JP2022515154A - 適応型マルチネットワーク車両アーキテクチャ - Google Patents

適応型マルチネットワーク車両アーキテクチャ Download PDF

Info

Publication number
JP2022515154A
JP2022515154A JP2021535747A JP2021535747A JP2022515154A JP 2022515154 A JP2022515154 A JP 2022515154A JP 2021535747 A JP2021535747 A JP 2021535747A JP 2021535747 A JP2021535747 A JP 2021535747A JP 2022515154 A JP2022515154 A JP 2022515154A
Authority
JP
Japan
Prior art keywords
data
network
vehicle
parameter
determining
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
JP2021535747A
Other languages
English (en)
Other versions
JPWO2020132067A5 (ja
Inventor
ゴーニャ ラヴィ
オレッキオ ポール
Original Assignee
ズークス インコーポレイテッド
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by ズークス インコーポレイテッド filed Critical ズークス インコーポレイテッド
Publication of JP2022515154A publication Critical patent/JP2022515154A/ja
Publication of JPWO2020132067A5 publication Critical patent/JPWO2020132067A5/ja
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0011—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement
    • G05D1/0022—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots associated with a remote control arrangement characterised by the communication link
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/0088—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/22—Command input arrangements
    • G05D1/221—Remote-control arrangements
    • G05D1/226—Communication links with the remote-control arrangements
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/20—Control system inputs
    • G05D1/22—Command input arrangements
    • G05D1/228—Command input arrangements located on-board unmanned vehicles
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
    • G05D1/60—Intended control result
    • G05D1/646—Following a predefined trajectory, e.g. a line marked on the floor or a flight path
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/08—Testing, supervising or monitoring using real traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
    • H04W4/44—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P] for communication between vehicles and infrastructures, e.g. vehicle-to-cloud [V2C] or vehicle-to-home [V2H]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Evolutionary Computation (AREA)
  • Electromagnetism (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Medical Informatics (AREA)
  • Environmental & Geological Engineering (AREA)
  • Traffic Control Systems (AREA)
  • Mobile Radio Communication Systems (AREA)
  • Control Of Driving Devices And Active Controlling Of Vehicle (AREA)

Abstract

車両は、多様なネットワークに接続することが可能であり、多様なネットワークに関連付けられるネットワークパラメーター（例えば、可用性のあるバンド幅、待ち時間、信号強度など）を決定することが可能である。さらに、車両は、多様なネットワークに関連付けられるネットワークマップデータにアクセスすることが可能である。車両が環境を横断するにつれて、車両は、環境のセンサーデータおよび／または車両データ（例えば、車両の姿勢、診断データなど）を収集することが可能である。ネットワークパラメーターおよびネットワークマップデータに基づいて、車両は、センサーデータおよび／または車両データの一部を決定するネットワークの使用を最適化することが可能であり、多様なネットワークのうちの１つまたは複数を介して伝送する。

