JP2022542277A - 偶発事象対応計画及び安全保障 - Google Patents

偶発事象対応計画及び安全保障 Download PDF

Info

Publication number
JP2022542277A
JP2022542277A JP2022505407A JP2022505407A JP2022542277A JP 2022542277 A JP2022542277 A JP 2022542277A JP 2022505407 A JP2022505407 A JP 2022505407A JP 2022505407 A JP2022505407 A JP 2022505407A JP 2022542277 A JP2022542277 A JP 2022542277A
Authority
JP
Japan
Prior art keywords
trajectory
hazard
contingency
vehicle
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.)
Granted
Application number
JP2022505407A
Other languages
English (en)
Other versions
JP7401650B2 (ja
Inventor
クリストファー オスタフュー、
テレーズ サイファー―プリサール、
キザン タム、
惇英 小橋
リアム ペダーセン、
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Renault SAS
Original Assignee
Renault SAS
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 Renault SAS filed Critical Renault SAS
Publication of JP2022542277A publication Critical patent/JP2022542277A/ja
Application granted granted Critical
Publication of JP7401650B2 publication Critical patent/JP7401650B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/09—Taking automatic action to avoid collision, e.g. braking and steering
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/08—Active safety systems predicting or avoiding probable or impending collision or attempting to minimise its consequences
    • B60W30/095—Predicting travel path or likelihood of collision
    • B60W30/0956—Predicting travel path or likelihood of collision the prediction being responsive to traffic or environmental parameters
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/06—Road conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0011—Planning or execution of driving tasks involving control alternatives for a single driving scenario, e.g. planning several paths to avoid obstacles
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0017—Planning or execution of driving tasks specially adapted for safety of other traffic participants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00272—Planning or execution of driving tasks using trajectory prediction for other traffic participants relying on extrapolation of current movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • B60W60/00274—Planning or execution of driving tasks using trajectory prediction for other traffic participants considering possible movement changes
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot 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 or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2530/00—Input parameters relating to vehicle conditions or values, not covered by groups B60W2510/00 or B60W2520/00
