車両制御アクションを識別してもよい。工程5150において候補車両制御アクションを承認することは、候補車両制御アクションに従って車両交通ネットワークの一部を横断するべきかどうかを決定することを含んでもよい。
AVOMC5100は、工程5150において識別された車両制御アクションに従って、工程5160において、車両交通ネットワーク又はその一部を横断するように自律走行車を制御し又は別の車両装置に識別された車両制御アクションを提供してもよい。
AVOMC5100は、工程5170で自律走行車の動作環境又はその側面を識別してもよい。工程5170において動作環境又はその側面を識別することは、工程5110において自律走行車の動作環境を識別することに類似していてもよく、以前に識別された動作環境データを更新することを含んでもよい。
AVOMC5100は、工程5180において、個別の車両動作シナリオが解決されたか又は解決されていないかを決定又は検出してもよい。例えば、AVOMC5100は、上記のように、連続的に又は周期的に動作環境情報を受信してもよい。AVOMC5100は、動作環境データを評価して、個別の車両動作シナリオが解決たかどうかを決定してもよい。
AVOMC5100は、工程5180においてSSOCEMインスタンス5300に対応する個別の車両動作シナリオが解決されていないことを決定してもよく、AVOMC5100は、工程5170において識別された動作環境データを工程5185において示されたSSOCEMインスタンス5300に送信してもよく、工程5180においてSSOCEMインスタンス5300を非インスタンス化することが省略されるか又は異なってもよい。
AVOMC5100は、工程5180において、個別の車両動作シナリオが解決されていることを決定してもよく、工程5180において解決されると決定された個別の車両動作シナリオに対応するSSOCEMインスタンス5300を、工程5190において非インスタンス化してもよい。例えば、AVOMC5100は、工程5120において、自律走行車に関する個別の車両動作シナリオを形成する動作条件の個別集合を識別してもよく、工程5180において、1つ以上の動作条件が満了した又は定義された閾値を下回る自律走行車の動作に影響を及ぼす確率を有することを決定してもよく、対応するSSOCEMインスタンス5300を非インスタンス化してもよい。
図5には明示されていないが、AVOMC5100は、工程5180において個別の車両動作シナリオが解決されたかどうかを決定することが個別の車両動作シナリオが解決されたこと決定することを含むまで、工程5170において、動作環境データを識別又は更新すること、工程5180において、個別の車両動作シナリオが解決されたかどうかを決定すること、及び工程5180において個別の車両動作シナリオが未解決であるという決定に応答して、工程5185において示されたSSOCEMインスタンス5300に工程5170において識別された動作環境データを送信することを連続的に又は周期的に反復してもよい。
図6は、本開示の実施形態による通行権曖昧性を有する交差点シナリオを含む車両交通ネットワークの交差点シーン6000部分の一例を示す図である。自律走行車動作管理は、自律走行車6100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車6100が第1の道路6200に沿って第2の道路6400との交差点6300に接近する車両交通ネットワークの一部を横断すること(交差点シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。簡潔及び明確のため、図6に示される交差点シーン6000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
遠隔車両6500は、第2の道路6400内を西方向に横断するように示されている。遠隔車両6500の現在の軌道6510は、実線の方向線を用いて示されている。第1の道路6200は、交差点6300に近接する停止線6210を含んでもよい。他の交差点の構成を使用してもよい。例えば、停止線6210を省略してもよい。
自律走行車6100の自律走行車動作管理システムは、図4に示す交差点モニタ4230のような交差点モニタを動作させてもよく、これは交差点モニタのインスタンス化を含んでもよい。交差点モニタは、自律走行車6100について識別された経路に対応する部分、自律走行車6100に空間的に近接する部分、又は自律走行車6100についての予測経路6110、又はそれらの組み合わせ等、車両交通ネットワークの一部を表す、地図データ、センサデータ、又はそれらの組み合わせ等の車両交通ネットワークデータを処理又は評価し得る。交差点モニタは、自律走行車6100の動作環境又はその一側面を表す動作環境情報を識別又は生成してもよく、これは、センサ情報を遠隔車両6500に関連付けることを含んでもよく、動作環境情報を出力することを含んでもよく、これは自律走行車動作管理コントローラに対して交差点シナリオを識別する情報を含んでもよい。
自律走行車動作管理コントローラは、例えば、交差点モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、交差点シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、交差点シナリオを検出又は識別することに応答して、1つ以上の交差点SSOCEMインスタンスをインスタンス化し、又は交差点SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。追加的又は代替的に、自律走行車動作管理コントローラは、交差点シナリオの検出又は識別に応答して、新しい又は更新された動作環境情報等の動作環境情報を、以前にインスタンス化された若しくは動作中の1つ以上の交差点SSOCEMインスタンスに送信するか、又は他のやり方で利用可能にし得る。
交差点SSOCEMインスタンスをインスタンス化又は更新することは、センサ情報又は可用性確率等の動作環境情報又はその一部を又はそれぞれの交差点SSOCEMインスタンスに提供すること、例えば、動作環境情報又はその一部をそれぞれの交差点SSOCEMインスタンスに送信すること、又はそれぞれの交差点SSOCEMインスタンスによるアクセスのために、動作環境情報又はその一部を記憶することを含んでもよい。それぞれの交差点SSOCEMインスタンスは、交差点シナリオに対応する動作環境情報を受信するか、又は他のやり方でアクセスし得る。
交差点SSOCEMは、交差点シナリオのPOMDPモデル等の交差点シナリオのモデルを含んでもよい。交差点シナリオのPOMDPモデルは、状態の集合(S)、アクションの集合(A)、観測の集合(Ω)、状態遷移確率の集合(T)、条件付き観測確率の集合(O)、報酬関数(R)、又はそれらの組み合わせを定義してもよく、これらはタプル<S,A,Ω、T,O,R>として表現し得る。個別の交差点車両動作シナリオのPOMDPモデルは、知覚の不確実性、挙動の不確実性、又はそれらの組み合わせを含み得るモデルの不確実性を有し得る。知覚の不確実性のモデル化は、センサの不確実性のモデル化、遠隔車両が存在しない場合に遠隔車両を不正確に識別する等の遠隔車両識別の誤検出の確率のモデル化、遠隔車両が存在する場合に遠隔車両が存在しないことを不正確に識別する等の遠隔車両識別の検出漏れの確率のモデル化、又はその組み合わせを含んでもよい。挙動の不確実性のモデル化は、遠隔車両アクションのそれぞれの確率をモデル化することを含み得る。
交差点SSOCEMインスタンスをインスタンス化することは、交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、交差点SSOCEMモデルを解決することを含み得る。交差点SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれてもよい。
交差点SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各交差点SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車6100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図6に示す交差点シーン6000では、自律走行車6100が交差点6300に接近してもよい。いくつかの実装では、自律走行車6100は、図示のように停止線6210に対応し得る通行権境界位置6610から定義された接近距離において又はその近傍において、定義された最大方向調整速度を下回る速度等の最小速度まで減速又は停止し得る。
自律走行車6100は、車両交通ネットワークの一部を、通行権重複領域6600として識別し得る。通行権重複領域6600は、自律走行車6100の予測経路6110が第2の道路6400のような通行権経路と空間的に交差する車両交通ネットワークの一部を表すことができる。通行権経路は、通行権を有する車両交通ネットワークユーザが正当に横断し得る経路であってもよい。例えば、通行権経路は、歩行者用通路、交差点の横断道路、合流車線、双方向道路セグメント、又は他の車両交通ネットワークユーザが自律走行車6100の予測経路6110と交差する又は異なる経路上を横断し得る車両交通ネットワークの任意の他の部分に6100対応し得る。車両交通ネットワークユーザは、自律走行車6100、遠隔車両、又は歩行者のような車両交通ネットワークの任意の部分を横断し得る任意のエンティティ又はオブジェクトであってもよい。
通行権重複領域6600を識別することは、通行権境界位置6610を識別することを含んでもよく、これは、自律走行車6100の現在の位置と通行権重複領域6600との間で自律走行車6100の予測経路6110に沿った車両交通ネットワーク内の位置であってもよく、それは通行権重複領域に近接した、例えば、通行権重複領域6600の間近に隣接又はそこから1メートルであり、これは、自律走行車6100が通行権重複領域6600に入らずに安全に横断し得る通行権重複領域6600への自律走行車6100に関する予測経路6110に沿った車両交通ネットワーク内で最も近い位置であってもよい。
動作環境は、車両交通ネットワークの一部を含み得る遮蔽領域6700(斜線の背景を使って示されている)を含んでもよい。例えば、動作環境は、(図示の)木又は他の車両のような遮蔽6710を含んでもよく、これは、自律走行車6100が、遮蔽領域6700(遮蔽オブジェクト)内で又は部分的にその中で、遠隔車両6500のような1つ以上の外部オブジェクトを遮蔽し、例えば、正確に識別、検出、又は追跡することを制限、軽減又は防止等し得る。自律走行車6100は、遮蔽領域6700を識別し得る。例えば、自律走行車6100は、遮蔽6710を検出してもよく、遮蔽6710に基づいて遮蔽領域6700を識別し得る。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、遮蔽領域6700は、遠隔車両6500のような外部オブジェクトが遮蔽領域6700内に存在することに関する不確実性を増大させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車6100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遮蔽6710及び車両交通ネットワークに対する自律走行車6100の相対的な方向を調整することによって、通行権重複領域6600に対する通行権に関する不確実性を低減してもよく、これは、車両動作に対する遮蔽6710の遮蔽効果を低減又は排除し得る。