Description

本発明のさまざまな例示的な実施形態は、適応型マルチネットワーク車両アーキテクチャに関する。
本特許出願は、２０１８年１２月２１日に出願された第１６／２３０，９６６号の米国実用新案特許出願の優先権を主張する。出願番号第１６／２３０，９６６号は、参照により本明細書に完全に組み込まれる。
車両は、ネットワークに接続することが可能であり、リモートコンピューティングデバイスを用いてデータを伝送および受信する。車両の動作の間に、ネットワークは、輻輳を経験することが可能であり、ネットワークの性能が低下する結果となる。ネットワークの性能の低下は、例えば、リモートコンピューティングデバイスとの車両の通信の性能が準最適へとつながることが可能となる。
発明を実施するための形態は、添付の図面を参照して説明される。図面において、参照番号の左端の数字は、参照番号が最初に現れる図面を特定している。異なる図面における同一の参照番号の使用は、類似、または同一のコンポーネント、または特徴を示す。
リモートコンピューティングデバイスと通信している間に、環境を横断する車両の例示的なブロック図を示している。 例示的な軌道を横断している車両を有する環境の例示的な上面図を示している。 車両が例示的な軌道を通じて前進するにつれて、例示的な軌道に沿って識別された位置を有する図２Ａの例示的な環境を示している。 代替軌道を有する図２Ｂの例示的な環境を示している。 本明細書で説明される技術を実装するための例示的なシステムのブロック図を示している。 本明細書で説明されるような適応型マルチネットワーク車両のアーキテクチャのための１つまたは複数のプロセスを表現するフロー図を示している。
本開示は、車両の適応型マルチネットワークアーキテクチャのためのシステム、方法、および装置を説明する。例えば、自律走行車は、多様なネットワークに接続することが可能であり、車両によって取得および／または決定される車両データを伝送する。車両データは、車両のセンサーによって取得されるセンサーデータ、車両の診断データ、および／または車両の軌道を示す軌道データを含むことが可能である。さらに、車両は、他の位置（現在の測定時間および／または以前のマッピングに基づいて）に関連付けられるネットワークパラメーター（またはネットワーク測定値）と同様に、現在の位置で、多様なネットワークに関連付けられるネットワークパラメーター（ネットワーク測定値、信号パラメーター、および／またはネットワークデータとも称される）を測定および／または決定することが可能である。現在の位置でのネットワークパラメーターおよび／または他の位置に関連付けられるネットワークパラメーターに基づいて、車両は、軌道を横断している間に、さまざまな位置および／または時間で伝送する車両データの一部を決定することが可能である。ネットワークパラメーターを用いて、車両は、車両データの伝送に優先度を付けるおよび／または最適化することが可能であり、軌道に沿った多様なネットワークの可用性を予測することが可能である。
車両は、１つまたは複数のネットワークに接続することが可能となる多様なモデム（通信デバイスとも称される）を含むことが可能である。例えば、車両は、第１の無線ネットワークに接続することが可能となる第１のモデム、および第２の無線ネットワークに接続することが可能となる第２のモデムを含むことが可能である。ある例示において、車両は、第１の無線ネットワークおよび第２の無線ネットワークの両方に接続することが可能である単一のモデムを含むことが可能である。ある例示において、第１の無線ネットワークおよび第２の無線ネットワークは、同一の無線ネットワークプロバイダーまたは異なる無線ネットワークプロバイダーに関連付けられることが可能である。ある例示において、異なるワイヤレスプロバイダーに関連付けられる多様なネットワークへのアクセスを有することは、ネットワークカバレッジが変化するため、ネットワークの可用性を提供しない場所を横断する可能性を低減することが可能である。
車両が動作するにつれて、車両に関連付けられるデータ（車両データとも称される）を取得および／または決定することが可能である。例えば、車両データは、車両ステータスデータ、車両診断データ、および車両メトリックスデータを含むことが可能である。車両ステータスデータは、例えば、車両が動作モード、スタンバイモード、および／または故障モードであることを示すことが可能である。車両診断データは、バッテリーステータス／充電データ、車両ログデータ（例えば、車両が受信した動作を含むデータログおよび／または車両が実行した動作）、車両の個々のコンポーネントのコンポーネントステータス、および／または車両の稼働率を示すことが可能であるが、任意の他の診断データが考慮される。車両メトリクスデータは、現在および／もしくは以前のステアリング角データ、ならびに／または現在および／もしくは以前の加速度データを含むことが可能である。
ある例示において、車両データは、センサーデータが環境に関連付けられる１つまたは複数のセンサーによって取得されるセンサーデータを含むことが可能である。１つまたは複数のセンサーは、飛行時間センサー、ライダーセンサー、レーダーセンサー、ソナーセンサー、画像センサー、音声センサー、赤外線センサー、位置センサーなど、またはそれらの任意の組み合わせを含むことが可能であるが、他のタイプのセンサーが考慮される。センサーデータは、建物、樹木、車両、歩行者のようなオブジェクトに関連付けられることが可能である。ある例示において、センサーデータは、道路マーカーおよび／または道路標識に関連付けられることが可能である。
センサーデータを用いると、車両は、車両コンピューティングデバイスを用いて、車両が進む軌道を決定して、環境を安全にナビゲートすることが可能である。例えば、軌道は、車道に沿った経路および／または道路を含むことが可能であり、ここで、車両は、車両が走行することが安全だと判断している。ある例示において、車両は、道路における障害物を回避するために車両を路肩または道路の片側に寄せることを含む軌道を決定することが可能である。
車両が環境を横断するにつれて、車両は、車両データのうちの一部またはすべてを伝送するか、または伝送する準備をすることが可能である。例えば、車両は、位置データのような車両データをリモートコンピューティングデバイスに伝送することが可能であり、車両の追跡を可能とする。ある例示において、車両は、車両の画像センサーによって取得される画像データのような車両データをリモートコンピューティングデバイスに伝送することが可能であり、車両の環境の視点を監視する。追加的にまたは代替的に、車両は、また、環境のセクションを横断するための地図データおよび／またはリモートコンピューティングデバイスからの命令のような運転のための位置に依存するデータを受信することが可能である。
上記で説明されるように、車両は、１つまたは複数のネットワークに接続することが可能となる多様なモデムを含むことが可能である。車両が環境を横断するにつれて、車両は、ネットワークに関連付けられるネットワークパラメーターを監視することが可能である。例えば、車両は、バンド幅データ、信号強度データ、周波数バンドデータ、待ち時間データ、ジッターデータ、および／またはエラーレートデータのようなネットワークパラメーターを監視することが可能であるが、他のタイプのネットワークパラメーターが考慮されている。ネットワークパラメーターに基づいて、車両は、伝送のために車両データを準備することが可能である。例えば、ネットワークパラメーターは、車両が２０メガビット／秒（Ｍｂｐｓ）のデータレートで伝送することが可能であることを示すことが可能である。それに応じて、車両は、車両のデータを圧縮または選択することが可能であることによって、２０Ｍｂｐｓのデータレートを超えないか、または車両のデータが２０Ｍｂｐｓのデータレートを飽和する。
ある例示において、車両コンピューティングデバイスは、ネットワークパラメーターに基づいて、車両データの一部を決定することが可能であり、車両データの一部に優先度水準を割り当てることが可能である。例えば、車両コンピューティングデバイスは、車両診断データに関連付けられる車両データに対して、画像データに関連付けられる優先度水準よりも高い優先度水準を関連させることが可能である。ある例示において、優先度は、車両データのタイプに基づいて固定されることが可能であることによって、車両データの姿勢のタイプが常に車両データの診断のタイプよりも高い優先度を有する。ある例示において、優先度は、車両データおよび／またはネットワークパラメーターに基づいて動的になることが可能である。ある例示において、車両は、車両データ、ネットワークパラメーター、および／またはリモートコンピューティングデバイスからの命令に基づいて、車両データおよび動的優先度スキームのタイプに関連付けられるデフォルトの優先度スキームを有することが可能である。ある例示において、このような優先度付けは、コンテキストに依存してよい。非限定的な例示として、このような車両の公称動作の間に、車両診断データは、他のデータタイプよりも高い優先度を有してよい。しかしながら、誘導のためにリモートコンピューティングデバイスを使用する場合に、画像データは、より高い優先度を必要としてよい。
ネットワークパラメーターおよび／または優先度に基づいて、車両は、第１のネットワークを介して伝送される車両データの第１の部分および第２のネットワークを介して伝送される車両データの第２の部分を準備することによって、伝送のために車両データを準備することが可能である。例えば、ネットワークパラメーターは、第１のネットワークが第２のネットワークよりも利用可能なバンド幅が広い（またはより少ない待ち時間、より高い信号強度など）ことを示すことが可能である。それに応答して、車両コンピューティングデバイスは、第１のネットワークを用いて優先度のより高い車両データを伝送することを決定することが可能であり、第２のネットワークを用いて優先度のより低い車両データを伝送することを決定することが可能である。
車両は、ネットワークマップデータにアクセスすることが可能であり、車両の現在の位置とは異なる他の位置に関連付けられるネットワークパラメーターを決定する。例えば、車両は、環境を横断する前に、ネットワークマップデータを車両コンピューティングデバイスまたは車両コンピューティングデバイスにアクセス可能なストレージの中に格納することが可能である。ある例示において、車両は、環境を横断するにつれてネットワークマップデータを受信すること、および／または環境を横断するにつれてネットワークマップデータの更新を受信することが可能である。ある例示において、車両は、測定されたネットワークパラメーターをリモートコンピューティングデバイスに伝送することが可能であり、リモートコンピューティングデバイスは、測定されたネットワークパラメーターを用いてネットワークマップデータを更新することが可能である。ネットワークマップデータに基づいて車両コンピューティングデバイスは、伝送のために車両データを先取り的に準備することが可能である。例えば、車両マップデータは、車両の軌道に沿った近づきつつある位置がネットワークの可用性を提供しないことを示していることが可能である。それに応じて、車両コンピューティングデバイスは、ネットワークの可用性を有さない位置に入る前に、より多くの車両データを伝送する準備をすることが可能である。同様の例示において、ここで、１つだけのプロバイダーの接続性がエリアにおいて低下している場合、車両コンピューティングデバイスは、他のネットワークに対して伝送されるデータにバイアスしてよい。別の例示のために、車両コンピューティングデバイスは、伝送されるデータの解像度をダウングレードすることが可能であり、またはそうでなければ、ネットワーク性能が低下する位置に入る前に伝送されるデータの量を制限することが可能である。さらに、ある例示において、車両コンピューティングデバイスは、ネットワークの可用性なしで位置を横断するにつれて新しい車両データを決定し続けることが可能であり、ネットワークが利用可能になるとすぐにより高い優先度水準に関連付けられる車両データを伝送するために、新しい車両データの一部で優先度水準を決定することが可能である。
ある例示において、車両は、リモートコンピューティングデバイスからの誘導を受信することが可能である。例えば、車両は、１つまたは複数のネットワークを介して車両データをリモートコンピューティングデバイスに伝送することが可能である。上記で説明されるように、車両データは、位置データおよびセンサーデータを含むことが可能である。ある例示において、車両は、安全性への懸念を表現すること、および／または不確実性を含むイベントに遭遇することが可能である。車両は、安全性への懸念および／または不確実性を検出するよう構成されることが可能であり、車両データに加えて、要求をリモートコンピューティングデバイスに伝送する。ある例示において、リモートコンピューティングデバイスは、遠隔操作者に関連付けられることが可能である。遠隔操作者は、状況を評価することが可能であり、車両に誘導を提供することが可能である。誘導（および／または一般的に命令）を受信した後に、車両は、イベントに応答して安全な結果を達成すべく動作を続けることが可能である。
さらに、本明細書で説明される技術は、コンピューティングデバイスが１つまたは複数のネットワークへの接続を維持し、および／または１つまたは複数のネットワークへの接続を改善する能力を高めることによって、コンピューティングデバイスの機能を改善することが可能である。例えば、車両に関連付けられるコンピューティングデバイスは、第１のネットワークは、利用不可能であるが、第２のネットワークは、利用可能であると判断することが可能である。次に、コンピューティングデバイスは、第２のネットワークを用いて優先されたデータを伝送することが可能であり、リモートコンピューティングデバイスとの通信が中断されないよう保証する。ある例示において、コンピューティングデバイスは、第１のネットワークが第２のネットワークよりも少ない待ち時間および／または広いバンド幅に関連付けられていると判断することが可能であり、優先度の高いデータのために第１のネットワークを用いてデータを伝送することが可能である。
それ故に、コンピューティングデバイスの機能は、一貫した接続を維持するためにコンピューティングデバイスの能力を高めること、および／またはコンピューティングデバイスのデータ転送性能を改善することによって高められることが可能である。理解されることが可能であるように、車両とのネットワーク接続を維持および／または改善することは、安全な結果を改善することが可能であり、具体的には、自律走行車のコンテキストにおける問題をリモートで迅速に解決することによって、乗り心地を改善することが可能である。それ故に、本明細書で説明される技術は、安全な結果を改善することと同様に、コンピューティングデバイスの機能を改善することが可能である。
本明細書で説明される技術は、多くの方法で実装されることが可能である。例示的な実装は、以下の図面を参照することで以下に提供される。自律走行車のコンテキストにおいて説明されているが、本明細書で説明される技術は、オブジェクトの決定および検出を必要とするさまざまなシステムに適用されることが可能であり、自律走行車に限定されることはない。別の例示において、システム、方法、および装置は、航空または航海のコンテキストにおいて用いられることが可能である。さらに、本明細書で説明される技術は、（例えば、センサーを用いて取得される）実データ、（例えば、シミュレーターによって生成される）模擬データ、またはその２つの任意の組合せで用いられることが可能である。
図１は、走行している例示的な車両１０２が通過する例示的な環境１００を図示している。例示の車両１０２は、米国国家高速道路交通安全局が発行するレベル５分類に従って動作するよう構成される自律走行車のような無人車両であってよく、これは、運転者（または乗員）が車両をいつでも制御することを期待することなく、全行程のすべての安全上重要な機能を実行することを可能とする車両を説明している。このような例示において、車両１０２は、すべての駐車機能を含む、行程の開始から完了までのすべての機能を制御するよう構成されることが可能であるため、運転者ならびに／またはステアリングホイール、アクセルペダル、および／もしくはブレーキペダルのような車両１０２を駆動するために制御を含まなくてよい。これは単なる例示であり、本明細書で説明されるシステムおよび方法は、運転者によって常に手動で制御される必要がある車両から部分的または完全に自律的に制御されるものまでの範囲を含む任意の地上、空中、または水上車両へと組み込まれてよい。
例示的な車両１０２は、例えば、バン、スポーツユーティリティ車両、クロスオーバー車両、トラック、バス、農業用車両、および／または建設車両のような車両の任意の構成であることが可能である。車両１０２は、１つまたは複数の内燃エンジン、１つまたは複数の電気モーター、水素動力、これらの任意の組み合わせ、および／または任意の他の適切な動力源によって動力を供給されることが可能である。例示的な車両１０２は、４つの車輪を有するが、本明細書で説明されるシステムおよび方法は、より少ないか、またはより多い数の車輪、タイヤ、および／または無限軌道を有する車両へと組み込まれることが可能である。例示的な車両１０２は、四輪ステアリングを有することが可能であり、例えば、すべての方向において、概して等しいまたは同様な性能特性で動作することが可能であることによって、第１の方向に走行している場合に、車両１０２の第１の端部が車両１０２の前端部であり、且つ反対方向に走行している場合に、第１の端部が車両１０２の後端部になる。同様に、第２の方向に走行している場合に、車両１０２の第２の端部は、車両の前端部であり、且つ反対方向に走行している場合に、第２の端部は、車両１０２の後端部になる。これらの例示の特徴は、例えば、駐車場および／または市街地のような狭い空間または混雑した環境においてより優れた運動性を容易にすることができる。
上記で説明されるように、車両１０２は、車両コンピューティングデバイス１０４を含むことが可能である。車両コンピューティングデバイス１０４は、１つまたは複数のプロセッサ１０６および１つまたは複数のプロセッサ１０６に通信可能に結合されたメモリ１０８を含むことが可能である。１つまたは複数のプロセッサ１０６は、例えば、１つまたは複数のＦＰＧＡ、ＳＯＣ、ＡＳＩＣ、および／またはＣＰＵを含むことが可能である。車両１０２は、環境１００を走行して通過することに用いられることが可能であり、データを決定および／または取得する。例えば、車両コンピューティングデバイス１０４は、車両ステータスデータ、車両診断データ、および／または車両メトリックスデータを決定することが可能である。ある例示において、車両１０２は、１つまたは複数のセンサー１１０を含むことが可能であり、ここで、１つまたは複数のセンサー１１０は、１つまたは複数の飛行時間センサー、ライダーセンサー、レーダーセンサー、ソナーセンサー、画像センサー、音声センサー、赤外線センサー、位置センサー、ホイールエンコーダー、ＩＭＵなど、またはそれらの任意の組み合わせを含むことが可能であるが、他のタイプのセンサーが考慮される。
車両１０２が環境１００を通過するにつれて、センサー１１０は、環境１００に関連付けられるセンサーデータを取得することが可能である。例えば、あるセンサーデータは、オブジェクト（例えば、樹木、車両、および／または歩行者）に関連付けられることが可能である。ある例示において、センサーデータは、建物、路面、標識、障壁などを含むがこれらに限定されない他のオブジェクトに関連付けられることが可能である。ある例示において、車両コンピューティングデバイス１０４は、環境における境界ボックス、分類、セグメンテーション情報などのようなオブジェクトについての情報を決定することが可能である。