    • B60W2530/10—Weight
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B60W2552/53—Road markings, e.g. lane marker or crosswalk
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/402—Type
    • B60W2554/4029—Pedestrians
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4049—Relationship among other objects, e.g. converging dynamic objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/80—Spatial relation or speed relative to objects
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2556/00—Input parameters relating to data
    • B60W2556/45—External transmission of data to or from the vehicle
    • B60W2556/50—External transmission of data to or from the vehicle for navigation systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2720/00—Output or target parameters relating to overall vehicle dynamics
    • B60W2720/10—Longitudinal speed
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/20—Lateral distance
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2754/00—Output or target parameters relating to objects
    • B60W2754/10—Spatial relation or speed relative to objects
    • B60W2754/30—Longitudinal distance

Abstract

自律走行車両（ＡＶ）のための偶発事象計画のための方法は、ＡＶのための名目軌道を決定すること、ハザードオブジェクトの検出時にＡＶの経路に侵入していないハザードオブジェクトを検出すること、ハザードオブジェクトに対するハザードゾーンを決定すること、ハザードゾーンへのＡＶの到達時間を決定すること、ＡＶのための偶発事象軌道を決定すること、偶発事象軌道に従ってＡＶを制御すること、及び、ハザードオブジェクトがＡＶの経路に侵入したことに応答して、ハザードオブジェクトを回避する操作を行うようにＡＶを制御することを含む。偶発事象軌道は、横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含む。偶発事象軌道は、ハザードゾーンへのＡＶの到達時間を使用して決定される。

Description

本出願は、自律走行車に関するものであり、自律走行車の軌道計画のための方法、装置、システム、及び非一時的なコンピュータ可読媒体を含む。
自律走行車の使用の増加によって、交通ネットワークを介して乗客及び積荷がより効率的に移動する可能性が生じている。さらに、自律走行車の使用は、車両安全性の改善及び車両間のより効率的な通信をもたらし得る。しかしながら、自律走行車が静的オブジェクトを検出し、及び／又は近傍の他の動的オブジェクトの軌道を予測して、自律走行車が交通ネットワークを安全に横断し、そのようなオブジェクトを回避し得るように軌道を計画し得ることが重要である。
本明細書では、偶発事象対応計画及び安全保障のための態様、特徴、要素、及び実装が開示される。
開示された実装の一態様は、自律走行車（ＡＶ）のための偶発事象対応計画のための方法である。この方法は、ＡＶのための名目軌道を決定するステップと、ハザードオブジェクトの検出時にＡＶの経路に侵入していないハザードオブジェクトを検出するステップと、ハザードオブジェクトに対するハザードゾーンを決定するステップと、ハザードゾーンへのＡＶの到達時間を決定するステップと、ＡＶのための偶発事象軌道を決定するステップと、偶発事象軌道に従ってＡＶを制御するステップと、ハザードオブジェクトがＡＶの経路に侵入したことに応答して、ハザードオブジェクトを回避する操作を行うようにＡＶを制御するステップとを含む。偶発事象軌道は、横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含む。偶発事象軌道は、ハザードゾーンへのＡＶの到達時間を使用して決定される。