いくつかの実装では、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車6100の方向調整モーション、及び自律走行車6100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域6600を横断する進行車両制御アクション等の記号表現を出力するように自律走行車6600を制御することによって、通行権重複領域の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車6100の現在の位置から境界位置6610に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。いくつかの実装では、自律走行車6100は、自律走行車6100と通行権境界位置6610との間の現在の距離が定義された接近距離内にあるか否か、例えば、それ以下であるか否かを決定し得る。自律走行車6100と通行権境界位置6610との間の距離は、定義された接近距離内にあってもよく、自律走行車6100は、方向調整車両制御アクションに従って車両交通ネットワークを横断してもよい。
方向調整車両制御アクションに従って車両交通ネットワークを横断する前に、自律走行車6100は静止していてもよく、方向調整車両制御アクションに従って車両交通ネットワークを横断することは、例えば、定義された加速度プロファイルに従って、最大方向調整速度まで加速することを含んでもよい。例えば、自律走行車6100は、図示のように停止線6210のような現在の位置で静止していてもよく、自律走行車は、現在の位置が定義された接近距離に対応すると決定してもよく、自律走行車は、方向調整車両制御アクションに従って定義された最大方向調整速度まで加速してもよい。
図6には明示されていないが、方向調整車両制御アクションに従って車両交通ネットワークを横断する前に、自律走行車6100は、最大方向調整速度よりも速い速度で動作していてもよく、方向調整車両制御アクションに従って車両交通ネットワークを横断することは、定義された減速プロファイルに従って最大方向調整速度まで減速することを含んでもよい。例えば、自律走行車6100は、停止線6210のような現在の位置において、定義された最大方向調整速度よりも速い速度で動作していてもよく、自律走行車は、現在の位置が定義された接近距離に対応すると決定してもよく、自律走行車は、方向調整車両制御アクションに従って、定義された最大方向調整速度まで減速してもよい。
方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車6100の現在の位置と通行権境界位置6610との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車6100は、自律走行車6100の現在の位置と通行権境界位置6610との間の距離が予測される静止距離内にあると決定してもよく、自律走行車は、境界位置6610で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車6100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車は、自律走行車6100の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図6には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車6100は、停止線6210よりも第2の道路に近接して、例えば、通行権境界位置6610に近接して位置していてもよく、これは車両動作に関する遮蔽6710の遮蔽効果を低減又は除去してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は停止車両制御アクションを出力し得る。例えば、自律走行車は、遠隔車両6500が静止しており、自律走行車に通行権があると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両6500が通行権を有するか、又は他のやり方で交差点を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止車両制御アクションを出力し得る。
図7は、本開示の実施形態による方向調整車両制御アクション速度プロファイル7000の一例のグラフである。自律走行車動作管理は、自律走行車、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、図6に示す自律走行車6100、半自律走行車、又は図4に示す自律走行車動作管理システム4000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、図6に示すような遮蔽を伴う交差点シナリオを含む車両交通ネットワークの一部を自律走行車が横断することを含む自律走行車動作制御シナリオのモデルを含んでもよい。
図7に示すグラフは、交差点に対する車両交通ネットワーク内の自律走行車の地理的位置を表す横軸を含む。横軸の左端は、図6に示す停止線6210のように、定義された接近距離に対応する。横軸に沿った左から右への移動は、自律走行車が交差点を横断することに対応する。横軸の右端は、自律走行車が交差点の横断を完了することに対応する。図6に示す通行権境界位置6610に対応する位置は、縦破線7100で図7に示されている。図7に示すグラフは、自律走行車の速度を表す縦軸を含む。縦軸の下端は静止速度を示す。最大方向調整速度は、横破線7200で示されている。方向調整車両制御アクション速度プロファイル7000は、太線で示されている。
自律走行車は、図6に示すような遮蔽を伴う交差点シナリオに接近してもよい。自律走行車は、図示された車両交通ネットワークの交差点シーン部分のための個別の車両動作シナリオを識別し得る。自律走行車は、個別の車両動作シナリオのシナリオ固有の動作制御評価モデルに対するポリシーをインスタンス化してもよい。自律走行車は、図6に示されるように、通行権境界位置から、停止線又は最小方向調整距離よりも大きい別の位置に近接して、定義された最大方向調整速度を下回る速度等の最小速度まで停止又は減速し得る。シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。
自律走行車は、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断してもよく、これは、図7に示す速度プロファイル7000に示されるように、自律走行車の現在の位置から境界位置に向かって車両交通ネットワークを横断することを含んでもよい。図7の左側に示されるように、自律走行車は、定義された接近距離(停止線)で静止していてもよく、方向調整車両制御アクションに従って車両交通ネットワークを横断することは、白菱形7300で示される静止状態から白丸7400で示される最大方向調整速度7200まで加速することを含んでもよい。図7は、自律走行車が7200において静止状態から加速していることを示しているが、自律走行車は、定義された接近距離(停止線)において最大方向調整速度内で非静止速度から加速してもよく、定義された接近距離(停止線)における最大方向調整速度であってもよく、最大方向調整速度を維持してもよく、又は、定義された接近距離(停止線)において最大方向調整速度よりも大きい速度であってもよく、最大方向調整速度まで減速してもよい。
自律走行車は、最大方向調整速度7200で車両交通ネットワークの一部を横断し得る。自律走行車は、予測される静止距離を決定してもよく、自律走行車の現在の位置と通行権境界位置7100との間の現在の距離が、予測される静止距離以下等の範囲内にあるかどうかを決定し得る。自律走行車は、自律走行車の現在の位置と通行権境界位置7100との間の現在の距離が、予測される静止距離以下等の範囲内にあると決定してもよく、黒菱形7500で示すように、通行権境界位置7600に従って、黒丸7600に示すように、静止状態まで減速してもよい。
その後、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内であることを決定し得る。シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力し得る。自律走行車は、進行車両制御アクションに従って車両交通ネットワークの一部を横断してもよく、これは、黒丸7600の右側に示されるように加速することによって、自律走行車の現在の位置から車両交通ネットワークを横断することを含み得る。
図7には明示されていないが、自律走行車が黒丸7600で示される位置に到達する前に、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が定義された不確実性閾値内にあり、自律走行車は通行権を有すると決定してもよく、進行車両制御アクションを出力してもよく、自律走行車は、停止線と境界との間の位置で加速することによって、進行車両制御アクションに従って、車両交通ネットワークの一部を横断してもよい。
図7には明示されていないが、自律走行車が黒菱形7500によって示された位置に到達する前に、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が定義された不確実性閾値内にあること、及び自律走行車が通行権を持たないことを決定してもよく、停止車両制御アクションを出力してもよく、自律走行車は、停止線と境界との間の位置で静止するように減速することによって、停止車両制御アクションに従って車両交通ネットワークの一部を横断してもよい。
図8は、本開示の実施形態による、通行権曖昧性を有する交差点シナリオを含む、車両交通ネットワークの別の交差点シーン8000部分の例を示す図である。自律走行車動作管理は、自律走行車8100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車8100が第1の車線で第1の道路8200に沿って第2の道路8400との交差点8300に接近する車両交通ネットワークの一部を横断すること(交差点シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。第1の車線8210は、交差点8300に近接する第1の停止線8212を含んでもよい。自律走行車8100の予測経路8110は、破線方向線8110を用いて示されている。簡潔及び明確のため、図8に示される交差点シーン8000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
遠隔車両8500は、第1の道路8200の第2の車線8220を自律走行車8100とは反対の南方向の進行方向に横断して示されている。第2の車線8220は、交差点8300に近接する第2の停止線8222を含んでもよい。遠隔車両8500の予測経路8510は、破線方向線を用いて示されている。