車両コンピューティングデバイス１０４は、センサーデータを用いることが可能であり、車両１０２のために軌道を生成する。ある例示において、また、車両コンピューティングデバイス１０４は、車両１０２の位置に関連付けられる姿勢データを決定することが可能である。例えば、車両コンピューティングデバイス１０４は、センサーデータを用いることが可能であり、環境１００における車両１０２の位置データ、座標データ、および／または向きのデータを決定する。ある例示において、姿勢データは、ｘ－ｙ－ｚ座標を含むことが可能であり、ならびに／または車両１０２に関連付けられるピッチ、ロール、およびヨーデータを含むことが可能である。
車両コンピューティングデバイス１０４は、第１の通信デバイス１１２（第１のモデムまたは第１の通信接続とも称される）、および第２の通信デバイス１１４（第２のモデムまたは第２の通信接続とも称される）に通信可能に結合されることが可能である。第１の通信デバイス１１２は、第１の伝送キュー１１６に関連付けられることが可能であり、第２の通信デバイス１１４は、第２の伝送キュー１１８に関連付けられることが可能である。第１の通信デバイス１１２および第２の通信デバイス１１４のうちの１つまたは両方を用いることで、車両コンピューティングデバイス１０４は、第１の通信塔１２０および／または第２の通信塔１２２を介して、第１のネットワークおよび／または第２のネットワークに接続することが可能である。例えば、第１の通信塔１２０は、第１の通信デバイス１１２によってサポートされる第１のネットワークの無線周波数バンド域に関連付けられることが可能であり、第２の通信塔１２２は、第２の通信デバイス１１４によってサポートされる第２のネットワークの無線周波数バンド域に関連付けられることが可能である。したがって、このデュアルモデムアーキテクチャは、車両コンピューティングデバイス１０４が第１のネットワークまたは第２のネットワークのうちのいずれかを用いて通信することを可能とし得る。
ある例示において、第１の通信デバイス１１２および第２の通信デバイス１１４は、実質的に同等であってよく、両方とも、第１のネットワークおよび／または第２のネットワークのうちのいずれかに接続することが可能である。ある例示において、第１のネットワークおよび第２のネットワークは、同一のネットワークプロバイダーおよび／またはネットワークオペレーターに関連付けられることが可能である。ある例示において、第１のネットワークおよび第２のネットワークは、異なるネットワークプロバイダーおよび／またはネットワークオペレーターに関連付けられることが可能である。
車両１０２が動作するにつれて、車両データまたは車両データの一部をリモートコンピューティングデバイス１２４に伝送することが可能である。例えば、車両は、位置データのような車両データをリモートコンピューティングデバイス１２４に伝送することが可能であり、車両の追跡を可能とする。ある例示において、リモートコンピューティングデバイス１２４は、位置データをデータベースの中に格納するサーバーを含むことが可能である。ある例示において、リモートコンピューティングデバイス１２４は、図１に図示されるように人によって操作されることが可能である。例えば、動作の間に、車両１０２は、本質的に予測不可能であるか、安全性の懸念を表現するか、または例えば、警察官または建設作業員からの自発的な視覚的合図または指示への応答を必要とするイベントに遭遇することが可能性である。車両１０２は、（例えば、操縦および／またはイベントに関連付けられる信頼水準を決定することによって）アクションに関連付けられる不確実性を検出するよう構成されることが可能である。そのような不確実性を識別すると、車両１０２は、遠隔操作デバイス（例えば、リモートコンピューティングデバイス１２４）に要求を送信することが可能であり、不確実性を解決して進行するために誘導を取得する。
遠隔操作デバイスへの要求に続いて、ユーザーインターフェースは、遠隔操作者に状況を迅速且つ正確に知らせることが可能である。ある例示において、車両１０２は、要求とともに車両データ（例えば、センサー１１０によって取得されるセンサーデータおよび／または動作状態のデータ）を伝送することが可能である。要求に応答して、遠隔操作者は、誘導（これは、しばしば命令と称されてよく、またはそうでなければ、これに限られないが、特定のポリシーの軽視、試して従うべき経路などの情報と称されてよい）を車両１０２に提供することが可能である。ある例示において、遠隔操作デバイスは、少なくとも要求、センサーデータ、および／または車両ステータスデータに基づいて誘導を決定することが可能である。
リモートコンピューティングデバイス１２４は、ネットワークマップデータを車両１０２に提供するよう構成されることが可能である。ある例示において、このようなネットワークマップデータは、図３に関して説明されるように、タグ、またはそうでなければ他の追加情報であってよく、マッピングに関連付けられ、そうでなければ、ローカリゼーションのために用いられる。車両は、ネットワークマップデータにアクセスするよう構成されることが可能であり、車両の現在の位置とは異なる他の位置に関連付けられるネットワークパラメーターを決定する。リモートコンピューティングデバイス１２４は、車両１０２が環境１００において動作する前に、ネットワークマップデータを提供することが可能であり、および／または車両１０２が環境１００を横断するにつれて、ネットワークマップの更新を提供するよう構成されることが可能である。ある例示において、車両１０２は、車両が環境１００を横断するにつれて、車両によって決定されるネットワークパラメーターを測定および／または記録することが可能であり、測定されたネットワークパラメーターをリモートコンピューティングデバイス１２４に伝送することが可能である。
ある例示において、車両は、パラメーター指標（例えば、時間パラメーター、イベントパラメーター、位置パラメーター、および／または気象パラメーター）を用いることが可能であり、（ネットワークマップデータを含む）ネットワークマップの一部を選択するか、または複数のネットワークマップ（ネットワークマップデータを含む）から１つのネットワークマップを選択する。例えば、車両は、第１のネットワークプロバイダーに関連付けられる第１のネットワークおよび第２のネットワークプロバイダーに関連付けられる第２のネットワークに接続されている間に、午後３時に、位置に近づくことが可能である。次に、車両は、例えば、ネットワークマップのデータベースにアクセスすることが可能である。車両は、ネットワークプロバイダーをパラメーター指標として用いることが可能であり、第１のネットワークプロバイダーに関連付けられるネットワークマップにアクセスする。次に、車両は、その位置をパラメーター指標として用いることが可能であり、その位置で、第１のネットワークプロバイダーに関連付けられるネットワークマップにアクセスする。その次に、車両は、その日の時刻を午後３時として用いることが可能であり、その位置で、第１のネットワークプロバイダーに関連付けられるネットワークマップにアクセスして、且つその日の時刻午後３時に関連付けられる。次に、車両は、同様の操作を実行することが可能であり、同様または異なるパラメーター指標を用いることで、第２のネットワークプロバイダーに関連付けられるネットワークマップにアクセスする。
ある例示において、ネットワークマップデータは、気象データ（例えば、ネットワーク接続に影響を与えることがある１つまたは複数の季節、雨、みぞれ、日光、雪などのさまざまなマッピング）を含むことが可能である。ある例示において、ネットワークマップデータは、ネットワークパラメーターをイベントに関連付けるイベントデータを含むことが可能である。例えば、ネットワークマップデータは、特定の位置で利用可能なバンド幅を１回目で、５０ Ｍｂｐｓとして示すことが可能であり、特定の位置で利用可能なバンド幅を２回目で、５ Ｍｂｐｓとして示すことが可能であり、ここで、２回目は、コンサートイベントと一致する。それにもかかわらず、ネットワークマップ／ネットワークマップデータは、時刻、位置、気象、イベントなどに対応する選択が（ネットワーク接続に影響を与えることがあるように）されてよい。
図２Ａ～図２Ｃは、車両コンピューティングデバイスによって実行される例示的な演算を有する例示的な環境を図示している。それぞれの演算は、ハードウェア、ソフトウェア、またはそれらの組み合わせで実装されることが可能である連続した演算を表現することが可能である。ソフトウェアのコンテキストにおいて、演算は、１つまたは複数のプロセッサによって実行され、列挙された演算を実行した場合に、１つまたは複数のコンピュータ可読媒体に格納されるコンピュータ実行可能命令を表現する。一般に、コンピュータ実行可能命令は、特定の機能を実行するか、または特定の抽象的なデータタイプを実装するルーティン、プログラム、オブジェクト、コンポーネント、データ構造などを含む。演算が説明される順序は、限定として解釈されることを意図するものではなく、任意の数の説明される演算は、任意の順序で、および／または並行し、組み合わせてプロセスに実装することが可能である。例えば、ある数字は、（１）、（２）、（３）などの番号を含む。本番号付けは、読者をある可能な演算の順序に向けることを目的としているが、本明細書で説明されるように、限定として解釈されることを意図していない。
図２Ａは、軌道２０４を横断する車両２０２を有する上面図を示す例示的な環境２００を図示している。車両２０２は、図１を参照して上記の車両１０２と同様であることが可能である。位置（１）で、車両２０２は、第１のネットワークに関連付けられる第１のネットワークパラメーター２０６を決定することが可能であり、ここで、第１のネットワークは、第１のネットワーク領域２０２内のネットワークカバレッジを提供する。ある例示において、ネットワークマップデータは、第１のネットワーク領域２０７が第１のネットワークによって提供される任意の量のネットワークカバレッジに関連付けられていることを示すことが可能である。ある例示において、ネットワークマップデータは、第１のネットワーク領域２０７が、閾値を満たすかまたは超えるネットワークパラメーターに関連付けられていることを示すことが可能である。例えば、ネットワークマップデータは、第１のネットワーク領域２０７が１０Ｍｂｐｓのバンド幅に関連付けられていることを示すことが可能であり、ここで、車両２０２は、８Ｍｂｐｓのバンド幅の閾値を決定する。ある例示において、第１のネットワーク領域２０７は、ネットワークカバレッジの勾配を示すことが可能である。例えば、第１のネットワーク領域２０７の外側部分は、より低い信号強度（または帯域幅）に関連付けられることが可能であり、一方で、第１のネットワーク領域２０７の中央部分は、より高い信号強度（またはバンド幅）に関連付けられることが可能である。ある例示において、勾配は、線形または非線形になることが可能である。ある例示において、第１のネットワーク領域２０７内の異なる領域に関連付けられるネットワークパラメーターは、均一および／または不均一であることが可能である。
上記で説明されるように、車両２０２は、環境２００のさまざまな位置で、１つまたは複数のネットワークに関連付けられるネットワークパラメーターを示すネットワークマップデータにアクセスすることが可能であり、マッピングされたデータを決定する。測定されたデータを決定するために、車両２０２は、通信デバイス（またはモデム）を用いるよう構成されることが可能であり、車両２０２の現在の位置で、ネットワークパラメーターを測定する。
ある例示において、ネットワークパラメーターは、バンド幅データ、信号強度（またはフィールド強度）データ、周波数バンドデータ、時間データ、待ち時間データ、ジッターデータ、エラーレートデータ、および／または位置データを含むことが可能である。バンド幅データは、情報が転送されることが可能である最大速度を示すことが可能である。ある例示において、バンド幅データは、ビット／秒（ｂｐｓ）のようなデータレートを示すことが可能である。ある例示において、バンド幅データは、（例えば、本明細書で説明されるように、瞬間的に測定され、および／またはマッピングされたデータに基づいて）測定されたデータレートを示すことが可能である。例えば、車両２０２は、データの安定したストリームを伝送することが可能であり、ここで、最大バンド幅は、１００Ｍｂｐｓのデータレートを示す。しかしながら、車両２０２は、測定されたデータレートが５０Ｍｂｐｓであると決定することが可能である。それ故に、バンド幅データは、１００Ｍｂｐｓの最大データレートおよび５０Ｍｂｐｓの測定されたデータレートを示すことが可能である。ある例示において、測定されたデータレートは、スループットと称されることが可能である。
信号強度データは、ネットワークに関連付けられる信号の強度を示すことが可能である。例えば、ネットワークの信号強度は、デシベルミリワット、任意の強度単位、基準信号受信電力（ＲＳＲＰ）、および／または基準信号受信品質（ＲＳＲＱ）で測定されることが可能である。
周波数バンドデータは、ネットワーク信号および／またはネットワークに関連付けられる無線周波数（周波数、バンド、および／またはスペクトルとも称される）を示すことが可能である。
時間データは、ネットワークパラメーターの測定に関連付けられる時刻を示すことが可能である。
待ち時間データは、ネットワークにおける遅延を示すことが可能である。例えば、待ち時間は、車両２０２が車両データを伝送する時とリモートコンピューティングデバイスが車両データを受信する時との間の時間を示すことが可能である。
ジッターデータは、ネットワークにおける遅延の変化を示すことが可能である。
エラーレートデータは、正しく伝送および受信されるデータと比較して、失われた、ドロップされた、正しくない、または破損したデータのレートおよび／または割合を示すことが可能である。
ある例示において、車両２０２は、車両データを伝送する前に、第１のネットワークパラメーター２０６の一部を推定することが可能である。例えば、車両２０２は、リモートコンピューティングデバイスに、少ないまたは空のペイロードを有するデータパケットを伝送することが可能であり、多くのペイロードを有するデータパケットを伝送することが可能である。リモートコンピューティングデバイスは、肯定応答パケットで応答することによって、データパケットの受信を肯定応答することが可能である。車両２０２は、データパケットに関連付けられる往復時間（応答時間とも称される）を決定することが可能であり、多くのペイロードを有するデータパケットのサイズを２つのデータパケットの往復時間における差で割ることによってバンド幅を推定することが可能である。車両２０２は、推定されるネットワークパラメーターを用いることが可能であり、車両データを伝送する前に、伝送することが可能である車両データの量がいくらかを決定する。ある例示において、車両２０２は、軌道２０４を横断するにつれて、ネットワークパラメーターの推定アルゴリズムおよび／またはテストを継続的に実行するよう構成されることが可能である。ある例示において、このような推定技術は、リモートコンピューティングデバイスによって開始されることが可能であり、車両２０２によって受信されることが可能である。例えば、リモートコンピューティングデバイスは、上記のように往復時間を決定することが可能であり、時間差の値を肯定メッセージのペイロードとして車両２０２に送信することが可能である。
上記の任意の例示において、ネットワークマップデータからの事前測定データ（バンド幅、待ち時間、エラーレートなど）は、どのデータトピック（例えば、車両データのタイプ／量）をどのネットワークを介して伝送するかを先取りして決定することに用いられることが可能であり、一方、上記で説明されるように測定された（または瞬間的な）データは、多様なネットワークを介して伝送されるトピック、データの量などをさらに変更することに用いられることができる。
ネットワークマップデータは、現在の位置とは異なる他の位置で、ネットワークパラメーターを関連付けることが可能である。例えば、ネットワークマップデータは、位置（２）で、第１のネットワークが第１のネットワークパラメーター２０８を有することを示すことが可能である。ある例示において、車両２０２は、第１の位置での第１のネットワークに関連付けられる測定および／または推定ネットワークパラメーターおよび第２の位置での第１のネットワークに関連付けられるネットワークマップデータを用いて、予測されたネットワークパラメーター（予測されたネットワークデータとも称される）を決定することが可能である。例えば、車両は、第１のネットワークパラメーター２０６を用いることが可能であり、位置（２）で、第１のネットワークのためにネットワークパラメーターを予測する。車両は、カルマンフィルタリング、拡張カルマンフィルタリング、および／または重み付け平均のような予測アルゴリズムを用いることが可能であるが、他のタイプのアルゴリズムが考慮されている。ある例示において、車両２０２は、機械学習アルゴリズムを用いることが可能であり、予測されたネットワークを決定および／または改良する。
説明だけの目的のために、車両２０２は、位置（１）で第１のネットワークのために測定された利用可能なバンド幅が１００Ｍｂｐｓであり、位置（１）で第１のネットワークのためにマッピングされた利用可能なバンド幅が２００Ｍｂｐｓである（つまり、ネットワークマップデータに基づいて利用可能なバンド幅が予想されるものの５０％である）と決定することが可能である。さらに、車両２０２は、位置（２）で、第１のネットワークのためにマッピングされた利用可能なバンド幅が１５０Ｍｂｐｓであることを示すネットワークマップデータにアクセスすることが可能である。ネットワークマップデータおよび測定されたネットワークデータを用いて、車両２０２は、位置（２）に関連付けられる第１のネットワークのために予測された利用可能なバンド幅を７５メガビットとして決定することが可能である。
ある例示において、車両２０２は、ネットワークマップデータおよび／または予測されたネットワークパラメーターに関連付けられるネットワーク信頼水準を決定することが可能である。例えば、車両２０２は、現在の位置に関連付けられる測定されたネットワークパラメーターと現在の位置に関連付けられるネットワークマップデータとの間の分散を決定することが可能である。分散の閾値を満たすかまたは超える分散に基づいて、車両２０２は、異なる位置に関連付けられるネットワークマップデータおよび／または異なる位置に関連付けられる予測されたネットワークパラメーターに関連付けられるネットワーク信頼水準を決定することが可能である。
上記で説明されるように、ネットワークマップデータは、ネットワークパラメーターをイベントに関連付けるイベントデータを含むことが可能である。ある例示において、車両２０２は、現在または近づきつつあるイベントに基づいて予測されたネットワークパラメーターを決定することが可能である。説明だけの目的のために、ネットワークマップデータは、特定の位置でスポーツイベントが発生した場合に、利用可能なバンド幅における５０％の低下を示すことが可能である。車両２０２は、スポーツイベントが特定の位置で開始または開始することとなることを決定することが可能であり、開始または開始することとなるスポーツイベントに基づいて予測された利用可能なバンド幅を決定することが可能である。
また、ネットワークマップデータは、位置（２）に関連付けられる第２のネットワークパラメーター２１０を示すことが可能である。例えば、第１のネットワークパラメーター２０８は、第１のネットワークに関連付けられることが可能であり、第２のネットワークパラメーター２１０は、第２のネットワークに関連付けられることが可能であり、ここで、第２のネットワークは、第２のネットワーク領域２１１内のネットワークカバレッジを提供する。それ故に、説明だけの目的のために、位置（１）は、第１のネットワーク領域２０７を介して示されるように第１のネットワークによって提供されることが可能であり、位置（２）は、第１のネットワーク領域２０７および第２のネットワーク領域２１１によって示されるように、第１のネットワークおよび第２のネットワークによって提供されることが可能である。