開示された実装の一態様は、自律走行車（ＡＶ）のための偶発事象対応計画のための別の方法である。この方法は、ＡＶのための軌道及び所望の速度計画を決定するステップと、オブジェクトが軌道に沿って隠された位置にある可能性を識別するステップと、軌道に沿った最も遠い可視位置を識別するステップであって、最も遠い可視位置は、ＡＶが前記位置でオブジェクトを検出することが可能になるような軌道に沿った位置であるステップと、オブジェクトが隠された位置で検出された場合に使用される適切な最大減速度を決定するステップと、ＡＶのための目標減速度を決定するステップであって、目標減速度に従ってＡＶを動作させることにより、オブジェクトが隠された位置で検出された場合に、ＡＶが適切な最大減速度を使用して時間内に停止することが可能であることを保証するステップと、オブジェクトが隠された位置にあると決定したことに応答して、適切な最大減速度以下のＡＶの適切な減速度に従ってＡＶを動作させるステップとを含む。適切な最大減速度は、乗客の好み、ＡＶの操縦性能力、ＡＶの運動モデル、その他の要因、又はそれらの組み合わせに基づいて設定され得る。
開示された実装の一態様は、自律走行車（ＡＶ）のための偶発事象対応計画のためのシステムである。システムは、メモリ及びプロセッサを含む。メモリは、プロセッサによって実行可能な命令であって、ハザードオブジェクトを検出することであって、ハザードオブジェクトはハザードオブジェクトの検出時にはＡＶの経路に侵入しないものであること、ハザードオブジェクトに対するハザードゾーンを決定すること、ハザードゾーンへのＡＶの到達時間を決定すること、ＡＶのための偶発事象軌道を決定すること、偶発事象軌道に従ってＡＶを制御すること、及びハザードオブジェクトがＡＶの経路に侵入したことに応答して、ハザードオブジェクトを回避する操作を行うようにＡＶを制御することを行うための命令を含む。偶発事象軌道は、横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含む。
本開示のこうした特徴及びその他の特徴は、以下の実装の詳細な説明、添付の請求項及び添付の図面に開示されている。
本開示の技術は、添付の図面と併せて読む場合に、以下の詳細な説明から最良に理解される。慣行により、図面の様々な特徴は正確な縮尺ではないことを強調する。対照的に、様々な特徴の寸法は、明確のため任意に拡大又は縮小されている。さらに、別の注記がない限り、図面全体を通して、同じ参照番号は同じ要素を指している。
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部の例示の図面である。
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。
本開示の実装による予測可能な応答の状況の図である。
本開示の実装による自律走行車用システムのコンポーネントの一例である。
本開示の実装による自律走行車の軌道プランナのレイヤの例である。
本開示の実装による粗走行線連結の例を示す図である。
本開示の実装による戦略的速度計画を決定する例である。
本開示の実施による走行可能領域及び離散時間速度計画を決定するための処理のフローチャート図である。
図９は、本開示の実装による走行可能領域及び離散時間速度計画を決定する図である。
本開示の実装による静的オブジェクトのための走行可能領域を調整する例である。 本開示の実装による静的オブジェクトのための走行可能領域を調整する例である。 本開示の実装による静的オブジェクトのための走行可能領域を調整する例である。
本開示による静的境界を決定するための処理のフローチャートである。
本開示の実装による動的境界を決定する例である。 本開示の実装による動的境界を決定する例である。 本開示の実装による動的境界を決定する例である。
本開示の実装による軌道計画のさらなる例を示す。
本開示によるオブジェクト回避のための処理のフローチャートである。
本開示の実装による経路計画の例示である。
本開示の実装によるハザードゾーンの定義の例である。
本開示の実装による偶発事象対応計画の例を示す図である。 本開示の実装による偶発事象対応計画の例を示す図である。 本開示の実装による偶発事象対応計画の例を示す図である。 本開示の実装による偶発事象対応計画の例を示す図である。 本開示の実装による偶発事象対応計画の例を示す図である。
本開示の実装による偶発事象対応計画のためのシステムのモジュールを示す図である。
本開示の実装による自律走行車（ＡＶ）のための偶発事象対応計画のための処理の流れ図である。
遮蔽されたオブジェクトを含むシーンの例である。
本開示の実装による潜在的に遮蔽されたオブジェクトのための偶発事象計画の例である。
本開示の実装による自律走行車（ＡＶ）のための偶発事象対応計画のための処理の流れ図である。
自律走行車又は半自律走行車等の車両が車両交通ネットワークの一部を横断する場合がある。車両交通ネットワークは、建物等の１つ以上の通行不能領域、駐車領域（例えば、駐車場、駐車スペース等）等の１つ以上の部分的通行可能領域、道路（車線、中央分離帯、交差点等を含む）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み得る。
車両は、１つ以上のセンサを含み得る。車両交通ネットワークを横断することは、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センサを含み得る。例えば、センサデータは、１つ以上の外部オブジェクト（又は単にオブジェクト）に対応する情報を含み得る。
外部オブジェクトは静的オブジェクトであり得る。静的オブジェクトとは、静止していて、数秒以内に移動することが予想されないオブジェクトである。静的オブジェクトの例としては、運転者のいない自転車、コールドビークル、空車、道路標識、壁、建物、穴等が含まれる。
外部オブジェクトは、停止したオブジェクトであってもよい。停止したオブジェクトとは、静止しているが、いつでも移動し得るオブジェクトである。停止オブジェクトの例としては、信号機で停止している車両、及び乗員（例えば、運転者）がいる道路側の車両等が含まれる。実装によっては、停止したオブジェクトは静的オブジェクトとみなされる。