自律走行車8100の自律走行車動作管理システムは、図4に示される交差点モニタ4230のような交差点モニタを動作させてもよく、これは、交差点モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、交差点モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、交差点シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、交差点シナリオを検出又は識別することに応答して、1つ以上の交差点SSOCEMインスタンスをインスタンス化又は更新し、又は交差点SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。交差点SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
交差点SSOCEMインスタンスをインスタンス化することは、交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、交差点SSOCEMモデルを解決することを含み得る。交差点SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれてもよい。交差点SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各交差点SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車8100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図8に示す交差点シーン8000では、自律走行車8100が交差点8300に接近してもよい。自律走行車8100は、車両交通ネットワークの一部を、通行権重複領域8600として識別し得る。通行権重複領域8600を識別することは、通行権境界位置8700を識別することを含んでもよい。自律走行車8100は、図示のように停止線8212に対応し得る通行権境界位置8700から定義された接近距離において又はその近傍において、定義された最大方向調整速度を下回る速度等の最小速度まで減速又は停止し得る。遠隔車両8500は、交差点8300に接近してもよく、自律走行車8100が第1の停止線8212に到着するのと実質的に同時に第2の停止線8222で停止し得る。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車8100は、第1の停止線8212に到着してもよく、実質的に同時に、遠隔車両8500は、第2の停止線8222に到着してもよく、これは、通行権重複領域8600に対する通行権に関する不確実性を増加させ得る。別の例では、遠隔車両8500は、自律走行車8100が第1の停止線8212に到達する前に第2の停止線8222に到達してもよく、これは、遠隔車両8500が通行権を有することを示してもよく、遠隔車両8500は、自律走行車8100が第1の停止線8212に到達した後、2秒等の定義された通行権期間の間、第2の停止線8222において静止したままであってもよく、これは、通行権重複領域8600に対する通行権に関する不確実性を増大させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車8100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域8600に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、遠隔車両8500(外部オブジェクト)が自律走行車8100に対して通行権を譲るか(期待動作)どうかに関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遠隔車両8500が静止したままであることに応答して遠隔車両8500が通行権を譲る確率を増加させることによって、又は遠隔車両8500が交差点8300を横断することに応答して遠隔車両8500が通行権を譲る確率を減少させることによって、通行権重複領域8600に対する通行権に関する不確実性を減少させ得る。
別の例では、この不確実性は、予想される外部不確実性に基づいてもよく、これは、通行権重複領域8600における通行権に対して、自律走行車8100に対する予測される後続の車両制御アクションに関して、遠隔車両8500のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車8100の方向調整モーション、及び自律走行車8100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域8600を横断する進行車両制御アクション等の記号表現を出力するように自律走行車8100を制御することによって、通行権重複領域8600の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車8100の現在の位置から境界位置8700に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。
方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車8100の現在の位置と通行権境界位置8700との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車8100は、自律走行車8100の現在の位置と通行権境界位置8700との間の距離が予測される静止距離内にあると決定してもよく、自律走行車は、境界位置8700で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車8100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車は、自律走行車の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図8には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車8100は、第1の停止線8400よりも第2の道路8212に近接して、例えば、通行権境界位置8700に近接して位置してもよく、遠隔車両8500は、第2の停止線8222において静止したままであってもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は停止車両制御アクションを出力し得る。例えば、自律走行車は、遠隔車両8500が静止しており、自律走行車に通行権があると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両8500が通行権を有するか、又は他のやり方で交差点を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止車両制御アクションを出力し得る。
図9は、本開示の実施形態による、通行権曖昧性を有する交差点シナリオを含む、車両交通ネットワークの別の交差点シーン9000部分の例を示す図である。自律走行車動作管理は、自律走行車9100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車9100が第1の車線9210で第1の道路9200に沿って第2の道路9400との交差点9300に接近する車両交通ネットワークの一部を横断すること(交差点シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。第1の車線9210は、交差点9300に近接する停止線9212を含んでもよい。簡潔及び明確のため、図9に示される交差点シーン9000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
第1の遠隔車両9500は、自律走行車9100とは反対の南向きの進行方向に第1の道路9200の第2の車線9220内で交差点9300を横断している。第1の遠隔車両9500の予測経路9510は、破線方向線を用いて示されている。第2の遠隔車両9520が、第2の車線9220において交差点9300に接近して示されている。
自律走行車9100の自律走行車動作管理システムは、図4に示される交差点モニタ4230のような交差点モニタを動作させてもよく、これは、交差点モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、交差点モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、交差点シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、交差点シナリオを検出又は識別することに応答して、1つ以上の交差点SSOCEMインスタンスをインスタンス化又は更新し、又は交差点SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。交差点SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
交差点SSOCEMインスタンスをインスタンス化することは、交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。交差点SSOCEMから交差点車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、交差点SSOCEMモデルを解決することを含み得る。交差点SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれてもよい。交差点SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各交差点SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車9100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図9に示す交差点シーン9000では、自律走行車9100が交差点9300に接近してもよい。自律走行車9100は、車両交通ネットワークの一部を、通行権重複領域9600として識別し得る。通行権重複領域9600を識別することは、通行権境界位置9610を識別することを含んでもよい。自律走行車9100は、図示のように停止線9212に対応し得る通行権境界位置9610から定義された接近距離において又はその近傍において、定義された最大方向調整速度を下回る速度等の最小速度まで減速又は停止し得る。第1の遠隔車両9500は、自律走行車9100が第1の停止線9212に到着するのと実質的に同時に交差点9300を横断してもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車9100は、第1の停止線9212に到達し、実質的に同時に、第1の遠隔車両9500は、通行権重複領域9600を横断していてもよく、これは、第1の遠隔車両9500が通行権重複領域9600を出ることに関する不確実性に従って、通行権重複領域9600に対する通行権境界線に関する不確実性を増加させ得る。他の例では、第2の遠隔車両9520は、第1の遠隔車両9600が通行権重複領域9500を横断するのと実質的に同時に第2の車線9220内の交差点9300に接近してもよく、これは通行権重複領域9600に対する通行権境界線に関する不確実性を増大させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車9100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域9600に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、第1の遠隔車両9500(外部オブジェクト)が交差点9300を出るかどうか(予測される動作)、いつ出るか又はその両方に関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遠隔車両9500が交差点9300を出る確率を増加させることによって、通行権重複領域9600に対する通行権境界線に関する不確実性を低減し得る。