演算２１２で、車両２０２は、第１のネットワークパラメーター２０８および第２のネットワークパラメーター２１０に基づいて、伝送のために車両データを決定することが可能である。例えば、車両２０２は、ネットワークマップデータおよび／または測定されたネットワークパラメーターを用いて、第１のネットワークパラメーター２０６に基づいて伝送するために車両データを決定する。示されるように、第２のネットワークは、ネットワークの可用性を提供しなくてよく、または第２のネットワークは、ネットワークの可用性の閾値を満たすかまたは超えるネットワークの可用性を提供しなくてよく、それ故に、第２のネットワークパラメーターがヌル値を表現し得る車両データを決定する。ある例示において、車両２０２は、伝送のために車両データを先取り的に準備することが可能である。例えば、車両２０２は、軌道２０４およびネットワークマップデータを用いて、それが位置（２）にすぐに入ることとなることを決定することが可能である。車両２０２は、位置（２）に関連付けられるネットワークパラメーターを認識することが可能であり、したがって、第１のネットワークパラメーター２０８および第２のネットワークパラメーター２１０に基づいて、伝送するために車両データを決定することが可能である。
例えば、第１のネットワークパラメーター２０８は、第１のネットワークが位置（２）で１００Ｍｂｐｓを提供することが可能であることを示すことが可能であり、第２のネットワークパラメーター２１０は、第２のネットワークが位置（２）で１０Ｍｂｐｓを提供することが可能であることを示すことが可能である。次に、車両２０２は、車両データに優先度を付けることが可能である。例えば、車両２０２は、車両の姿勢データおよび診断データを含む車両データが画像データよりも高い優先度を有することを決定することが可能であり、姿勢データおよび診断データを第１のネットワークに関連付けられる第１の伝送キューに関連付けることが可能であり、画像データを第１の伝送キューにおける後の位置に配置する。説明だけの目的のために、車両２０２は、第２のネットワークを介してデータを伝送することを試みる前に、第１のネットワークから利用可能なバンド幅を利用することが可能である。ある例示において、車両は、また、第２のネットワークに関連付けられる第２の伝送キューにおける画像データを配置することが可能である。これは、より遅いネットワーク接続を用いてネットワークを介してより低い優先度のデータを伝送しようと試みながら、車両２０２がより速いネットワーク接続を用いてネットワークを介してより高い優先度のデータを伝送しようと試みることを可能とすることが可能である。ある例示において、車両は、第１のネットワークに関連付けられる閾値のバンド幅（または異なるネットワークパラメーターに関連付けられる閾値）を決定することが可能であり、閾値のバンド幅を満たすかまたは超えた場合に、より遅いネットワーク接続を用いてネットワークを介してより低い優先度のデータを伝送することが可能である。
ある例示において、車両２０２は、第１のネットワークおよび第２のネットワークを介して同一のデータを送信することが可能である。リモートコンピューティングデバイスが同一のデータを受信した場合、データを重複排除するよう構成されることが可能である。ある例示において、車両２０２は、データが伝送されているか、または重複データであることの指示を提供することが可能である。データの重複は、ネットワーク接続の変動性が高い領域において用いられることができ、最も高い優先度のアイテムが確実に受信されるようにする。
ある例示において、車両２０２は、ネットワークパラメーターに基づいて車両データを決定および／または選択することが可能である。例えば、演算２１２で、車両２０２は、利用可能なバンド幅にわたって伝送される画像データの量を圧縮、トリミング、またはそうでなければ低減することが可能である。ある例示において、車両２０２は、画像データのサイズを縮小すべく、画像データのサブセットを送信することが可能である。例えば、車両２０２は、車両２０２の第１の画像センサーから画像データを選択することが可能であり、車両２０２の第２の画像センサーから画像データを無視することが可能である。ある例示において、車両２０２は、画像データにおける関心領域を決定することが可能であり、関心領域に関連付けられていない画像データの一部を圧縮することが可能である。ある例示において、車両２０２は、車両２０２が車両データをリモートコンピューティングデバイスに伝送する毎秒ごとのまたは毎分ごとの回数を低減することによって、伝送頻度を低減することが可能である。ある例示において、車両は、車両の速度に基づいて伝送周波数を決定することが可能である。説明だけの目的のために、車両２０２は、静止している場合に、車両データをより少ない頻度で伝送することが可能であり、車両２０２が加速するにつれて伝送周波数を増加することが可能である。
車両２０２によってリモートコンピューティングデバイスに伝送される車両データに基づいて、車両２０２は、リモートコンピューティングデバイスに関連付けられる遠隔操作者によって用いられ、および／または発行されるために有効なユーティリティおよび／または命令のセットを決定することが可能である。ある例示において、リモートコンピューティングデバイスは、さらなる車両データを要求することが可能である。上記で説明されるように、リモートコンピューティングデバイスは、さらなる車両データを必要とすることができ、車両２０２への誘導を提供する。
ある例示において、車両２０２は、車両２０２が環境を横断するようにネットワークパラメーターを決定する（例えば、測定する）につれて、このようなネットワークパラメーターは、ネットワークマップデータへと組み込まれることが可能であり、マッピングされたデータを継続的に更新する。
図２Ｂは、図２Ａを参照して上記で説明される例示的な環境２００と同様であることが可能である例示的な環境２１０を図示し、ここで、車両２０２は、その軌道２０４を位置（２）に前進させる。位置（１）と同様に、位置（２）での車両２０２は、第１のネットワークに関連付けられる第１のネットワークパラメーター２１６を決定することが可能であり、これは、車両２０２によって測定されたネットワークパラメーターである測定されたネットワークパラメーターであるのと同様に、例えば、マッピングされたネットワークパラメーターを含む。さらに、同様に、車両２０２は、第２のネットワークに関連付けられる第２のネットワークパラメーター２１８を決定することが可能である。
ある例示において、位置（１）および位置（２）を参照して上記と同様な技術を用いて、車両２０２は、位置（３）に関連付けられる第２のネットワークパラメーター２２０を決定することが可能であり、第２のネットワークパラメーター２２０を決定する。位置（４）に対して、ネットワークマップデータは、ネットワーク接続２２２がなく、第１のネットワークも第２のネットワークのどちらも位置（４）でネットワークの可用性を提供しないことを示すことが可能である。位置（５）に対して、車両は、同様の決定を実行することが可能であり、第１のネットワークパラメーター２２４を決定することが可能である。それ故に、第１のネットワーク領域２２５は、第１のネットワークに関連付けられるネットワークカバレッジを提供することが可能であり、ここで、第１のネットワークは、第１のネットワーク領域２０７および第１のネットワーク領域２２５でのカバレッジを提供する。
ある例示において、車両２０２は、車両の現在の位置で測定されたネットワークパラメーターに基づいて、および／または現在の位置または異なる位置に関連付けられるネットワークマップデータに基づいて、異なる位置で予測されたネットワークパラメーターを更新することが可能である。例えば、車両２０２は、位置（２）で第２のネットワークパラメーター２１８のために測定されたネットワークパラメーターに基づいて、位置（３）で第２のネットワークパラメーター２２０のために予測されたネットワークパラメーターを更新することが可能である。それ故に、車両２０２が環境２１４を通じて進行するにつれて、車両は、他の位置で予測されたネットワークパラメーターを継続的に調整および／または改良することが可能である。
演算２２６で、車両２０２は、第１のネットワークパラメーターおよび第２のネットワークパラメーター２２０に基づいて、伝送のために車両データを構成することが可能である。上記で説明されるように、車両２０２は、車両の現在の位置および／または車両の将来の位置で、ネットワークマップデータおよび／または測定されたネットワークパラメーターを用いて、伝送のために車両データを準備することが可能である。上記で説明されるように、車両２０２は、車両データを圧縮し、車両データにおける一部に優先度を付け、車両データにおける関心領域を識別し、および／または車両データの一部を無視することによって車両データを構成することが可能である。
さらに、車両２０２が軌道２０４を横断している間に位置（３）に近づくにつれて、車両２０２は、位置（４）でネットワーク接続をもつことがないことを認識することに基づいて、車両データを構成することが可能である。例えば、車両２０２は、車両データを構成することが可能であることによって、特定の優先度水準を超える車両データのすべてまたはかなりの部分が、位置（４）に関連付けられる閾値距離に近づく前に伝送されることとなる。
さらに、車両２０２は、位置（４）のようなネットワーク接続のない位置を通過するにつれて車両データを構成することが可能である。例えば、車両２０２が位置（４）を通過するにつれて、それは、車両データを算定および／または決定することを継続することが可能である。上記で説明されるように、車両２０２は、車両データの一部に関連付けられる優先度水準を決定することが可能であり、車両データの一部を１つまたは複数のネットワークに関連付けられる１つまたは複数の伝送キューに関連付けることが可能である。ある例示において、車両２０２は、伝送キューにおける車両データの一部がもはや有効でないと判断することが可能である。次に、車両２０２は、伝送キューにおける車両データの一部を削除、破棄、またはそうでなければ除去することが可能であり、車両２０２がネットワーク接続を提供する位置に入ると、伝送されるデータを最適化することが可能である。
図２Ｃは、図２Ｂを参照して、上記で説明される例示的な環境２１４と同様であることが可能である例示的な環境２２８を図示する。演算２３０で、車両２０２は、位置（４）がネットワーク接続を提供しないという決定に基づいて、新しい軌道２３２を決定することが可能である。例えば、車両２０２は、軌道の特定の部分を通じたネットワーク接続が必要であると判断することが可能であり、新しい軌道２３２を決定することが可能である。新しい軌道２３２は、少なくとも部分的に第２のネットワークパラメーター２３４に基づくことが可能である。例えば、車両２０２は、位置（６）で（例えば、第２のネットワークは、第２のネットワーク領域２１１内にあるように示されるように、位置（６）で接続を提供する）第２のネットワークのためにネットワークパラメーターを示すネットワークマップデータにアクセスすることが可能である。次に、車両２０２は、例えば、新しい軌道２３２を決定することが可能であることによって、それは、（位置（４）を通過する代わりに）位置（６）を通過して、位置（５）で元の軌道２０４に入ることが可能である。ある例示において、新しい軌道２３２は、最初の軌道２０４に戻ることなく継続することが可能である。ある例示において、車両２０２は、元の軌道に沿った位置がネットワーク接続を有さないことを認識することに基づいて、さらなるネットワークマップデータを要求することが可能である。ある例示において、車両２０２は、車両の中に既に格納されているネットワークマップデータにアクセスすることが可能であり、新しい軌道２３２を決定する。
図３は、本明細書で説明される技術を実装するための例示的なシステム３００のブロック図を示している。少なくとも１つの例示において、システム３００は、車両３０２を含むことが可能であり、これは、図１を参照して上記の車両１０２および図２Ａ～図２Ｃを参照して上記の車両２０２と同様であることが可能である。図示された例示３００において、車両３０２は、自律走行車であるが、車両３０２は、任意の他のタイプの車両であることが可能である。
車両３０２は、車両コンピューティングデバイス３０４、１つまたは複数のセンサーシステム３０６、１つまたは複数のエミッター３０８、１つまたは複数の通信接続３１０（通信デバイスおよび／またはモデムとも称される）、（例えば、データを交換するおよび／または電力を提供するために車両３０２と物理的に結合するための）少なくとも１つの直接接続３１２、および１つまたは複数の駆動システム３１４を含むことが可能である。１つまたは複数のセンサーシステム３０６は、環境に関連付けられるセンサーデータを取得するよう構成されることが可能である。
センサーシステム３０６は、飛行時間センサー、位置センサー（例えば、ＧＰＳ、コンパスなど）、慣性センサー（例えば、慣性測定ユニット（ＩＭＵ）、加速度計、磁気計、ジャイロスコープなど）、ライダーセンサー、レーダーセンサー、ソナーセンサー、赤外線センサー、カメラ（例えば、ＲＧＢ、ＩＲ、強度、深度など）、マイクセンサー、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサーなど）、超音波トランスデューサー、ホイールエンコーダーなどを含むことが可能である。センサーシステム３０６は、これらのそれぞれの多様な例示または他のタイプのセンサーを含むことが可能である。例えば、飛行時間センサーは、車両３０２の角、前部、後部、側面、および／または上部に配置される個々の飛行時間センサーを含むことが可能である。別の例示として、カメラセンサーは、車両３０２の外部および／または内部のさまざまな位置に配置される多様なカメラを含むことが可能である。センサーシステム３０６は、車両コンピューティングデバイス３０４に入力を提供することが可能である。
また、車両３０２は、上記で説明されるように、光および／または音を発する１つまたは複数のエミッター３０８を含むことが可能である。本例示におけるエミッター３０８は、車両３０２の乗員と通信する内部音声および視覚エミッターを含む。例示の目的であり、限定ではなく、内部エミッターは、スピーカー、光、標識、ディスプレイ画面、タッチ画面、触覚エミッター（例えば、振動および／または力フィードバック）、機械的アクチュエータ（例えば、シートベルトテンショナー、シートポジショナー、ヘッドレストポジショナーなど）などを含むことが可能である。また、本例示におけるエミッター３０８は、外部エミッターを含む。例示の目的であり、限定ではなく、本例示における外部エミッターは、走行の方向または車両の動作の他のインジケーター（例えば、インジケーターライト、標識、ライトアレイなどの）信号を送るためのライト、および音響ビームステアリング技術を含むことができる１つまたは複数の歩行者または他の近くの車両と音声で通信するために１つまたは複数の音声エミッター（例えば、スピーカー、スピーカーアレイ、ホーンなど）を含む。
また、車両３０２は、車両３０２と１つもしくは複数の他のローカルまたはリモートコンピューティングデバイス（例えば、リモート遠隔操作コンピューティングデバイス）またはリモートサービスとの間の通信を可能とする１つもしくは複数の通信接続３１０を含むことが可能である。例えば、通信接続３１０は、車両３０２および／または駆動システム３１４上の他のローカルコンピューティングデバイスとの通信を促進することが可能である。また、通信接続３１０は、車両が他の近くのコンピューティングデバイス（例えば、他の近くの車両、交通信号など）と通信することを可能とすることが可能である。
通信接続３１０は、物理的および／または論理的インターフェースを含むことが可能であり、車両コンピューティングデバイス３０４を別のコンピューティングデバイスまたは１つまたは複数の外部ネットワーク３１８（１）および／または３１８（２）（例えば、インターネット）に接続する。例えば、通信接続３１０は、ＩＥＥＥ８０２．１１規格によって定義される周波数であり、ブルートゥースなどの短距離無線周波数、セルラー通信（例えば、２Ｇ、３Ｇ、４Ｇ、４Ｇ ＬＴＥ、５Ｇなど）、衛星通信、専用狭域通信（ＤＳＲＣ）などを介するＷｉ－Ｆｉに基づいた通信、またはそれぞれのコンピューティングデバイスが他のコンピューティングデバイスとインターフェースで接続することを可能とする任意の適切な有線、または無線通信プロトコルを可能とすることが可能である。少なくともある例示において、通信接続３１０は、上記で詳細に説明されるように、１つまたは複数のモデムを含むことができる。
少なくとも１つの例示において、車両３０２は、１つまたは複数の駆動システム３１４を含むことが可能である。ある例示において、車両３０２は、単一の駆動システム３１４を有することが可能である。少なくとも１つの例示において、車両３０２が多様な駆動システム３１４を有する場合、個々の駆動システム３１４は、車両３０２の両端（例えば、前部および後部など）に配置されることが可能である。少なくとも１つの例示において、駆動システム３１４は駆動システム３１４および／または車両３０２の周辺環境の状態を検出するために１つまたは複数のセンサーシステムを含むことが可能である。例示の目的であり、限定ではなく、センサーシステムは、駆動システムのホイールの回転を感知するために１つまたは複数のホイールエンコーダー（例えば、ロータリーエンコーダー）、駆動システムの向きおよび加速度を測定するために慣性センサー（例えば、慣性測定ユニット、加速度計、ジャイロスコープ、磁力計など）、カメラまたは他の画像センサー、駆動システムの周辺環境におけるオブジェクトを音響的に検出するために超音波センサー、ライダーセンサー、レーダーセンサーなど、を含むことが可能である。ホイールエンコーダーのようなあるセンサーは、駆動システム３１４に一意的であることが可能である。ある場合において、駆動システム３１４にあるセンサーシステムは、車両３０２の対応するシステム（例えば、センサーシステム３０６）と重複または補完することが可能である。
駆動モジュール３１４は、高電圧バッテリー、車両を推進するモーター、バッテリーからの直流電流を他の車両システムによって利用される交流電流へと変換するインバーター、ステアリングモーターおよびステアリングラック（これは、電動であってよい）を含むステアリングシステム、油圧または電気アクチュエータを含むブレーキシステム、油圧および／または空気圧コンポーネントを含むサスペンションシステム、トラクションの損失を軽減し、且つ制御を維持するために制動力の分散をするスタビリティー制御システム、ＨＶＡＣシステム、照明（例えば、車両の外部周囲を照らすヘッド／テールライトのような照明）、および１つまたは複数の他のシステム（例えば、冷却システム、安全システム、車載充電システム、ＤＣ／ＤＣコンバーター、高電圧ジャンクション、高電圧ケーブル、充電システム、充電ポートなどのような他の電装コンポーネント）を含む多くの車両システムを含むことが可能である。さらに、駆動システム３１４は、センサーシステムからデータを受信して、事前処理することが可能である駆動システムコントローラーを含むことが可能であり、さまざまな車両システムの演算を制御する。ある例示において、駆動システムコントローラーは、１つまたは複数のプロセッサ、および１つまたは複数のプロセッサと通信可能に結合されたメモリを含むことが可能である。メモリは、１つまたは複数のモジュールを格納することが可能であり、駆動モジュール３１４のさまざまな機能を実行する。さらに、駆動システム３１４は、また、それぞれの駆動システムによる１つまたは複数の他のローカルまたはリモートコンピューティングデバイスとの通信を可能とする１つまたは複数の通信接続を含む。