外部オブジェクトは、歩行者、遠隔車両、オートバイ、自転車等の動的（すなわち、移動）オブジェクトである場合があり、動的オブジェクトは、（車両に向かって）対向している場合や、車両と同じ方向に移動している場合がある。動的オブジェクトは、車両に対して縦方向又は横方向に移動し得る。静的オブジェクトは動的オブジェクトになる可能性があり、その逆もしかりである。
一般に、車両交通ネットワークを横断する（例えば、その中を走行する）ことは、ロボット的な動作とみなされ得る。すなわち、特定の状況（例えば、交通状況又は道路状況）に対する車両の予測可能な応答は予想することが可能である。例えば、交通状況の観測者は、次の数秒間における車両の応答がどのようなものであるかを予想することが可能である。すなわち、例えば、走行環境（すなわち、車両交通ネットワーク、道路）が動的であっても、道路状態に対する車両（すなわち、人に運転される、遠隔操作されるもの等）による応答は予測／予想することが可能である。
（複数の）応答は、車両交通ネットワークを横断することが道路の規則（例えば、左折する車両は対向する交通に譲らなければならず、車両は車線の標示の間を走行しなければならない）、社会的慣習（例えば、停止標識において、右側の運転者が譲られるべきである）、及び物理的制約（例えば、静的オブジェクトが車両の進行方向に瞬間的に横方向に移動することはない）により支配されるので予測可能である。予測可能な応答のさらなる例が、図３に関して示されている。
本開示による実装は、静的オブジェクトの存在を検出し（例えば、感知、観測等）、車両交通ネットワークの他のユーザ（例えば、道路ユーザ、動的オブジェクト）の軌道を予想（すなわち、予測）することによって、自律走行車の軌道を決定する。本開示による実装は、自律走行車の円滑な制御（例えば、停止、待機、加速、減速、合流等）及び自律走行車の社会的に許容可能な挙動（例えば、操作）に寄与する動的オブジェクト（例えば、他の道路ユーザ）の軌道を正確かつ効率的に計画することが可能である。
以下にさらに説明するように、本開示による軌道プランナの実装は、例えば、ＨＤ地図データ、遠隔操作データ、及び他の入力データを受信すること；起点位置から目的地位置までの経路の速度プロファイルを決定するために、入力データを縦方向に縫い合わせ（例えば、融合、接続等）する（例えば、起点位置から目的地位置までの経路の異なる区間に沿ってＡＶを走行し得る速度を指定する速度プロファイル）；及び離散的な時点において（例えば、数ミリ秒ごとに）、ＡＶのセンサデータに基づいて観測される静的及び動的オブジェクトに関連する制約を軌道プランナに処理させることにより、次の時間ウィンドウ（例えば、６秒の先読み時間）のためのＡＶの円滑な軌道を生成することによって、自律走行車（ＡＶ）のための円滑な軌道を起点位置から目的地位置まで生成し得る。
上述したように、他の道路ユーザのアクション（例えば、軌道、挙動／意図等）を予測することによって、自律走行車に対して円滑な軌道を計画することができる。他のユーザのアクションを予測する軌道を計画することは、自律走行車及び他の道路ユーザの安全性を確保するための基礎となり得る。自律走行車及び／又は他のユーザの安全性を確保するための一般的なソリューションは、知覚されかつ予測された全ての衝突物に応答して、ＡＶに（事前対策的及び反応的に）アクションを行わせることである。
軌道計画は、センサデータに依存する（例えば、センサデータに基づく）。しかしながら、観測及び／又は予測の不確実性は、センサデータ及び／又はセンサデータの処理に関連付けられ得る。観測又は予測の不確実性は、センサデータ自体、分類の不確実性、仮説（意図）の不確実性、実際の躊躇、遮蔽、不確実性の他の理由、又はそれらの組み合わせによって発生し得る。例えば、センサデータ自体に関して、センサデータは、気象条件、センサの精度、及び／又はセンサの故障によって影響され得る。分類の不確実性に関して、世界オブジェクトは、実際には何らかの他のクラスのオブジェクトである場合、自動車、自転車、歩行者等に分類され得る。意図の推定に関して、道路ユーザが左折しているのか又は直進しているのかわからないことがある。実際の躊躇に関して、道路ユーザは、実際に予期せずに考えを変え得る。遮蔽に関して、ＡＶのセンサは、他のオブジェクトの背後にあるオブジェクトを検出できない場合がある。したがって、計画された軌道は、誤検出、センサデータ内のノイズ、及び他の不確実性に基づき得る。
全てのセンサデータに応答することは、不自然な（例えば、不快な、不愉快な）運転挙動又は麻痺（例えば、ＡＶのアルゴリズムが、知覚された及び／又は予測された衝突物を解決及び／又は反応することができないこと）につながり得る。全ての可能な（誤って又はそれ以外で）知覚された世界オブジェクト及び／又は世界オブジェクトの意図に反応する（例えば、調整する）軌道計画は、ＡＶの乗員にとって不快な走行をもたらし得ることが発見されている。
知覚されたハザード、知覚された世界オブジェクト、及び／又は知覚された世界オブジェクトの意図の予測に関連する問題を軽減するために、本開示に従った実装は、不確実性をロバストに処理するために偶発事象対応計画を使用し得る。偶発事象対応計画は、ＡＶの乗員の快適性を維持しながら、同時にＡＶの安全性を保障することができる。偶発事象対応計画は、ＡＶの計画システム（軌道計画システム等）が、不確実な観測又は予測に関してアクションを部分的に遅らせることを可能にする。一例では、どの程度のアクションを遅らせることができるかは、上記の観察又は予測の可能性及び／又はＡＶの緊急操作能力に基づき得る。
次に、偶発事象対応計画を説明するための非限定的な例を示す。センサ入力に基づいて、駐車車両がＡＶの前方でＡＶの軌道に沿って識別されると仮定する。ＡＶ（すなわち、その中のモジュール）は、駐車車両のドアが開き得ることを識別する。ＡＶの軌道プランナは、将来ドアが開かれることを避けるためにＡＶが必ずしもすぐに移動する必要がないように、偶発事象軌道を計算することができる。むしろ、偶発事象軌道は、ドアが開いた場合でも、ＡＶがドアとの衝突を確実に回避できるように緊急操縦が間に合って行われ得るように、ＡＶが丁度十分に移動するようなものであり得る。