別の例では、不確実性は、第2の遠隔車両9520(外部オブジェクト)が自律走行車9100に対して通行権を譲る(予測される動作)かどうかに関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、第2の遠隔車両9600が通行権を譲る確率を増加させることによって、通行権重複領域9520に対する通行権に関する不確実性を低減し得る。
別の例では、この不確実性は、予想される外部不確実性に基づいてもよく、これは、通行権重複領域9600における通行権に対して、自律走行車9100に対する予測される後続の車両制御アクションに関して、第2の遠隔車両9520のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車9100の方向調整モーション、及び自律走行車9100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域9600を横断する進行車両制御アクション等の記号表現を出力するように自律走行車9100を制御することによって、通行権重複領域9600の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車9100の現在の位置から境界位置9610に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。
方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車9100の現在の位置と通行権境界位置9610との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車9100は、自律走行車9100の現在の位置と通行権境界位置9610との間の距離が予測される静止距離内にあると決定してもよく、自律走行車は、境界位置9610で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車9100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車は、自律走行車の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図9には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車9100は、停止線9212よりも第2の道路9400に近接して、例えば、通行権境界位置9610に近接して位置してもよく、第1の遠隔車両9500は、第2の停止線9222において静止したままであってもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は停止車両制御アクションを出力し得る。例えば、自律走行車は、遠隔車両9700が静止しており、自律走行車に通行権があると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両9700が通行権を有するか、又は他のやり方で交差点を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止車両制御アクションを出力し得る。
図10は、本開示の実施形態による通行権曖昧性を有する歩行者シナリオを含む車両交通ネットワークの歩行者シーン10000部分の一例を示す図である。自律走行車動作管理は、自律走行車10100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車10100が第1の道路10200に沿って歩行者交通ネットワーク10400の重複部分との交差点10300に接近する車両交通ネットワークの一部を横断すること(交差点シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。自律走行車10100の予測経路10110は、破線方向線10110を用いて示されている。簡潔及び明確のため、図10に示される譲る/停止シーン10000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
歩行者10500が交差点10300に近接して示されている。歩行者10500のための予測経路10510は、歩行者10500が自律走行車10100の動作に影響を与え得ることを示す破線方向線を使用して示される。図10では、歩行者10500が歩行者交通ネットワーク10400(横断歩道)の重複部分を横断するように示されているが、歩行者シーン10000は、歩行者交通ネットワーク10400の重複部分を省略してもよく、又は歩行者10500は、車両交通ネットワークの一部(横断歩道のない所)を横断してもよい。
自律走行車10100の自律走行車動作管理システムは、図4に示される歩行者モニタ4220のような歩行者モニタを動作させてもよく、これは、歩行者モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、交差点モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、歩行者(譲る/停止)シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、歩行者シナリオを検出又は識別することに応答して、1つ以上の歩行者SSOCEMインスタンスをインスタンス化又は更新し、又は歩行者SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。歩行者SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
歩行者SSOCEMインスタンスをインスタンス化することは、歩行者SSOCEMから歩行者車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。歩行者SSOCEMから歩行者車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、歩行者SSOCEMモデルを解決することを含み得る。歩行者SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれ得る。歩行者SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「譲る/停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各歩行者SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車10100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図10に示す歩行者シーン10000では、自律走行車10100は、歩行者交通ネットワーク10400の重複部分との交差点10300に接近し得る。自律走行車10100は、車両交通ネットワークの一部を、通行権重複領域10600として識別し得る。例えば、通行権重複領域10600は、歩行者交通ネットワーク10400の重複部分を示す車両交通ネットワーク情報、歩行者交通ネットワーク10400の重複部分を示すセンサ情報、歩行者10500の予測経路10510を識別するセンサ情報、又はこれらの組み合わせに基づいて特定し得る。通行権重複領域10600を識別することは、通行権境界位置10610を識別することを含んでもよい。
自律走行車10100は、通行権境界位置10610から定義された接近距離において又はその近傍において、定義された最大方向調整速度を下回る速度等の最小速度まで減速又は停止し得る。図10には停止線が示されていないが、車両交通ネットワークは停止線を含んでもよく、これは、通行権境界位置10610から定義された接近距離に対応してもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車10100は、通行権境界位置10610から定義された接近距離に到達してもよく、実質的に同時に、歩行者10500は、道路10200に近接する歩行者10500のための予測経路10510に沿って静止又は動作していてもよく、これは、通行権重複領域10600のための通行権に関する不確実性を増加させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車10100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域10600に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、歩行者10500(外部オブジェクト)が自律走行車10100に対して通行権を譲るか(期待動作)どうかに関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、歩行者10500が静止したままであることに応答して歩行者10500が通行権を譲る確率を増加させることによって、又は歩行者10500が交差点10300を横断することに応答して歩行者10500が通行権を譲る確率を減少させることによって、通行権重複領域10600に対する通行権に関する不確実性を減少させ得る。