車両コンピューティングデバイス３０４は、図１を参照して上記で説明される車両コンピューティングデバイス１０４と同様であることが可能である。車両コンピューティングデバイス３０４は、１つまたは複数のプロセッサ３２０および１つまたは複数のプロセッサ３２０と通信可能に結合されたメモリ３２２を含むことが可能である。少なくとも１つの例示において、１つまたは複数のプロセッサ３２０は、プロセッサ１０６と同様であることが可能であり、メモリ３２２は、図１を参照して上記で説明されるメモリ１０８と同様であることが可能である。図示の例示において、車両コンピューティングデバイス３０４のメモリ３２２は、ローカリゼーションコンポーネント３２４、知覚コンポーネント３２６、計画コンポーネント３２８、１つまたは複数のシステムコントローラー３３０、ネットワーク測定コンポーネント３３２、マップデータコンポーネント３３４、データ部分コンポーネント３３６、伝送キューコンポーネント３３８、命令受信コンポーネント３４０、命令認証コンポーネント３４２、およびネットワーク予測コンポーネント３４４である。説明の目的でメモリ３２２の中に存在するように示されているが、ローカリゼーションコンポーネント３２４、知覚コンポーネント３２６、計画コンポーネント３２８、１つまたは複数のシステムコントローラー３３０、ネットワーク測定コンポーネント３３２、マップデータコンポーネント３３４、データ部分コンポーネント３３６、伝送キューコンポーネント３３８、命令受信コンポーネント３４０、命令認証コンポーネント３４２、およびネットワーク予測コンポーネント３４４は、追加的に、または代替的に、車両コンピューティングデバイス３０４にアクセス可能であることが可能である（例えば、車両３０２の異なるコンポーネントの中に格納され、および／または車両３０２にアクセス可能である（例えば、リモートで格納される）。
リモートコンピューティングデバイス３１６は、１つまたは複数のプロセッサ３４６と通信可能に結合された１つまたは複数のプロセッサおよびメモリ３４８を含むことが可能である。少なくとも１つの例示において、１つまたは複数のプロセッサ３４６は、プロセッサ１０６と同様であることが可能であり、メモリ３４８は、図１を参照して上記で説明されるメモリ１０８と同様であることが可能である。図示の例示において、コンピューティングデバイス３１６のメモリ３４８は、マップデータ伝送コンポーネント３５０および命令伝送コンポーネント３５２を格納する。
車両コンピューティングデバイス３０４のメモリ３２２において、ローカリゼーションコンポーネント３２４は、車両３０２の位置を決定するためにセンサーシステム３０６からデータを受信する機能を含むことが可能である。例えば、ローカリゼーションコンポーネント３２４は、環境の３次元マップを含み、および／または要求／受信することが可能であり、マップ内の自律走行車の位置を継続的に決定することが可能である。ある例示において、ローカリゼーションコンポーネント３２４は、ＳＬＡＭ（同時ローカリゼーションおよびマッピング）またはＣＬＡＭＳ（同時に較正、ローカリゼーションおよびマッピング）を用いることが可能であり、飛行時間データ、画像データ、ライダーデータ、レーダーデータ、ソナーデータ、ＩＭＵデータ、ＧＰＳデータ、ホイールエンコーダーデータ、または自律車両の位置を正確に決定するためにそれらの任意の組み合わせなどを受信する。ある例示において、本明細書で説明されるように、ローカリゼーションコンポーネント３２４は、車両３０２のさまざまなコンポーネントにデータを提供することが可能であり、軌道を生成するために自律走行車の初期位置を決定する。
知覚コンポーネント３２６は、オブジェクトの検出、セグメンテーション、および／または分類を実行する機能を含むことが可能である。ある例示において、知覚コンポーネント３２６は、車両３０２に近接するエンティティの存在および／またはエンティティタイプ（例えば、自動車、歩行者、サイクリスト、建物、樹木、路面、縁石、歩道、不明なものなど）としてエンティティの分類を示す処理されたセンサーデータを提供することが可能である。ある例示において、エンティティに関連付けられる特性は、ｘの位置（グローバルな位置）、ｙの位置（グローバルな位置）、ｚの位置（グローバルな位置）、向き、エンティティタイプ（例えば分類）、エンティティの速度、エンティティの範囲（サイズ）などを含むことが可能であるが、これらに限定されない。環境に関連付けられる特性は、環境における別のエンティティの存在、環境における別のエンティティの状態、時刻、曜日、季節、気象条件、暗闇／光の表示などを含むことが可能であるがこれらに限定されない。
計画コンポーネント３２８は、環境を横断するために車両３０２が進む経路を決定することが可能である。例えば、計画コンポーネント３２８は、さまざまなルートおよび経路、ならびにさまざまな詳細の水準を決定することが可能である。ある例示において、計画コンポーネント３２８は、第１の位置（例えば、現在の位置）から第２の位置（例えば、目標位置）に走行するルートを決定することが可能である。本説明の目的のために、ルートは、２つの位置との間を走行するための通過点の連続であってよい。非限定的な例示として、通過点は、通り、交差点、全地球測位システム（ＧＰＳ）の座標などを含む。さらに、計画コンポーネント３２８は、第１の位置から第２の位置へのルートの少なくとも一部に沿って自律走行車を誘導するための命令を生成することが可能である。少なくとも１つの例示において、計画コンポーネント３２８は、通過点の連続における第１の通過点から通過点の連続における第２の通過点まで自律走行車をどのように誘導するかを決定することが可能である。ある例示において、命令は、経路または経路の一部であってよい。ある例示において、多様な経路は、後退ホライズン技術に従って、実質的に同時に（例えば、技術的な許容範囲内で）生成されてよい。最高の信頼水準を有する後退ホライズンにおける多様な経路のうちの単一の経路は、車両を操作するために選択されてよい。
他の例示において、計画コンポーネント３２８は、代替的に、または追加的に、知覚コンポーネント３２６からデータを用いることが可能であり、車両３０２が環境を横断するために進む経路を決定する。例えば、計画コンポーネント３２８は、環境に関連付けられるオブジェクトに関する知覚コンポーネント３２６からデータを受信することが可能である。本データを用いることで、計画コンポーネント３２８は、第１の位置（例えば、現在の位置）から第２の位置（例えば、目標位置）に走行するルートを決定することが可能であり、環境におけるオブジェクトを回避する。少なくともある例示において、このような計画コンポーネント３２８は、このような衝突のない経路は、ないと判断することができ、次に、車両３０２を安全な停止に導き、すべての衝突を回避する、および／またはそうでなければ損傷を緩和する経路を提供する。
少なくとも１つの例示において、車両コンピューティングデバイス３０４は、１つまたは複数のシステムコントローラー３３０を含むことが可能であり、これは、ステアリング、推進、制動、安全性、エミッター、通信、および車両３０２の他のシステムを制御するよう構成されることが可能である。これらのシステムコントローラー３３０は、駆動システム３１４の対応するシステムおよび／または車両３０２の他のコンポーネントと通信および／または制御することが可能であり、これは、計画コンポーネント３２８から提供される経路に従って動作するよう構成されることができる。
ネットワーク測定コンポーネント３３２は、車両３０２の現在の位置でネットワークパラメーターを決定することが可能である。例えば、車両３０２が環境を横断するにつれて、車両は、ある例示において、通信接続３１０を用いてネットワークパラメーターを決定することが可能である。上記で説明されるように、ネットワークパラメーターは、バンド幅データ、信号強度データ、周波数バンドデータ、待ち時間データ、ジッターデータ、エラーレートデータ、時間データ、および／またはイベントデータを含むことが可能である。ある例示において、通信接続３１０は、第１のネットワークに接続することが可能であり、ネットワーク測定コンポーネント３３２は、第１のネットワークに関連付けられるネットワークパラメーターを決定することが可能である。ある例示において、通信接続３１０は、また、第２のネットワークに接続することが可能であり、ネットワーク測定コンポーネント３３２は、第２のネットワークに関連付けられるネットワークパラメーターを決定することが可能である。ある例示において、車両３０２は、多様な通信接続３１０を有することが可能であり、第１の通信接続を用いて第１のネットワークに関連付けられるネットワークパラメーターを決定し、第２の通信接続を用いて第２のネットワークに関連付けられるネットワークパラメーターを決定する。
マップデータコンポーネント３３４は、環境に関連付けられるネットワークマップデータにアクセスすることが可能である。例えば、マップデータコンポーネント３３４は、環境における車両３０２を操作する前に、ネットワークマップデータを用いてロードされることが可能である。ある例示において、ネットワークマップデータは、ローカリゼーションコンポーネント３２４に関して上記のマップに関連付けられるデータであってよい。ある例示において、ネットワークマップデータは、バンド幅データ、信号強度データ、周波数バンドデータ、待ち時間データ、ジッターデータ、エラーレートデータのような位置および／または状態ベースのネットワークパラメーターを表現することが可能である。例えば、状態データは、時間データ、気象データ、イベントデータなどを含むことが可能である。ある例示において、マップデータコンポーネント３３４は、リモートコンピューティングデバイス３１６からネットワークマップデータを要求することが可能である。例えば、コンピューティングデバイス３１６のマップデータ伝送コンポーネント３５０は、要求に応答することが可能であり、ネットワークマップデータをマップデータコンポーネント３３４に伝送することが可能である。次に、マップデータコンポーネント３３４は、ネットワークマップデータをマップデータコンポーネント３３４に格納することが可能である。ある例示において、マップデータコンポーネント３３４は、マップデータ伝送コンポーネント３５０からネットワークマップの更新を要求することが可能であり、マップデータコンポーネント３３４に格納されるネットワークマップデータを更新する。
ある例示において、マップデータコンポーネント３３４は、マップデータ伝送コンポーネント３５０でコンピューティングデバイス３１６に格納されるネットワークマップデータを更新するよう構成されることが可能である。例えば、ネットワーク測定コンポーネント３３２は、第１のネットワーク３１８（１）に関連付けられるネットワークパラメーターを決定することが可能である。次に、マップデータコンポーネント３３４は、ネットワークパラメーターを用いることが可能であり、ネットワークマップの更新を決定し、これは、コンピューティングデバイス３１６に伝送されることを可能とし、他の車両が更新されたネットワークマップデータを取得することを可能とする。ある例示において、マップデータコンポーネント３３４は、測定されたネットワークパラメーターをコンピューティングデバイス３１６に直接提供することができることによって、コンピューティングデバイス３１６は、例えば、ベイズフィルタリング、重み付け平均などに基づいて、ローカルに格納されるマップを更新することができる。ある例示において、マップデータコンポーネント３３４は、軌道の一部がネットワーク接続のない領域を通過することを決定することが可能であり、計画コンポーネント３２８にネットワークマップデータに基づいて車両が進むための新しい軌道を決定するよう指示することが可能である。
データの部分コンポーネント３３６は、伝送するための車両データを決定および／または構成することが可能である。例えば、車両３０２は、センサーシステム３０６を用いてセンサーデータを取得することによって車両データを決定することが可能である。さらに、ある例示において、車両３０２は、車両ステータスデータ、車両診断データ、および／または車両メトリクスを含むように、車両データを決定することが可能である。ある例示において、（センサーシステム３０６を含む）さまざまなコンポーネントは、１つまたは複数のメッセージとして互いに情報を伝送することができ、ある例示において、関連するメッセージトピックを含む（またはそうでなければ、有すると称される）ことができる。ネットワーク測定コンポーネント３３２によって決定されるネットワークパラメーターに基づいて、データ部分コンポーネント３３６は、車両データのさまざまな部分に関連付けられる優先度水準と同様に、車両データの一部（例えば、１つまたは複数のメッセージのサブセット）を決定することが可能である。例示の目的であり、限定ではなく、データ部分コンポーネント３３６は、車両診断データおよび車両ステータスデータがネットワーク測定コンポーネント３３２によって決定されるネットワークマップの更新データより高い優先度水準を有すると決定することが可能である。次に、データ部分コンポーネント３３６は、データの一部をネットワークおよび／または優先度水準に関連付けることが可能である。ある例示において、優先度水準は、コンテキスト（例えば、車両が何をしているか、する必要があること、位置、実行されている操縦など）および／またはトピックに基づいて割り当てられることができる。
ある例示において、データ部分コンポーネント３３６は、リモートコンピューティングデバイスからの要求に少なくとも部分的に基づいて、リモートコンピューティングデバイスに伝送されるデータを決定することが可能である。例えば、リモートコンピューティングデバイスは、車両３０２および／または車両に近接する環境における１つまたは複数のオブジェクトを表現する知覚コンポーネント３２６によって決定される境界ボックスに関連付けられる姿勢データを要求することが可能である。したがって、データ部分コンポーネント３３６は、本明細書で説明されるように、それに応じてデータに優先度を付けることが可能であり、データをリモートコンピューティングデバイスに伝送することが可能である。
伝送キューコンポーネント３３８は、車両データの一部を適切なキューへと配置することが可能である。通信接続３１０（通信デバイスおよび／またはモデムとも称される）は、図１を参照して説明されるように、伝送キュー１１６と伝送キュー１１８と同様の伝送キューを含むことが可能である。伝送キューコンポーネント３３８は、データ部分コンポーネント３３６によって決定されるデータの一部にアクセスすることが可能であり、データの一部に関連付けられるネットワークおよび／または優先度水準に基づいて、データの一部を適切な伝送キューに関連付けることが可能である。例えば、伝送キューコンポーネント３３８は、車両データの第２の部分よりも高い優先度水準を有する車両データの第１の部分にアクセスすることが可能である。次に、伝送キューコンポーネント３３８は、ネットワーク測定コンポーネント３３２によって測定されたネットワークパラメーターを用いることが可能であり、第２のネットワーク３１８（２）に関連付けられている第２の伝送キューよりも多くのネットワークの可用性を有する第１のネットワーク３１８（１）に関連付けられている第１の伝送キューを決定する。次に、伝送キューコンポーネント３３８は、車両データの第１の部分を第１の伝送キューに関連付けることが可能である。
ある例示において、伝送キューコンポーネント３３８は、車両データの一部をブロードキャストすることが可能であり、車両データの一部を両方の伝送キューへと配置することが可能である。ある例示において、伝送キューコンポーネントは、伝送キューにおける車両データの一部が古くなっているか、またはもはや関連性がないと判断することが可能であり、車両データの古い部分を伝送キューから取り除くことが可能である。
命令受信コンポーネント３４０は、コンピューティングデバイス３１６の命令伝送コンポーネント３５２から命令を受信することが可能である。例えば、車両３０２は、車両データをコンピューティングデバイス３１６に伝送することが可能である。上記で説明されるように、車両３０２は、また、遠隔操作デバイスに要求を送信することが可能であり、不確実性を解決するために誘導を得る。伝送キューコンポーネント３３８は、車両データの一部を列にすることが可能であり、それを通信接続３１０によってネットワーク３１８を介して命令伝送コンポーネント３５２に伝送させることが可能である。命令伝送コンポーネントは、遠隔操作者から命令を受信することが可能であり、および／または伝送されて命令受信コンポーネント３４０に送信される命令を決定することが可能である。
命令認証コンポーネント３４２は、命令受信コンポーネント３４０で受信される命令を認証することが可能である。例えば、車両３０２は、コンピューティングデバイス３１６に伝送される車両データが、コンピューティングデバイス３１６および／または遠隔操作者から具体的な誘導のセットを受信されることを可能とし得ることを決定することが可能である。命令受信コンポーネント３４０で命令を受信した後で、命令認証コンポーネント３４２は、受信した命令がコンピューティングデバイス３１６に伝送される車両データに関連付けられる誘導のセット内にあるかを決定することが可能である。ある例示において、命令認証コンポーネント３４２は、受信した命令を無視することが可能である。ある例示において、命令認証コンポーネント３４２は、更新された命令を要求することが可能である。ある例示において、車両３０２は、伝送された車両データに関連付けられるユーティリティおよび／またはユーザーインターフェースのセットを決定することが可能であることによって、コンピューティングデバイス３１６および／または遠隔操作者が限定された命令のセットから命令を選択しなければならない。
ネットワーク予測コンポーネント３４４は、測定されたネットワークパラメーターおよびネットワークマップデータを用いることが可能であり、異なる位置でネットワークパラメーターを予測する。上記で説明されるように、ネットワーク予測コンポーネント３４４は、カルマンフィルタリング、拡張カルマンフィルタリング、および／または重み付け平均のような予測アルゴリズムを用いることが可能であり、予測されたネットワークパラメーターを決定する。ある例示において、データ部分コンポーネントは、ネットワーク予測コンポーネント３４４によって決定される予測ネットワークパラメーターを用いることが可能であり、車両データの一部を決定し、および／または車両データの一部に優先度水準を割り当てる。ネットワーク測定コンポーネント３３２と同様に、ネットワーク予測コンポーネント３４４は、軌道の一部が、現在の軌道および／または目的の演算手順に従って演算するために必要なネットワークパラメーターを提供しないことを決定することが可能である。ネットワーク予測コンポーネント３４４は、予測されたネットワークパラメーターに基づいて計画コンポーネント３２８に指示することが可能であり、新しい軌道を決定する。
車両３０２のプロセッサ３２０、コンピューティングデバイス３１６のプロセッサ３４６、および図１の車両コンピューティングデバイス１０４のプロセッサ１０６は、本明細書に説明されるように、命令を実行することが可能である任意の適切なプロセッサであることが可能であり、データを処理し、演算を実行する。例示の目的であり、限定ではなく、プロセッサ３２０、３４６および１０６は、１つまたは複数の中央処理装置（ＣＰＵ）、グラフィック処理装置（ＧＰＵ）、または電子データを処理して、その電子データがレジスタおよび／またはメモリに格納され得る他の電子データへと変換する任意の他のデバイスまたはデバイスの一部を含むことが可能である。ある例示において、集積回路（例えば、ＡＳＩＣなど）、ゲートアレイ（例えば、ＦＰＧＡなど）、および他のハードウェアデバイスは、また、それらが符号化された命令を実装するよう構成される限り、プロセッサとみなすことが可能である。