以下にさらに述べるように、偶発事象対応計画は、横方向（例えば、ステアリング）、縦方向（例えば、速度）の偶発事象、又はそれらの組み合わせに依存し得る。別の言い方をすれば、偶発事象対応計画は、横方向の偶発事象、縦方向の偶発事象、又はその両方を含み得る。横方向の偶発事象とは、右又は左ステアリングを必要とし得る偶発事象を意味する。縦方向の偶発事象とは、ＡＶの速度の変更を必要とし得る偶発事象を意味する。場合によっては、速度の変化は速度の増加であってもよい。他の状況では、速度の変化は速度の低下であってもよい。ここでは、主に速度を低下させる例について説明するが、状況によっては、縦方向の偶発事象は、速度を、例えば、制限速度を超える速度まで増加させ得ることが理解され得る。
例えば、横方向の偶発事象に関して、駐車車両の車のドアがＡＶの経路内に開く可能性が低い場合、ドアが開いた場合でも緊急操作が可能になるように、（ＡＶの乗員の快適性を維持しながら）ＡＶをわずかに円滑に移動させるように偶発事象軌道が計画（及び実行）されてもよい。例えば、縦方向の偶発事象に関して、ＡＶが停止しなければならないように歩行者がＡＶの経路内に不法に入って行く可能性がある場合には、（ＡＶの乗員の快適性を維持しながら）円滑に減速し、かつ、歩行者がＡＶの経路内に出てきた場合に緊急操作が可能となるように丁度十分になるように偶発事象軌道（例えば、速度計画）を計画（及び実行）されてもよい。
偶発事象対応計画の利点は、１）観察及び予測の不確実性に関係なくＡＶの安全性を保障すること、２）乗員の快適性を維持し、かつＡＶの社会的に許容される挙動を生成すること、３）観察及び／又は予測の可能性に基づいて測定された応答を提供すること、及び４）センサ要件を少なくすることを含み得る。例えば、社会的に許容される挙動を生成することに関して、ＡＶはあらゆる可能な相互作用のために急激に減速する必要はない。例えば、センサ要件を少なくすることに関して、ＡＶは測定の不確実性に基づいてその応答を調整することができるので、ＡＶ内のセンサのコストを低減することができる。例えば、典型的なＡＶは、１５個を超えるカメラ、７つのＬｉＤＡＲユニット、６つのレーダユニット、２つのＧＰＳ受信機、４つを超えるグラフィック処理ユニット（ＧＰＵ）、及び９つを超える処理ユニットを含み得る。対照的に、ＡＶの計画モジュールが不確実性に対してより寛容であるように、本明細書に記載されているような偶発事象対応計画を使用するＡＶは、６つのカメラ、１つのＬｉＤＡＲユニット、１つのレーダ、２つのＧＰＳ受信機、３つのＧＰＵ、及び１つの処理ユニットを超えて必要としない。
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。
本明細書の教示のいくつかの実装をより詳細に説明するために、まず、本開示が実装され得る環境を参照する。
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１００の一部の例示の図面である。車両１００は、シャーシ１０２、パワートレイン１０４、コントローラ１１４、車輪１３２／１３４／１３６／１３８を含み、又は車両の任意の他の要素又は要素の組み合わせを含んでもよい。簡潔のため車両１００は４つの車輪１３２／１３４／１３６／１３８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１０４、コントローラ１１４及び車輪１３２／１３４／１３６／１３８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１１４は、パワートレイン１０４から電力を受信して、パワートレイン１０４、車輪１３２／１３４／１３６／１３８、又は両方と通信して、車両１００を制御してもよく、これは、車両１００を加速、減速、操縦又は他のやり方で制御することを含み得る。
パワートレイン１０４は、電源１０６、トランスミッション１０８、ステアリング装置１１０、車両アクチュエータ１１２を含み、サスペンション、駆動シャフト、アクセル若しくは排気システム等のパワートレインの任意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１３２／１３４／１３６／１３８は、パワートレイン１０４に含まれてもよい。
電源１０６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１０６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み、車輪１３２／１３４／１３６／１３８の１つ以上に原動力として運動エネルギを提供するように動作する。いくつかの実施形態では、電源１０６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む。
トランスミッション１０８は、電源１０６から運動エネルギ等のエネルギを受信して、原動力を提供するために車輪１３２／１３４／１３６／１３８にエネルギを送る。トランスミッション１０８は、コントローラ１１４、車両アクチュエータ１１２又は両方によって制御されてもよい。ステアリング装置１１０は、コントローラ１１４、車両アクチュエータ１１２又は両方によって制御され、車両を操縦するために車輪１３２／１３４／１３６／１３８を制御する。車両アクチュエータ１１２は、コントローラ１１４から信号を受信してもよく、車両１００を動作させるために電源１０６、トランスミッション１０８、ステアリング装置１１０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。