別の例では、不確実性は、予想される外部不確実性に基づいてもよく、これは、通行権重複領域10600における通行権に対して、自律走行車10100に対する予測される後続の車両制御アクションに関して、歩行者10500のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車10100の方向調整モーション、及び自律走行車10100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域10600を横断する進行車両制御アクション等の記号表現を出力するように自律走行車10100を制御することによって、通行権重複領域10600の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車10100の現在の位置から境界位置10610に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車10100の現在の位置と通行権境界位置10610との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車10100は、自律走行車10100の現在の位置と通行権境界位置10610との間の距離が予測される静止距離内にあると決定してもよく、自律走行車は、境界位置10610で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車10100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車は、自律走行車の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図10には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車10100は、通行権境界位置10610から定義された接近距離よりも歩行者10500のための予測経路10510に近接して、例えば、通行権境界位置10610に近接して位置してもよく、歩行者10500は、図示されるように、車両交通ネットワークに近接して静止したままであってもよく、又は歩行者交通ネットワーク10400の重複部分を横断してもよく、これは通行権曖昧性を低減又は除去してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が定義された不確実性閾値内にあることを決定し得る。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると判断することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は停止車両制御アクションを出力し得る。例えば、自律走行車は、歩行者10500が図示されたように車両交通ネットワークに近接して静止しているか、又は歩行者交通ネットワーク10400の重複部分を横断しており、自律走行車は通行権を有していると決定してもよく、シナリオ固有の動作制御評価モデルポリシーは進行車両制御アクションを出力してもよい。別の例では、自律走行車は、歩行者10500が通行権を有するか、又は他のやり方で歩行者交通ネットワーク10400の重複部分を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止車両制御アクションを出力し得る。
図11は、本開示の実施形態による通行権曖昧性を有する譲る/停止歩行者シナリオを含む車両交通ネットワークの別の歩行者シーン11000部分の一例を示す図である。自律走行車動作管理は、自律走行車11100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車11100が第1の道路11200に沿って歩行者交通ネットワーク11400(横断歩道)の重複部分との交差点11300に接近する車両交通ネットワークの一部を横断すること(交差点シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。自律走行車11100の予測経路11110は、破線方向線11110を用いて示されている。簡潔及び明確のため、図11に示される譲る/停止シーン11000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
第1の歩行者11500が、歩行者交通ネットワーク11400の重複部分を横断して示されている。第1の歩行者11502のための予測経路11500が破線方向線を用いて示されており、第1の歩行者11500が自律走行車11100の動作に影響を与え得ることを示している。第2の歩行者11510が、歩行者交通ネットワーク11400の重複部分に近接して示されている。第2の歩行者11510のための予測経路11512は破線方向線を用いて示されており、第2の歩行者11510が自律走行車11100の動作に影響を与え得ることを示している。図11では、歩行者11500、11510は、歩行者交通ネットワーク11400の重複部分に関して示されているが、歩行者シーン11000は、歩行者交通ネットワーク11400の重複部分を省略してもよく、又は歩行者11500、11510は、他のやり方で車両交通ネットワークの一部(横断歩道ではない所)を横断してもよい。
自律走行車11100の自律走行車動作管理システムは、図4に示される歩行者モニタ4220のような歩行者モニタを動作させてもよく、これは、歩行者モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、交差点モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、歩行者シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、歩行者シナリオを検出又は識別することに応答して、1つ以上の歩行者SSOCEMインスタンスをインスタンス化又は更新し、又は歩行者SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。歩行者SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
歩行者SSOCEMインスタンスをインスタンス化することは、歩行者SSOCEMから歩行者車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。歩行者SSOCEMから歩行者車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、歩行者SSOCEMモデルを解決することを含み得る。歩行者SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれ得る。歩行者SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「譲る/停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各歩行者SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車11100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図11に示す歩行者シーン11000では、自律走行車11100は、歩行者交通ネットワーク11400の重複部分に接近し得る。自律走行車11100は、車両交通ネットワークの一部を、通行権重複領域11600として識別し得る。通行権重複領域11600を識別することは、通行権境界位置11610を識別することを含んでもよい。通行権重複領域11600の識別は、車両交通ネットワーク情報、歩行者交通ネットワーク情報、歩行者11500、11510を示すセンサデータ、又はこれらの組み合わせに基づいて行うことができる。
自律走行車11100は、通行権境界位置11610から定義された接近距離において又はその近傍において、定義された最大方向調整速度を下回る速度等の最小速度まで減速又は停止し得る。図11には停止線が示されていないが、車両交通ネットワークは停止線を含んでもよく、これは、通行権境界位置11610から定義された接近距離に対応してもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車11100は、通行権境界位置11610から定義された接近距離に到達してもよく、実質的に同時に、第1の歩行者11500は、歩行者交通ネットワーク11502の重複部分を横断する第1の歩行者11500のための予測経路11400に沿って静止又は動作中であってもよく、第2の歩行者11510は、道路11200に近接して静止又は動作中であってもよく、これは、通行権重複領域11600のための通行権に関する不確実性を増加させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車11100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域11600に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、第1の歩行者11500(外部オブジェクト)が歩行者交通ネットワーク11400の重複部分を出るかどうか(期待される動作)、いつ出るか又はその両方に関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、第1の歩行者が歩行者交通ネットワーク11400の重複部分を出る確率を増加させることによって、通行権重複領域11600に対する通行権に関する不確実性を低減し得る。
別の例では、この不確実性は、第2の歩行者11510(外部オブジェクト)が自律走行車11100に対して通行権を譲るか(期待動作)どうかに関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、第2の歩行者11510が静止したままであることに応答して第2の歩行者11510が通行権を譲る確率を増加させることによって、又は第2の歩行者11510が車両交通ネットワーク11400の重複部分を横断することに応答して第2の歩行者11510が通行権を譲る確率を減少させることによって、通行権重複領域11600に対する通行権に関する不確実性を減少させ得る。
別の例では、この不確実性は、予想される外部不確実性に基づいてもよく、これは、通行権重複領域11600における通行権に対して、自律走行車11100に対する予測される後続の車両制御アクションに関して、第2の歩行者11510のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車11100の方向調整モーション、及び自律走行車11100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域11600を横断する進行車両制御アクション等の記号表現を出力するように自律走行車11100を制御することによって、通行権重複領域11600の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車11100の現在の位置から境界位置10610に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車11100の現在の位置と通行権境界位置10610との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車11100は、自律走行車11100の現在の位置と通行権境界位置10610との間の距離が予測される静止距離内にあると決定してもよく、自律走行車は、境界位置10610で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車11100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車は、自律走行車の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図11には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車11100は、通行権境界位置10610から定義された接近距離よりも歩行者交通ネットワーク11400の重複部分に近接して、例えば、通行権境界位置10610に近接して位置していてもよく、第1の歩行者11500は、歩行者交通ネットワークの重複部分を横断してもよく、第2の歩行者11510は、図示のように、車両交通ネットワークに近接して静止したままであってもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると判断することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は停止車両制御アクションを出力し得る。例えば、自律走行車は、第1の歩行者11500が歩行者交通ネットワークの重複部分を横断し、第2の歩行者11510が図示のように車両交通ネットワークに近接して静止したままであり、自律走行車は通行権を有すると決定し、シナリオ固有の動作制御評価モデルポリシーは進行車両制御アクションを出力し得る。別の例では、自律走行車は、第1の歩行者11500が通行権を有しており、又は他のやり方で歩行者交通ネットワークの重複部分を横断しているか、又は第2の歩行者11510が歩行者交通ネットワークの重複部分を横断しており、自律走行車は現在、通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止車両制御アクションを出力し得る。