図１の車両３０２のメモリ３２２、コンピューティングデバイス３１６のメモリ３４８、および車両コンピューティングデバイス１０４のメモリ１０８は、非一時的なコンピュータ可読媒体の例示である。メモリ３２２、３４８および１０８は、オペレーティングシステムおよび１つまたは複数のソフトウェアアプリケーション、命令、プログラム、および／またはデータを格納することが可能であり、本明細書で説明される方法およびさまざまなシステムに起因する機能を実装する。さまざまな実装において、メモリは、スタティックランダムアクセスメモリ（ＳＲＡＭ）、シンクロナスダイナミックＲＡＭ（ＳＤＲＡＭ）、不揮発性／フラッシュタイプメモリ、または情報を格納可能な任意の他のタイプのメモリのような適切なメモリ技術を用いて実装されることが可能である。本明細書で説明される、アーキテクチャ、システム、および個々のエレメントは、他の多くの論理的、プログラム的、および物理的なコンポーネントを含むことが可能であり、それらのうちの添付図面に示されるものは、単に本明細書での説明に関連する例示に過ぎない。
ある例示において、本明細書で説明されるコンポーネントの一部またはすべての態様は、任意のモデル、アルゴリズム、および／または機械学習アルゴリズムを含むことが可能である。例えば、ある例示において、メモリ３２２、３４８、および１０８におけるコンポーネントは、ニューラルネットワークとして実装されることが可能である。
図４は、第２の位置で予測されたネットワークパラメーターを決定するために例示的なプロセス４００を図示している。ある例示において、プロセス４００の一部またはすべては、本明細書で説明されるように、図１または図３における１つまたは複数のコンポーネントによって実行されることが可能である。プロセス４００は、図１における車両１０２および／または図３における車両３０２を参照して説明される。さらに、プロセス４００の一部は、コンピューティングデバイスがスタンバイ状態のままであるべきかを決定する機能をいまだに提供しながら、省略、置換、および／または並べ替えられることが可能である。
演算４０２で、ネットワーク測定コンポーネント３３２は、第１の位置での第１のネットワークに関連付けられる第１のネットワークパラメーターを決定することが可能である。上記で説明されるように、ある例示において、ネットワーク測定コンポーネント３３２は、少ないペイロードを有するデータパケットおよび多くのペイロードを有するデータパケットを伝送することによって、推定されるネットワークパラメーター（例えば、バンド幅）を決定することが可能である。ある例示において、ネットワーク測定コンポーネント３３２は、ラウンドトリップ時間（ＲＴＴ）を測定することによって、ある位置でのネットワークに関連付けられる待ち時間を決定することが可能である。ある例示において、ネットワーク測定コンポーネント３３２は、ＳＮＭＰのようなプロトコルに問い合わせをすることによって信号強度を決定することが可能である。
演算４０４で、ネットワーク測定コンポーネント３３２は、同様に、第１の位置で第２のネットワークに関連付けられる第２のネットワークパラメーターを決定することが可能である。ある例示において、第１のネットワークおよび第２のネットワークは、同一のネットワークプロバイダーおよび／または演算に関連付けられることが可能である。ある例示において、第１のネットワークおよび第２のネットワークは、異なるネットワークプロバイダーおよび／または操作者に関連付けられることが可能である。
演算４０６で、マップデータコンポーネント３３４は、第１のネットワークに関連付けられる第１のネットワークマップデータを決定することが可能である。上記で説明されるように、マップデータコンポーネント３３４は、環境における車両を操作する前に、ネットワークマップデータを用いてロードされることが可能である。ある例示において、マップデータコンポーネント３３４は、リモートコンピューティングデバイスからネットワークマップデータを要求することが可能であり、マップデータ伝送コンポーネント３５０からネットワークマップデータを受信することが可能である。
演算４０８で、マップデータコンポーネント３３４は、同様に、第２のネットワークに関連付けられる第２のネットワークマップデータを決定することが可能である。
演算４１０で、車両３０２は、車両データを決定することが可能である。例えば、車両３０２は、１つまたは複数のセンサーシステム３０６を用いることが可能であり、環境のセンサーデータを車両データとして取得する。ある例示において、車両３０２は、車両データとして軌道を算定することが可能である。ある例示において、車両は、車両データの一部を車両ステータス、車両位置データ、および／または車両診断データとして決定することが可能である。任意の例示において、車両データは、車両３０２の任意の１つまたは複数のコンポーネントおよび／または関連するメッセージトピックによって決定される１つまたは複数のメッセージを含むことができる。次に、データ部分コンポーネント３３６は、測定されたネットワークパラメーターおよび／またはネットワークマップデータを用いることが可能であり、車両データの一部を決定し、および／または優先度水準を車両データの一部に関連付ける。
演算４１２で、伝送キューコンポーネント３３８は、車両データの第１の部分を第１の伝送キューに関連付けることが可能である。同様に、演算４１４で、伝送キューコンポーネント３３８は、車両データの第２の部分を第２の伝送キューに関連付けることが可能である。上記で説明されるように、第１の伝送キューは、第１のネットワークに関連付けられることが可能であり、第２の伝送キューは、第２のネットワークに関連付けられることが可能である。ある例示において、ネットワーク接続に関係なく、第１の伝送キューは、より優先度が高いキューであることが可能であり、第２の伝送キューは、より優先度の低いキューであることが可能である。
演算４１６で、１つまたは複数の通信接続３１０は、車両データの第１の部分または第２の部分のうちの少なくとも１つを伝送することが可能である。上記で説明されるように、１つまたは複数の通信接続３１０は、１つまたは複数のネットワーク３１８（１）および３１８（２）に関連付けられる１つまたは複数のモデムであることが可能である。
演算４１８で、ネットワーク予測コンポーネント３４４は、車両３０２の現在の位置とは異なる位置でネットワークパラメーターを予測することが可能である。上記で説明されるように、ネットワーク予測コンポーネント３４４は、測定されたネットワークパラメーターおよびネットワークマップデータを用いることが可能であり、他のアルゴリズムが考慮されるが、例えば、カルマンフィルタリングアルゴリズム、拡張カルマンフィルタリングアルゴリズム、および／または重み付け平均を用いて、異なる位置の使用で、ネットワークパラメーターを予測する。
したがって、本明細書で説明される技術は、適応型マルチネットワーク車両アーキテクチャのロバストな実装を提供して、車両がネットワークの可用性を維持および／または最適化して、安全な方法で演算し続けることを可能とする。
（例示的な条項）
Ａ：自律走行車のシステムであって、システムは、第１のモデムと、第２のモデムと、センサーと、プロセッサと、実行された場合に、システムに、第１の無線ネットワークに関連付けられる第１のネットワークパラメーターを決定することと、第２の無線ネットワークに関連付けられる第２のネットワークパラメーターを決定することと、センサーを用いて、環境のセンサーデータを取得することであって、第１の優先度に関連付けられるセンサーデータの少なくとも第１の部分を取得することと、少なくとも部分的にセンサーデータに基づいて、車両データを決定することであって、第２の優先度に関連付けられる車両データの少なくとも第２の部分を決定することと、少なくとも部分的に第１のネットワークパラメーターに基づいて、第２のネットワークパラメーター、第１の優先度および第２の優先度を決定することであって、第１のモデムを介してセンサーデータの第１の部分を伝送することと、少なくとも部分的に第１のネットワークパラメーターに基づいて、第２のネットワークパラメーター、第１の優先度および第２の優先度を決定することであって、第２のモデムを介して車両データの第２の部分を伝送することと、第１のモデムを介してリモートコンピューティングデバイスにセンサーデータの第１の部分を伝送することと、第２のモデムを介してリモートコンピューティングデバイスに車両データの第２の部分を伝送することと、第１のモデムまたは第２のモデムのうちの少なくとも１つを介して、リモートコンピューティングデバイスから命令を受信することと、少なくとも部分的に命令に基づいて自律走行車を制御することとを含む演算を実行させるコンピュータ実行可能命令を格納するコンピュータ可読媒体とを備える。
Ｂ：段落Ａのシステムは、ここで、第１の無線ネットワークは、第１のネットワークプロバイダーに関連付けられ、第２の無線ネットワークは、第１のネットワークプロバイダーとは異なる第２のネットワークプロバイダーに関連付けられ、演算は、環境における第１の無線ネットワークに関連付けられる第１のネットワークマップデータにアクセスすることと、環境における第２の無線ネットワークに関連付けられる第２のネットワークマップデータにアクセスすることと、第１のモデムを用いて、第１の測定されたネットワークパラメーターを決定することと、第２のモデムを用いて、第２の測定されたネットワークパラメーターを決定することと、第１のネットワークパラメーターを決定することは、少なくとも部分的に、第１のネットワークマップデータまたは第１の測定されたネットワークデータのうちの１つまたは複数に基づいていることと、第２のネットワークパラメーターの決定することは、少なくとも部分的に、第２のネットワークマップデータまたは第２の測定されたネットワークデータのうちの１つまたは複数に基づいていることとをさらに含む、システムである。
Ｃ：段落Ｂのシステムは、ここで、第１のネットワークマップデータは、位置に関連付けられる信号パラメーターを含み、信号パラメーターが最大バンド幅、信号強度、または待ち時間のうちの１つまたは複数を含む、システムである。
Ｄ：段落Ｃのシステムは、ここで、センサーデータの第１の部分を決定することは、少なくとも部分的に自律走行車の軌道にさらに基づいており、ここで、位置は、軌道に関連付けられている、システムである。
Ｅ：段落Ａ～Ｄのいずれかのシステムは、ここで、センサーデータの第１の部分は、画像データを含み、車両データは、画像データで表現されるオブジェクトに関連付けられる境界ボックス、自律走行車の姿勢、自律走行車の軌道、または自律走行車に関連付けられる診断データのうちの少なくとも１つをさらに含む、システムである。
Ｆ：方法は、第１の無線ネットワークに関連付けられる第１のネットワークパラメーターを決定するステップと、第２の無線ネットワークに関連付けられる第２のネットワークパラメーターを決定するステップと、車両に関連付けられるデータを決定するステップであって、第１の優先度に関連付けられるデータの第１の部分、および第２の優先度に関連付けられるデータの第２の部分を決定するステップと、少なくとも部分的に、第１のネットワークパラメーター、第２のネットワークパラメーター、および第１の優先度に基づいて、データの第１の部分は、第１の伝送キューに関連付けられ、第１の伝送キューは、第１の無線ネットワークに関連付けられるステップと、少なくとも部分的に、第１のネットワークパラメーター、第２のネットワークパラメーター、および第２の優先度に基づいて、データの第２の部分は、第２の伝送キューに関連付けられ、第２の伝送キューは、第２の無線ネットワークに関連付けられるステップとを備える。
Ｇ：段落Ｆの方法は、ここで、第１のネットワークパラメーターは、バンド幅データ、信号強度データ、周波数バンドデータ、第１のネットワークパラメーターに関連付けられる時間データ、待ち時間データ、ジッターデータ、エラーレートデータ、または位置データのうちの少なくとも１つを含む、方法である。
Ｈ：段落ＦまたはＧの方法は、ここで、データは、車両の姿勢、環境のオブジェクトに関連付けられる境界ボックス、車両の軌跡、診断データ、または車両のセンサーによって取得されるセンサーデータのうちの少なくとも１つを含む、方法である。
Ｉ：段落Ｆ～Ｈのいずれかの方法は、第１の無線ネットワークに関連付けられるモデムを用いて、第１の測定されたパラメーターを決定するステップをさらに備え、ここで、第１のネットワークパラメーターを決定するステップは、少なくとも部分的に、第１のネットワークマップデータまたは第１の測定されたパラメーターのうちの１つまたは複数に基づいており、方法は、モデムを介して、第１のネットワークマップデータに関連付けられるデータストアに第１の測定されたパラメーターを伝送するステップをさらに備え、第１の測定されたパラメーターは、第１の信号強度または第１のバンド幅のうちの少なくとも１つを表現する、方法である。
Ｊ：段落Ｉの方法は、ここで、第１のネットワークマップデータを決定するステップは、少なくとも部分的にパラメーター指標に基づいて、複数のネットワークマップから第１のネットワークマップデータを選択するステップを含み、ここで、パラメーター指標は、時間パラメーター、イベントパラメーター、または気象パラメーターのうちの少なくとも１つを含む、方法である。
Ｋ：段落ＩまたはＪの方法は、ここで、車両は、第１の位置にあり、少なくとも部分的に、第１のネットワークマップデータおよび第１の測定されたパラメーターに基づいて、第２の位置で予測されたネットワークデータを決定するステップと、少なくとも部分的に予測されたネットワークデータに基づいて車両を制御するステップとをさらに備え、ここで、予測されたネットワークデータを決定するステップは、カルマンフィルタ、拡張カルマンフィルタ、または重み付け平均のうちの１つまたは複数を含む、方法である。
Ｌ：段落Ｉ～Ｋのいずれかの方法は、ここで、第１の測定されたパラメーターを決定するステップは、モデムを介して、第１のデータパケットを伝送するステップと、第１のデータパケットに関連付けられる第１の応答時間を決定するステップと、モデムを介して、第１のデータパケットよりも大きい第２のデータパケットを伝送するステップと、第２のデータパケットに関連付けられる第２の応答時間を決定するステップと、少なくとも部分的に、第１の応答時間および第２の応答時間に基づいて第１の無線ネットワークに関連付けられる推定バンド幅を決定するステップとを含む、方法である。
Ｍ：段落Ｆ～Ｌのいずれかの方法は、モデムを介してリモートコンピューティングデバイスにデータの第１の部分またはデータの第２の部分のうちの少なくとも１つを伝送するステップと、モデムを介してリモートコンピューティングデバイスから命令を受信するステップと、少なくとも部分的に命令に基づいて車両を制御するステップとをさらに備える、方法である。
Ｎ：段落Ｆ～Ｍのいずれかの方法は、ここで、データの第２の部分を第２の伝送キューに関連付けるステップは、少なくとも部分的に第１の無線ネットワークに関連付けられる閾値バンド幅にさらに基づいており、ここで、データの第１の部分を関連付けるステップは、閾値バンド幅を満たすか、または超えている、方法である。
Ｏ：プロセッサによって実行可能な命令を格納する非一時的なコンピュータ可読媒体であって、ここで、命令は、実行された場合に、プロセッサに、第１のネットワークに関連付けられる第１のネットワークパラメーターを決定することと、第２のネットワークに関連付けられる第２のネットワークパラメーターを決定することと、デバイスに関連付けられるデータを第１の優先度に関連付けられるデータの第１の部分および第２の優先度に関連付けられるデータの第２の部分を決定することと、少なくとも部分的に、第１のネットワークパラメーター、第２のネットワークパラメーター、第１の優先度、および第２の優先度に基づいて、データの第１の部分を第１のネットワークに関連付けられる第１の伝送キューに関連付けることと、少なくとも部分的に、第１のネットワークパラメーター、第２のネットワークパラメーター、第１の優先度、および第２の優先度に基づいて、データの第２の部分を第１のネットワーク、または第２のネットワークのうちの少なくとも１つに関連付けられる第２の伝送キューに関連付けることとを含む演算を実行させる。
Ｐ：段落Ｏの非一時的なコンピュータ可読媒体であって、演算は、第１のネットワークマップデータを受信することと、第２のネットワークマップデータを受信することと、第１のモデムを用いて、第１の測定されたパラメーターを決定することと、第２のモデムを用いて、第２の測定されたパラメーターを決定することとをさらに含み、ここで、第１のネットワークパラメーターを決定することは、少なくとも部分的に、第１のネットワークマップデータまたは第１の測定されたパラメーターのうちの１つまたは複数に基づいており、第２のネットワークパラメーターを決定することは、少なくとも部分的に、第２のネットワークマップデータまたは第２の測定されたパラメーターのうちの１つまたは複数に基づいている、媒体である。
Ｑ：段落Ｐの非一時的なコンピュータ可読媒体であって、動作は、予測アルゴリズムを用いて、少なくとも部分的に、第１のネットワークパラメーターおよび第１のネットワークマップデータに基づいて予測されたネットワークパラメーターを決定することをさらに含み、ここで、予測アルゴリズムは、重み付けアルゴリズムまたはカルマンフィルターアルゴリズムのうちの少なくとも１つを含む、媒体である。
Ｒ：段落Ｏ～Ｑのいずれかの非一時的なコンピュータ可読媒体であって、ここで、データを決定することは、デバイスのセンサーを用いて、環境のセンサーデータを少なくとも部分的に決定することに基づいており、ここで、データは、センサーを含む、媒体である。
Ｓ：段落Ｒの非一時的なコンピュータ可読媒体であって、ここで、デバイスは、自律走行車であり、動作は、少なくとも部分的にデータに基づいて、自律走行車に対する軌道を決定することをさらに含み、ここで、データの第１の部分を第１の伝送キューに関連付けることは、少なくとも部分的に軌道にさらに基づいている、媒体である。
Ｔ：段落Ｓの非一時的なコンピュータ可読媒体であって、動作は、データの第１の部分または第２の部分のうちの少なくとも１つをリモートコンピューティングデバイスに伝送することと、第１のモデムを用いて、第１の測定されたパラメーターを決定することと、第１の測定されたパラメーターをリモートコンピューティングデバイスに伝送することと、リモートコンピューティングデバイスから命令を受信することと、少なくとも部分的に命令に基づいて、自律走行車を制御することとをさらに含む、媒体である。
上記で説明される例示的な条項は、ある具体的な実装に対して説明されている一方で、本書類の文脈において、本例示的な条項の内容は、また、方法、デバイス、システムおよび／またはコンピュータ可読媒体を介して実装されることが可能であることを理解されたい。
（結論）
本明細書で説明される技術のうちの１つまたは複数の例示が記載されている一方で、さまざまな変更、追加、置換、およびそれらの均等物が本明細書で説明される技術の範囲内に含まれる。
例示の説明において、本明細書の一部を形成する添付の図面を参照し、これは、説明の方法として請求される発明の主題の具体的な例示を示す。他の例示は、用いられることが可能であり、構造的変更のような変更または代替がされることが可能であることを理解されたい。このような例示、変更または代替は、意図された発明の請求される主題に対する範囲から必ずしも逸脱するものではない。本明細書におけるステップは、特定の順序で提供されることが可能である一方で、ある場合において、順序は、変更されることが可能であることによって、説明されるシステムおよび方法の機能を変更することなく、特定の入力が異なる時間または異なる順序で提供される。開示された手順は、また、異なる順序で実行され得る。さらに、本明細書におけるさまざまな計算は、開示された順序で実行される必要はなく、計算の代替順序を用いる他の例示は、容易に実装され得る。並べ替えに加えて、計算は、また、サブ計算へと分解され得て、同一の結果が得られる。