例示の実施形態では、コントローラ１１４は、位置決め装置１１６、電子通信装置１１８、プロセッサ１２０、メモリ１２２、ユーザインターフェース１２４、センサ１２６、及び電子通信インターフェース１２８を含む。単一の装置として示されているが、コントローラ１１４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１２４及びプロセッサ１２０は、第１の物理装置に組み込まれてもよく、メモリ１２２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１１４は、バッテリ等の電源１２１０を含んでもよい。別個の要素として示されているが、位置決め装置１１６、電子通信装置１１８、プロセッサ１２０、メモリ１２２、ユーザインターフェース１２４、センサ１２６、電子通信インターフェース１２８、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得る。
いくつかの実施形態では、プロセッサ１２０は、信号又は他の情報を操作又は処理することが可能な現存する又は今後開発される任意の装置又は装置の組み合わせ、例えば、光プロセッサ、量子プロセッサ、分子プロセッサ、又はそれらの組み合わせを含む。例えば、プロセッサ１２０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１２０は、位置決め装置１１６、メモリ１２２、電子通信インターフェース１２８、電子通信装置１１８、ユーザインターフェース１２４、センサ１２６、パワートレイン１０４、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１３０を介してメモリ１２２と動作可能に結合されてもよい。
プロセッサ１２０は、命令を実行するように構成されてもよい。このような命令は、オペレーションセンタを含む遠隔地から車両１００を操作するために使用され得る遠隔操作のための命令を含んでもよい。遠隔操作のための命令は、車両１００に記憶され、又は交通管理センタ又はクラウド型サーバコンピュータ装置を含むサーバコンピュータ装置等の外部ソースから受信されてもよい。遠隔操作は、２０１８年２月２１日に出願され、“ＲＥＭＯＴＥ ＯＰＥＲＡＴＩＯＮ ＥＸＴＥＮＤＩＮＧ ＡＮ ＥＸＩＳＴＩＮＧ ＲＯＵＴＥ ＴＯ Ａ ＤＥＳＴＩＮＡＴＩＯＮ”と題された米国仮特許出願第６２／６３３，４１４号で紹介されている。
メモリ１２２は、プロセッサ１２０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１２２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（ＲＯＭ）、１つ以上のランダムアクセスメモリ（ＲＡＭ）、１つ以上のレジストリ、１つ以上の低電力ダブルデータレート（ＬＰＤＤＲ）メモリ、１つ以上のキャッシュメモリ、１つ以上のディスク（ハードディスク、フロッピーディスク、又は光学ディスクを含む）、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を含んでもよい。
電子通信インターフェース１２８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１４０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。
電子通信装置１１８は、電子通信インターフェース１２８等を介して、有線又は無線電子通信媒体１４０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、電子通信装置１１８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る。図１は、単一の電子通信装置１１８及び単一の電子通信インターフェース１２８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、電子通信装置１１８は、専用の短距離通信（ＤＳＲＣ）装置、無線安全装置（ＷＳＵ）、ＩＥＥＥ８０２．１１ｐ（ＷｉＦｉ－Ｐ）、又はそれらの組み合わせを含み得る。
位置決め装置１１６は、限定されないが、車両１００の経度、緯度、高度、進行方向又は速さを含む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）装置を含む。位置決め装置１１６は、例えば、車両１００の現在の向き、２次元又は３次元での車両１００の現在地、車両１００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１２４は、仮想キーパッド、物理キーパッド、タッチパッド、ディスプレイ、タッチスクリーン、スピーカ、マイクロホン、ビデオカメラ、センサ、及びプリンタのいずれかを含む、人間がインターフェースとして使用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１２４は、図示のようにプロセッサ１２０と、又はコントローラ１１４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１２４は、１つ以上の物理装置を含み得る。例えば、ユーザインターフェース１２４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む。
センサ１２６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１２６は、車両の現在の動作特徴又はその周囲に関する情報を提供し得る。センサ１２６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、又は車両１００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む。