図12は、本開示の実施形態による通行権曖昧性を有する合流シナリオを含む車両交通ネットワークの合流シーン部分の一例の図である。自律走行車動作管理は、自律走行車12100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車12100が合流交差点に接近して第1の車線12210で第1の道路12200に沿って車両交通ネットワークの一部を横断すること(合流シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。自律走行車12100のための予測経路12110が破線方向線を用いて示され、自律走行車12100のための現在の軌道が実線方向線12120を用いて示される。簡潔及び明確のため、図12に示される合流シーン12000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
図12に示す合流シーン12000に対応する車両交通ネットワークの一部は、自律走行車12100が、第1の道路12200の第2の車線12220に隣接している、第1の道路12200の第1の車線12210内の道路セグメントに沿って北方向に横断し、合流交差点12300に接近している。第1の車線12210と第2の車線12220とは合流交差点12300(車線縮小移行部)で合流し、第1の道路12200の後続の合流車線12230を形成する。なお、第1の車線12210、第2の車線12220及び合流車線12230は、別々に示されているが、第1の車線12210、第2の車線12220及び合流車線12230の各部分は、合流交差点12300において重複していてもよい。他の合流構成を使用することもできる。
遠隔車両12400は、図示のように、自律走行車12100と実質的に同時に合流交差点12300に接近して第2の車線12220を横断しており、又は他のやり方で自律走行車12100の時空間位置に近接する時空間位置で合流交差点12300に接近してもよく、これにより、遠隔車両は、例えば、自律走行車12100をブロックすることにより、合流シナリオを横断する自律走行車12100の動作に影響を及ぼし得る。遠隔車両12400のための予測経路12410が破線方向線を用いて示され、遠隔車両12100のための現在の軌道12420が実線方向線12120を用いて示される。
自律走行車12100の自律走行車動作管理システムは、図4に示される合流モニタ4250のような合流モニタを動作させてもよく、これは、合流モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、合流モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、合流シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、遠隔車両12400を含む合流シナリオを検出又は識別することに応答して、1つ以上の合流SSOCEMインスタンスをインスタンス化又は更新し、又は合流SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。合流SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
合流SSOCEMインスタンスをインスタンス化することは、合流SSOCEMから合流車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。合流SSOCEMから合流車両動作シナリオのモデルに対するソリューション又はポリシーを識別することは、合流SSOCEMモデルを解決することを含み得る。合流SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれ得る。合流SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各合流SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車12100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図12に示される合流シーン12000については、自律走行車12100は、例えば、定義された速度制限に従った又は一般的な交通速度に従った速度で、合流部12300に近づき得る。
自律走行車12100は、車両交通ネットワークの一部を、通行権重複領域12500として識別し得る。通行権重複領域12500を識別することは、通行権境界位置12510を識別することを含んでもよく、これは、自律走行車12100の現在の位置と通行権重複領域12500との間で自律走行車12100の予測経路12110に沿った車両交通ネットワーク内の位置であってもよく、それは通行権重複領域に近接した、例えば、通行権重複領域12500の間近に隣接しており、これは、自律走行車12100が通行権重複領域12500に入らずに安全に横断し得る通行権重複領域12500への自律走行車12100に関する予測経路12110に沿った車両交通ネットワーク内で最も近い位置であってもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車12100及び遠隔車両12400は、合流交差点12300に実質的に同時に接近してもよく、これは、通行権重複領域12500に対する通行権に関する不確実性を増加させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車12100は、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断してもよく、これは、自律走行車12100の現在の位置から後続の合流車線12230に向かって車両交通ネットワークを横断することを含んでもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域12500に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、遠隔車両12400(外部オブジェクト)が自律走行車12100に対して通行権を譲るかどうか(期待動作)に関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遠隔車両12400が減速することに応答して遠隔車両12400が通行権を譲る確率を増加させることによって、又は遠隔車両12400が加速することに応答して遠隔車両8500が通行権を譲る確率を減少させることによって、通行権重複領域12500に対する通行権に関する不確実性を減少させ得る。
別の例では、この不確実性は、予想される外部不確実性に基づいてもよく、これは、通行権重複領域12500における通行権に対して、自律走行車12100に対する予測される後続の車両制御アクションに関して、遠隔車両12400のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車12100の方向調整モーション、及び自律走行車12100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域12500を横断する進行車両制御アクション等の記号表現を出力するように自律走行車12100を制御することによって、通行権重複領域12500の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、車両交通ネットワークに対する自律走行車12100の相対的な方向を、図示のように、現在の車線12210の実質的に中央の方向から、現在の車線12210内の隣接車線12220に比較的近い方向に調整するように自律走行車12100の軌道を制御することによって、自律走行車12100の現在の位置から後続の合流車線12230に向かって車両交通ネットワークを横断することを含んでもよく、これは、自律走行車12100が通行権重複領域12500に入ることなく安全に横断し得る通行権重複領域1250に対して、自律走行車12100の予測経路12110に沿った車両交通ネットワーク内の最も近い位置であってもよい。自律走行車12100の車線の横方向の向きの制御は、定義された横方向調整率プロファイルに従って実行されてもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、加速又は減速等の速度の制御によって、自律走行車12100の現在の位置から後続の合流車線12230に向かって車両交通ネットワークを横断することを含んでもよい。
図12には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車12100は、遠隔車両12400よりも後続の合流車線12230の横方向中心により近接して位置してもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は減速車両制御アクションを出力し得る。例えば、自律走行車は、自律走行車12100が遠隔車両12400よりも後続の合流車線12230の横方向中心により近接して位置しており、自律走行車が通行権を有していると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両12400が通行権を有するか、又は他のやり方で合流交差点12300を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、減速車両制御アクションを出力し得る。
図13は、本開示の実施形態による通行権曖昧性を有する車線変更シナリオを含む車両交通ネットワークの車線変更シーン13000部分の一例を示す図である。自律走行車動作管理は、自律走行車13100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車13100が第1の車線13210で第1の道路13200に沿って車両交通ネットワークの一部を横断すること及び車線変更を行うために車線変更位置13300として車両交通ネットワークの一部を識別すること(車線変更シナリオ)を含む自律走行車動作管理シナリオのモデルを含んでもよい。簡潔及び明確のため、図13に示される車線変更シーン13000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
図13に示す車線変更シーン13000に対応する車両交通ネットワークの一部は、自律走行車13100が、第1の道路13200の第2の車線13220に隣接している、第1の道路13200の第1の車線13210内の道路セグメントに沿って北方向に横断し、識別された車線変更位置13300に接近している。車線変更位置13300は、自律走行車13100の位置に対して相対的な位置であってもよい。