Claims (15)

  1. 方法であって、
    第１の無線ネットワークに関連付けられる第１のネットワークパラメーターを決定するステップと、
    第２の無線ネットワークに関連付けられる第２のネットワークパラメーターを決定するステップと、
    車両に関連付けられるデータ、第１の優先度に関連付けられる前記データの第１の部分，および第２の優先度に関連付けられる前記データの第２の部分を決定するステップと、
    少なくとも部分的に、前記第１のネットワークパラメーター、前記第２のネットワークパラメーター、および前記第１の優先度に基づいて、前記データの前記第１の部分を第１の伝送キューに関連付けるステップであって、前記第１の伝送キューは、前記第１の無線ネットワークに関連付けられるステップと、
    少なくとも部分的に、前記第１のネットワークパラメーター、前記第２のネットワークパラメーター、および前記第２の優先度に基づいて、前記データの前記第２の部分を第２の伝送キューに関連付けるステップであって、前記第２の伝送キューは、前記第２の無線ネットワークに関連付けられるステップと
    を備える方法。
  2. 前記第１のネットワークパラメーターは、
    バンド幅データ、
    信号強度データ、
    周波数バンドデータ、
    前記第１のネットワークパラメーターに関連付けられる時間データ、
    待ち時間データ、
    ジッターデータ、
    エラーレートデータ、または
    位置データのうちの少なくとも１つを含む、
    請求項１に記載の方法。
  3. 前記データは、車両の姿勢、環境のオブジェクトに関連付けられる境界ボックス、車両の軌跡、診断データ、または車両のセンサーによって取得されるセンサーデータのうちの少なくとも１つを含む、
    請求項１または２に記載の方法。
  4. 前記方法は、
    前記第１の無線ネットワークに関連付けられるモデムを用いて、第１の測定されたパラメーターを決定するステップをさらに備え、
    前記第１のネットワークパラメーターを決定するステップは、少なくとも部分的に、第１のネットワークマップデータまたは前記第１の測定されたパラメーターのうちの１つまたは複数に基づいており、
    前記方法は、
    前記モデムを介して、前記第１のネットワークマップデータに関連付けられるデータストアに前記第１の測定されたパラメーター、第１の信号強度または第１のバンド幅のうちの少なくとも１つを表現する前記第１の測定されたパラメーターを伝送するステップをさらに備える、
    請求項１ないし３のいずれか一項に記載の方法。
  5. 前記第１のネットワークマップデータを決定するステップは、
    少なくとも部分的にパラメーター指標に基づいて、複数のネットワークマップから前記第１のネットワークマップデータを選択するステップであって、前記パラメーター指標は、時間パラメーター、イベントパラメーター、または気象パラメーターのうちの少なくとも１つを含むステップを含む、
    請求項４に記載の方法。
  6. 前記車両は、第１の位置にあり、前記方法は、
    少なくとも部分的に、前記第１のネットワークマップデータおよび前記第１の測定されたパラメーターに基づいて第２の位置で予測されたネットワークデータを決定するステップと、
    少なくとも部分的に前記予測されたネットワークデータに基づいて、前記車両を制御するステップとをさらに備え、
    前記予測されたネットワークデータを決定するステップは、カルマンフィルタ、拡張カルマンフィルタ、または重み付け平均のうちの１つまたは複数を含む、
    請求項４または５に記載の方法。
  7. 前記第１の測定されたパラメーターを決定するステップは、
    前記モデムを介して、第１のデータパケットを伝送するステップと、
    前記第１のデータパケットに関連付けられる第１の応答時間を決定するステップと、
    前記モデムを介して、前記第１のデータパケットよりも大きい第２のデータパケットを伝送するステップと、
    前記第２のデータパケットに関連付けられる第２の応答時間を決定するステップと、
    少なくとも部分的に、前記第１の応答時間および前記第２の応答時間に基づいて、前記第１の無線ネットワークに関連付けられる推定バンド幅を決定するステップとを含む、
    請求項４ないし６のいずれか一項に記載の方法。
  8. モデムを介してリモートコンピューティングデバイスに前記データの前記第１の部分または前記データの前記第２の部分のうちの少なくとも１つを伝送するステップと、
    前記モデムを介して前記リモートコンピューティングデバイスから命令を受信するステップと、
    少なくとも部分的に前記命令に基づいて前記車両を制御するステップとをさらに備える、
    請求項１ないし７のいずれか一項に記載の方法。
  9. 前記データの前記第２の部分を前記第２の伝送キューに関連付けるステップは、少なくとも部分的に前記第１の無線ネットワークに関連付けられる閾値バンド幅にさらに基づいており、前記データの前記第１の部分を関連付けるステップは、前記閾値バンド幅を満たすか、または超えている、
    請求項１ないし８のいずれか一項に記載の方法。
  10. コンピュータ上で実行された場合に、請求項１ないし９のいずれか一項に記載の方法を実装する、
    符号化された命令を含むコンピュータプログラム製品。
  11. システムであって、
    １つまたは複数のプロセッサと、
    実行されると、１つまたは複数のプロセッサに
    第１のネットワークに関連付けられる第１のネットワークパラメーターを決定することと、
    第２のネットワークに関連付けられる第２のネットワークパラメーターを決定することと、
    デバイスに関連付けられるデータ、第１の優先度に関連付けられる前記データの第１の部分、および第２の優先度に関連付けられる前記データの第２の部分を決定することと、
    少なくとも部分的に、前記第１のネットワークパラメーター、前記第２のネットワークパラメーター、および前記第２の優先度に基づいて、前記データの前記第１の部分を前記第１のネットワークに関連付けられる第１の伝送キューに関連付けることと、
    少なくとも部分的に、前記第１のネットワークパラメーター、前記第２のネットワークパラメーター、前記第１の優先度、および前記第２の優先度に基づいて、前記データの前記第２の部分を前記第１のネットワークまたは第２のネットワークのうちの少なくとも１つに関連付けられる第２の伝送キューに関連付けることとを含む演算を実行させる、
    コンピュータ実行可能命令を格納する１つまたは複数の非一時的なコンピュータ可読媒体とを備える、
    システム。
  12. 前記演算は、
    第１のネットワークマップデータを受信することと、
    第２のネットワークマップデータを受信することと、
    第１のモデムを用いて、第１の測定されたパラメーターを決定することと、
    第２のモデムを用いて、第２の測定されたパラメーターを決定することをさらに含み、
    第１のネットワークパラメーターを決定することは、少なくとも部分的に、前記第１のネットワークマップデータまたは前記第１の測定されたパラメーターのうちの１つまたは複数に基づいており、
    第２のネットワークパラメーターを決定することは、少なくとも部分的に、第２のネットワークマップデータまたは第２の測定されたパラメーターのうちの１つまたは複数に基づいている、
    請求項１１に記載のシステム。
  13. 前記演算は、
    予測アルゴリズムを用いて、少なくとも部分的に、前記第１のネットワークパラメーターおよび前記第１のネットワークマップデータに基づいて、予測されたネットワークパラメーターを決定することをさらに備え、
    前記予測アルゴリズムは、
    重み付け平均アルゴリズム、または
    カルマンフィルターアルゴリズムのうちの少なくとも１つを含む、
    請求項１２に記載のシステム。
  14. 前記デバイスは、自律走行車であり、前記演算は、
    少なくとも部分的に前記データに基づいて、前記自律走行車に対する軌道を決定することをさらに含み、前記データを決定することは、前記デバイスのセンサーを用いて、少なくとも部分的に環境のセンサーデータを決定することに基づいており、前記データは、前記センサーデータを含み、
    前記データの前記第１の部分を前記第１の伝送キューに関連付けることは、少なくとも部分的に前記軌道にさらに基づいている、
    請求項１１に記載のシステム。
  15. 前記演算は、
    リモートコンピューティングデバイスに前記データの前記第１の部分または前記第２の部分のうちの少なくとも１つを伝送することと、
    第１のモデムを用いて、第１の測定されたパラメーターを決定することと、
    前記リモートコンピューティングデバイスに前記第１の測定されたパラメーターを伝送することと、
    前記リモートコンピューティングデバイスから命令を受信することと、
    少なくとも部分的に前記命令に基づいて前記自律走行車を制御することとをさらに含む、
    請求項１４に記載のシステム。
JP2021535747A 2018-12-21 2019-12-18 適応型マルチネットワーク車両アーキテクチャ Pending JP2022515154A (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/230,966 US11042153B2 (en) 2018-12-21 2018-12-21 Adaptive multi-network vehicle architecture
US16/230,966 2018-12-21
PCT/US2019/067174 WO2020132067A1 (en) 2018-12-21 2019-12-18 Adaptive multi-network vehicle architecture

Publications (2)

Publication Number Publication Date
JP2022515154A true JP2022515154A (ja) 2022-02-17
JPWO2020132067A5 JPWO2020132067A5 (ja) 2022-12-27

Family

ID=69167939

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021535747A Pending JP2022515154A (ja) 2018-12-21 2019-12-18 適応型マルチネットワーク車両アーキテクチャ

Country Status (5)

Country Link
US (2) US11042153B2 (ja)
EP (1) EP3900412A1 (ja)
JP (1) JP2022515154A (ja)
CN (1) CN113228714A (ja)
WO (1) WO2020132067A1 (ja)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11587366B1 (en) * 2018-11-20 2023-02-21 State Farm Mutual Automobile Insurance Company Systems and methods for selecting locations to validate automated vehicle data transmission
US11042153B2 (en) 2018-12-21 2021-06-22 Zoox, Inc. Adaptive multi-network vehicle architecture
JP7063303B2 (ja) * 2019-04-23 2022-05-09 株式会社デンソー 車両用装置、車両用プログラムおよび記憶媒体
EP3882729A1 (en) * 2020-03-20 2021-09-22 Volkswagen AG Method, computer program, apparatus, vehicle and network component for determining a speed limit for a tele-operated vehicle
CN112566026B (zh) * 2020-12-14 2022-10-18 广东工贸职业技术学院 车轮转动信号自适应网络时延测量方法、系统及存储介质
US20210107530A1 (en) * 2020-12-22 2021-04-15 Cornelius Buerkle Distributed in-vehicle realtime sensor data processing as a service
US11689984B2 (en) * 2021-03-31 2023-06-27 Toyota Motor North America, Inc. System and method for applying routing protocol and selecting a network interface in a mesh network
US20230195724A1 (en) * 2021-12-21 2023-06-22 Elektrobit Automotive Gmbh Smart data ingestion
WO2024005570A1 (ko) * 2022-06-30 2024-01-04 주식회사 엘지유플러스 원격 주행을 위한 네트워크 상태 모니터링 방법 및 그를 위한 장치 및 시스템

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5163463B2 (ja) * 2008-12-09 2013-03-13 富士通株式会社 帯域計測プログラム、方法及び装置
US9801202B2 (en) * 2015-09-14 2017-10-24 Uber Technologies, Inc. Bluetooth device and data scheduler
US9432929B1 (en) * 2015-12-08 2016-08-30 Uber Technologies, Inc. Communication configuration system for a fleet of automated vehicles
CA3187447C (en) 2015-12-08 2023-09-05 Uatc, Llc Optimizing communication for automated vehicles
US10609529B2 (en) 2016-11-14 2020-03-31 Qualcomm Incorporated Multi-modem scheduler for multimedia streams
US10202126B2 (en) * 2017-03-07 2019-02-12 Uber Technologies, Inc. Teleassistance data encoding for self-driving vehicles
US10293818B2 (en) * 2017-03-07 2019-05-21 Uber Technologies, Inc. Teleassistance data prioritization for self-driving vehicles
US10268207B2 (en) 2017-03-10 2019-04-23 Ford Global Technologies, Llc Autonomous vehicle network bandwidth bridging
US20200041995A1 (en) * 2018-10-10 2020-02-06 Waymo Llc Method for realtime remote-operation of self-driving cars by forward scene prediction.
US11042159B2 (en) * 2018-12-20 2021-06-22 Toyota Motor North America, Inc. Systems and methods for prioritizing data processing
US11042153B2 (en) 2018-12-21 2021-06-22 Zoox, Inc. Adaptive multi-network vehicle architecture

Also Published As

Publication number Publication date
WO2020132067A1 (en) 2020-06-25
EP3900412A1 (en) 2021-10-27
US20210311471A1 (en) 2021-10-07
US11927952B2 (en) 2024-03-12
CN113228714A (zh) 2021-08-06
US11042153B2 (en) 2021-06-22
US20200201315A1 (en) 2020-06-25

Similar Documents

Publication Publication Date Title
US11927952B2 (en) Adaptive multi-network vehicle architecture
JP6720415B2 (ja) 自律走行車のための帯域幅制約画像処理
US11269352B2 (en) System for building a vehicle-to-cloud real-time traffic map for autonomous driving vehicles (ADVS)
US20210163021A1 (en) Redundancy in autonomous vehicles
JP6726363B2 (ja) 生成されたインターフェースを使用する自律走行車の監視
US20190382031A1 (en) Methods for handling sensor failures in autonomous driving vehicles
JP6963158B2 (ja) 集中型共有自律走行車動作管理
US11230297B2 (en) Pedestrian probability prediction system for autonomous vehicles
JP2019537159A5 (ja)
US11485360B2 (en) Dynamic speed limit adjustment system based on perception results
US11880201B2 (en) Fastest lane determination algorithm under traffic jam
CN112041773B (zh) 自动驾驶车辆的规划和控制之间的通信协议
US11708066B2 (en) Road surface condition guided decision making and prediction
CN112441013B (zh) 基于地图的车辆超速规避
US11713057B2 (en) Feedback based real time steering calibration system
US11429115B2 (en) Vehicle-platoons implementation under autonomous driving system designed for single vehicle
US11539621B2 (en) Controller area network messages in an autonomous vehicle
WO2024036618A1 (en) Dynamic signal transfer configuration for driverless vehicle remote monitoring
CN113353005B (zh) 用于处理自动驾驶系统与车辆之间的通信延迟的系统
US12017681B2 (en) Obstacle prediction system for autonomous driving vehicles
CN111860198B (zh) 用于自主驾驶车辆adv的处理点云数据的方法、装置和系统、及计算机可读介质
US11529969B2 (en) Pull over method based on quadratic programming for path planning
US20210284195A1 (en) Obstacle prediction system for autonomous driving vehicles

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221219

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20221219

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240206

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240307

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240611