遠隔車両13400は、図示のように、自律走行車13100と実質的に同時に車線変更位置13300に接近して第2の車線13220を横断しており、又は他のやり方で自律走行車13100の時空間位置に近接する時空間位置で識別された車線変更位置13300に接近してもよく、これにより、遠隔車両13400は、例えば、自律走行車13100をブロックすることにより、車線変更シナリオを横断する自律走行車13100の動作に影響を及ぼし得る。
自律走行車13100の自律走行車動作管理システムは、図4に示される車線変更モニタ4240のような車線変更モニタを動作させてもよく、これは、車線変更モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、車線変更モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、車線変更シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、遠隔車両13400を含む車線変更シナリオを検出又は識別することに応答して、1つ以上の車線変更SSOCEMインスタンスをインスタンス化又は更新し、又は車線変更SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。車線変更SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
車線変更SSOCEMインスタンスをインスタンス化することは、車線変更SSOCEMから車線変更車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。車線変更SSOCEMから車線変更車両運用シナリオのモデルに対するソリューション又はポリシーを識別することは、車線変更SSOCEMモデルを解決することを含み得る。車線変更SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれ得る。車線変更SSOCEMソリューションインスタンスは、モデル化された各シナリオ及び対応する動作環境情報に基づいて、「維持」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車13100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図13に示される車線変更シーン13000については、自律走行車13100は、例えば、定義された速度制限に従った又は一般的な交通速度に従った速度で、車線変更位置13300に近づき得る。自律走行車13100は、車両交通ネットワークの一部を、通行権重複領域13500として識別し得る。通行権重複領域13500を識別することは、通行権境界位置13510を識別することを含んでもよく、これは、自律走行車13100の現在の位置と通行権重複領域13500との間で自律走行車13100の予測経路13110に沿った車両交通ネットワーク内の位置であってもよく、それは通行権重複領域に近接した、例えば、通行権重複領域13500の間近に隣接しており、これは、自律走行車13100が通行権重複領域13500に入らずに安全に横断し得る通行権重複領域13500への自律走行車13100に関する予測経路13110に沿った車両交通ネットワーク内で最も近い位置であってもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車13100及び遠隔車両13400は、車線変更交差点13300に実質的に同時に接近してもよく、これは、通行権重複領域13500に対する通行権に関する不確実性を増加させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車13100は、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断してもよく、これは、自律走行車13100の現在の位置から隣接車線13220に向かって車両交通ネットワークを横断することを含んでもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域13500に対する通行権に関する不確実性を低減し得る。
例えば、この不確実性は、遠隔車両13400(外部オブジェクト)が自律走行車13100に対して通行権を譲るかどうか(期待動作)に関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遠隔車両13400が減速することに応答して遠隔車両13400が通行権を譲る確率を増加させることによって、又は遠隔車両13400が加速すること又は他のやり方で自律走行車13100に対してブロックする相対方向を維持することに応答して遠隔車両8500が通行権を譲る確率を減少させることによって、通行権重複領域13500に対する通行権に関する不確実性を減少させ得る。
別の例では、この不確実性は、予測される外部不確実性に基づいてもよく、これは、通行権重複領域13500における通行権に対して、自律走行車13100に対する予測される後続の車両制御アクションに関して、遠隔車両13400のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車13100の方向調整モーション、及び自律走行車13100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域13500を横断する進行車両制御アクション等の記号表現を出力するように自律走行車13100を制御することによって、通行権重複領域13500の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、車両交通ネットワークに対する自律走行車13100の相対的な方向を、図示のように、現在の車線13210の実質的に中央の方向から、現在の車線13210内の隣接車線13220に比較的近い方向に調整するように自律走行車13100の軌道を制御することによって、自律走行車13100の現在の位置から隣接車線13220に向かって車両交通ネットワークを横断することを含んでもよく、これは、自律走行車13100が通行権重複領域13500に入ることなく安全に横断し得る通行権重複領域1350に対して、自律走行車13100の予測経路13110に沿った車両交通ネットワーク内の最も近い位置であってもよい。自律走行車13100の車線の横方向の向き(方向状態変更)の制御は、定義された横方向調整率プロファイルに従って実行されてもよい。
図13には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車13100は、遠隔車両13400よりも隣接車線13220の横方向中心により近接して位置してもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は減速車両制御アクションを出力し得る。例えば、自律走行車は、自律走行車13100が遠隔車両13400よりも隣接車線13220の横方向中心により近接して位置しており、自律走行車が通行権を有していると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両13400が通行権を有するか、又は他のやり方で車線変更交差点13300を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、減速車両制御アクションを出力し得る。
図14は、本開示の実施形態による通行権曖昧性を有する車線重複車両動作シナリオを含む車両交通ネットワークの車線重複シーン14000部分の一例を示す図である。自律走行車動作管理は、自律走行車14100、例えば、図1に示す車両1000、図2に示す車両2100/2110の1つ、半自律走行車、又は図4に示す自律走行車動作管理システム4000又は図5に示す自律走行車動作管理システム5000のような自律走行車動作管理システムを動作させる自律走行を実装する任意の他の車両を含んでもよく、これは、自律走行車14100が反対の進行方向を有する第2の車線14220に隣接する第1の車線14210で第1の道路14200に沿って車両交通ネットワークの一部を横断し、車線が反対の進路重複の方向を有する(車線重複車両動作シナリオ)車両交通ネットワークの車線重複(2方向)位置14300に接近することを含む自律走行車動作管理シナリオのモデルを含んでもよい。
簡潔及び明確のため、図14に示される車線重複シーン14000に対応する車両交通ネットワークの一部は、上側が北で右側が東の方位である。
図14に示す車線重複シーン14000に対応する車両交通ネットワークの一部は、自律走行車14100が、第2の車線14220に隣接している、第1の道路14200の第1の車線14210内の道路セグメントに沿って北方向に横断し、車線重複位置14300に接近している。遠隔車両14400は、第2の車線14220を南向きに横断して、車線重複位置14300に接近している。
自律走行車14100の自律走行車動作管理システムは、車線重複モニタを動作させてもよく、これは、車線重複モニタをインスタンス化することを含んでもよく、これは、本明細書に示されるか又はコンテキストから明らかである場合を除いて、図6に関連して説明された交差点モニタを動作させることと類似してもよい。自律走行車動作管理コントローラは、例えば、車線重複モニタによって出力される動作環境情報を含み得る動作環境情報によって表される動作環境に基づいて、車線重複車両動作シナリオを検出又は識別し得る。自律走行車動作管理コントローラは、遠隔車両14400を含む車線重複車両動作シナリオを検出又は識別することに応答して、1つ以上の車線重複SSOCEMインスタンスをインスタンス化又は更新し、又は車線重複SSOCEMインスタンスに動作環境情報を送信するか、又は他のやり方で利用可能にし得る。車線重複SSOCEMインスタンスは、本明細書に示されているか又はコンテキストから明らかである場合を除いて、図6に関連して説明した交差点SSOCEMインスタンスと類似してもよい。
車線重複SSOCEMインスタンスをインスタンス化することは、車線重複SSOCEMから車線重複車両動作シナリオのモデルに対するソリューション又はポリシーを識別することを含み得る。車線重複SSOCEMから車線重複車両運用シナリオのモデルに対するソリューション又はポリシーを識別することは、車線重複SSOCEMモデルを解決することを含み得る。車線重複SSOCEMインスタンスのインスタンス化には、ソリューション又はポリシーのインスタンスをインスタンス化することが含まれ得る。車線重複SSOCEMソリューションインスタンスは、モデル化された各車両動作シナリオ及び対応する動作環境情報に基づいて、「停止」、「方向調整」、又は「進行」等の候補車両制御アクションを生成してもよく、各候補車両制御アクションを自律走行車動作管理コントローラに送信すること、又は自律走行車動作管理コントローラによるアクセスのために各候補車両制御アクションを記憶すること等によって、各候補車両制御アクションを自律走行車動作管理コントローラに出力してもよい。
自律走行車動作管理コントローラは、インスタンス化された各SSOCEMインスタンスから候補車両制御アクションを受信してもよく、対応する時間位置で自律走行車14100を制御するために受信した候補車両制御アクションに基づいて車両制御アクションを識別してもよく、識別された車両制御アクションに従って車両交通ネットワーク又はその一部を横断するように自律走行車を制御し得る。
図14に示す車線重複シーン14000では、自律走行車14100が車線重複位置14300に接近してもよい。実質的に同時に、遠隔車両14400は、車線重複位置14300に接近し得る。自律走行車14100は、車両交通ネットワークの一部を、通行権重複領域14500として識別し得る。通行権重複領域14500を識別することは、通行権境界位置14510を識別することを含んでもよく、これは、自律走行車14100の現在の位置と通行権重複領域14500との間で自律走行車14100の予測経路14110に沿った車両交通ネットワーク内の位置であってもよく、それは通行権重複領域に近接した、例えば、通行権重複領域14500の間近に隣接しており、これは、自律走行車14100が通行権重複領域14500に入らずに安全に横断し得る通行権重複領域14500への自律走行車14100に関する予測経路14110に沿った車両交通ネットワーク内で最も近い位置であってもよい。
シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値を超えることを決定してもよい。例えば、自律走行車14100及び遠隔車両14400は、車線重複交差点14300に実質的に同時に接近してもよく、これは、通行権重複領域14500に対する通行権に関する不確実性を増加させ得る。
シナリオ固有の動作制御評価モデルポリシーは、方向調整車両制御アクションを出力し得る。自律走行車14100は、方向調整車両制御アクションに従って、車両交通ネットワークの一部を横断し得る。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することにより、通行権重複領域14500に対する通行権に関する不確実性を低減し得る。
例えば、不確実性は、遠隔車両14400(外部オブジェクト)が自律走行車14100に対して通行権を譲るかどうか(期待動作)に関する不確実性に基づいてもよく、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、遠隔車両14400が静止したままである又は静止することに応答して遠隔車両14400が通行権を譲る確率を増加させることによって、又は遠隔車両14400が車線重複位置14300を横断することに応答して遠隔車両14400が通行権を譲る確率を減少させることによって、通行権重複領域14500に対する通行権に関する不確実性を減少させ得る。
別の例では、不確実性は、予測される外部不確実性に基づいてもよく、これは、通行権重複領域14500における通行権に対して、自律走行車14100に対する予測される後続の車両制御アクションに関して、遠隔車両14400のような外部オブジェクトの予測される不確実性を示してもよい。方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、予測される後続の通行権の自律走行車14100の方向調整モーション、及び自律走行車14100に関する対応する予測される後続の車両制御アクション、例えば、通行権重複領域14500を横断する進行車両制御アクション等の記号表現を出力するように自律走行車14100を制御することによって、通行権重複領域14500の通行権に関する不確実性を低減し得る。
方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、自律走行車14100の現在の位置から境界位置14510に向かって、毎秒2メートル等の定義された最大方向調整速度以下等の範囲内の速度で車両交通ネットワークを横断することを含んでもよい。
方向調整車両制御アクションに従って車両交通ネットワークを横断することは、自律走行車14100の現在の位置と通行権境界位置14510との間の距離が、予測される静止距離以下等の範囲内であるか否かを決定することを含み得る。例えば、自律走行車14100は、自律走行車14100の現在の位置と通行権境界位置14510との間の距離が予測される静止距離内にあると決定してもよく、自律走行車14100は、境界位置14510で又はその近くに停止するように定義された減速プロファイルに従って減速することによって、車両交通ネットワークを横断し得る。予測される静止距離は、自律走行車14100が動作中状態から静止状態に移行するための決定された距離を示してもよい。いくつかの実装では、自律走行車14100は、自律走行車14100の現在の位置が通行権境界線の位置に対応すると決定してもよく、自律走行車14100は、静止(停止)するように自律走行車を制御することによって車両交通ネットワークを横断し得る。
図14には示されていないが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあると決定し得る。例えば、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断した後で、自律走行車14100は、遠隔車両14400よりも車線重複交差点14300により近接して位置してもよく、これは、通行権曖昧性を低減又は排除してもよく、シナリオ固有の動作制御評価モデルポリシーは、個別の車両動作シナリオに対する現在の信頼状態の不確実性が、定義された不確実性閾値内にあることを決定してもよい。
個別の車両動作シナリオの不確実性値が定義された不確実性閾値内にあると決定することに応答して、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクション又は減速車両制御アクションを出力し得る。例えば、自律走行車14100は、自律走行車14100が遠隔車両14400よりも車線重複交差点14300の横方向中心により近接して位置しており、自律走行車が通行権を有していると決定し、シナリオ固有の動作制御評価モデルポリシーは、進行車両制御アクションを出力してもよい。別の例では、自律走行車は、遠隔車両14400が通行権を有するか、又は他のやり方で車線重複交差点14300を進行中であり、自律走行車は現在通行権を有していないと決定してもよく、シナリオ固有の動作制御評価モデルポリシーは、停止又は待機車両制御アクションを出力し得る。
図4に示す自律走行車動作管理システム4000のような自律走行車動作管理システムを含む自律走行車に関して説明したが、方向調整車両制御アクションに従って車両交通ネットワークの一部を横断することは、他の自律走行車又は半自律走行車の構成で実装されてもよい。
本明細書で使用される場合、「コンピュータ」又は「コンピュータ装置」という用語は、本明細書で開示の任意の方法を実行し得る任意のユニット又はユニットの組み合わせ、又はその任意の部分若しくは複数の部分を含む。
本明細書で使用される場合、「プロセッサ」という用語は、1つ以上の専用プロセッサ、1つ以上のデジタル信号プロセッサ、1つ以上のマイクロプロセッサ、1つ以上のコントローラ、1つ以上のマイクロコントローラ、1つ以上のアプリケーションプロセッサ、1つ以上の特定用途向け集積回路、1つ以上の特定用途向け汎用集積回路、1つ以上のフィールド・プログラマブル・ゲート・アレイ、任意の他のタイプ又は組み合わせの集積回路、1つ以上の状態機械、又はこれらの任意の組み合わせ等の1つ以上のプロセッサを示す。
本明細書で使用される場合、「メモリ」という用語は、任意のプロセッサによって使用され得る又はそれと関連している任意の信号又は情報を有形に保持、記憶、通信、又は搬送し得る任意のコンピュータ使用可能又はコンピュータ可読媒体又は装置を示す。例えば、メモリは、1つ以上の読み取り専用メモリ(ROM)、1つ以上のランダムアクセスメモリ(RAM)、1つ以上のレジスタ、低電力DDR(LPDDR)メモリ、1つ以上のキャッシュメモリ、1つ以上の半導体メモリ装置、1つ以上の磁気媒体、1つ以上の光学媒体、1つ以上の磁気光学媒体、又はこれらの任意の組み合わせであってもよい。
本明細書で使用される場合、「命令」という用語は、本明細書に開示の任意の方法を実行するための指示若しくは表現、又はその任意の部分若しくは複数の部分を含んでもよく、ハードウェア、ソフトウェア又はこれらの任意の組み合わせで実現されてもよい。例えば、命令は、本明細書に記載の各方法、アルゴリズム、態様又はこれらの組み合わせのいずれかを行うためにプロセッサによって実行され得るメモリに記憶されたコンピュータプログラム等の情報として実装されてもよい。いくつかの実施形態では、命令又はその一部は、本明細書に記載の任意の方法、アルゴリズム、態様又はその組み合わせを行うための専用ハードウェアを含み得る専用プロセッサ又は回路として実装されてもよい。いくつかの実装では、命令の部分は、直接的に又はローカル領域ネットワーク、ワイド領域ネットワーク、インターネット又はこれらの組み合わせ等のネットワークを介して通信し得る複数の装置又は単一の装置上の複数のプロセッサに分散されてもよい。
本明細書で使用される場合、「例示」、「実施形態」、「実装」、「態様」、「特徴」又は「要素」という用語は、用例、例示又は実例としての役割を果たすことを示している。明示されない限り、任意の例示、実施形態、実装、態様、特徴又は要素が、互いの例示、実施形態、実装、態様、特徴又は要素から独立しており、任意の他の例示、実施形態、実装、態様、特徴又は要素と組み合わせて使用されてもよい。
本明細書で使用される場合、「決定」及び「識別」又はこれらの任意の変形の用語は、図示の及び本明細書に記載の1つ以上の装置を使用するいかなるやり方で選択、確認、計算、検索、受信、決定、確立、取得、又は他のやり方で識別又は決定することを含んでいる。
本明細書で使用される場合、「又は」という用語は、排他的な「又は」ではなく包含的な「又は」を意味することが意図されている。すなわち、他に特に定めがない限り、又はコンテキストから明確であれば、「XがA又はBを含む」は、任意の当然の包含的な並べ替えを示すことが意図されている。すなわち、XがAを含む、XがBを含む、又はXがA及びBの両方を含む場合、「XがA又はBを含む」は、上記の例示のいずれかによって満たされる。さらに、本願及び添付の請求項の中で使用される“a”及び“an”という冠詞は、一般に、単数形を指していることがコンテキストから明確であるか又は他に特段の定めがない限り、「1つ以上の」を意味すると解釈されるべきである。
さらに、説明の簡潔のため、本明細書の図面及び説明は一連のステップ又は段階又はシーケンスを含み得るが、本明細書に開示の方法の要素は、様々な順番で又は同時に起こってもよい。さらに、本明細書に開示の方法の要素は、本明細書に明示的に提示及び開示されていない他の要素と共に起こってもよい。さらに、本明細書に記載の方法の全ての要素が、本開示による方法を実装することを要求されるとは限らない。態様、特徴及び要素は特定の組み合わせで本明細書に記載されているが、各態様、特徴又は要素は、他の態様、特徴及び要素と共に又はそれらなしで独立して又は様々な組み合わせで使用されてもよい。
上記の態様、例示及び実装は、本開示の理解を容易にするために記載されており、限定するものではない。対照的に、本開示は、添付の特許請求の範囲内に含まれる様々な修正及び等価な構成を包含しており、特許請求の範囲は、法的に認められている全てのこのような修正及び均等構造を包含するように最も広く解釈されるべきである。