いくつかの実施形態では、センサ１２６は、車両１００の周囲の物理環境に関する情報を取得するように動作可能なセンサを含む。例えば、１つ以上のセンサが、道路形状、及び固定障害物、車両、サイクリスト及び歩行者等の障害を検出する。センサ１２６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。センサ１２６及び位置決め装置１１６は結合されてもよい。
別に示されてはいないが、車両１００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１１４は、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１００の現在の状態及び車両１００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１００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１００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１００を制御するように動作可能な信号を出力する。例えば、軌道コントローラの出力は、パワートレイン１０４、車輪１３２／１３４／１３６／１３８又は両方に供給され得る最適化された軌道であり得る。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。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１３２／１３４／１３６／１３８は、ステアリング装置１１０の制御下でステアリング角に枢動される操縦された車輪、トランスミッション１０８の制御下で車両１００を推進するためのトルクを与えられる推進された車輪、又は車両１００を操縦及び推進する操縦及び推進された車輪であってもよい。
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、液晶ディスプレイ（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。
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２００の一部の例示の図面である。車両交通及び通信システム２００は、図１に示された車両１００等の車両２０２、及び図１に示された車両１００、歩行者、サイクリスト等の任意の交通手段の形態と共に建物等の任意の形態の構造を含み得る外部オブジェクト２０６等の１つ以上の外部オブジェクトを含む。車両２０２は、交通ネットワーク２０８の１つ以上の部分を介して移動してもよく、１つ以上の電子通信ネットワーク２１２を介して外部オブジェクト２０６と通信してもよい。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。いくつかの実施形態では、交通ネットワーク２０８は、誘導ループセンサ等の１つ以上の車両検出センサ２１０を含んでもよく、これは交通ネットワーク２０８において車両の移動を検出するために使用されてもよい。
電子通信ネットワーク２１２は、車両２０２、外部オブジェクト２０６及び操作センタ２３０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する多重アクセスシステムであってもよい。例えば、車両２０２又は外部オブジェクト２０６は、電子通信ネットワーク２１２を介して操作センタ２３０から交通ネットワーク２０８を表す情報等の情報を受信してもよい。
オペレーションセンタ２３０は、図１に示されたコントローラ１１４の特徴の一部又は全てを含むコントローラ装置２３２を含む。コントローラ装置２３２は、自律走行車を含む車両の移動を監視及び調整し得る。コントローラ装置２３２は、車両２０２等の車両及び外部オブジェクト２０６等の外部オブジェクトの状態又は状況を監視してもよい。コントローラ装置２３２は、車両速度、車両位置、車両動作状態、車両目的地、車両経路、車両センサデータ、外部オブジェクト速度、外部オブジェクト位置、外部オブジェクト動作状態、外部オブジェクト目的地、外部オブジェクト経路及び外部オブジェクトセンサデータのいずれかを含む車両データ及びインフラストラクチャデータを受信し得る。
さらに、コントローラ装置２３２は、車両２０２等の１つ以上の車両又は外部オブジェクト２０６等の外部オブジェクトに対する遠隔制御を確立し得る。このようにして、コントローラ装置２３２は、遠隔地から車両又は外部オブジェクトを遠隔操作してもよい。コントローラ装置２３２は、無線通信リンク２２６等の無線通信リンク又は有線通信リンク２２８等の有線通信リンクを介して、車両２０２、外部オブジェクト２０６又はサーバコンピュータ装置２３４等の車両、外部オブジェクト又はコンピュータ装置と状態データを交換（送信又は受信）してもよい。
サーバコンピュータ装置２３４は、電子通信ネットワーク２１２を介して、車両２０２、外部オブジェクト２０６又はオペレーションセンタ２３０を含む１つ以上の車両又はコンピュータ装置と状態信号データを交換（送信又は受信）し得る１つ以上のサーバコンピュータ装置を含んでもよい。
いくつかの実施形態では、車両２０２又は外部オブジェクト２０６は、有線通信リンク２２８、無線通信リンク２１４／２１６／２２４、又は任意の数若しくはタイプ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を行ってもよい。例えば、図示のように、車両２０２又は外部オブジェクト２０６は、陸上無線通信リンク２１４を介して、非陸上無線通信リンク２１６を介して、又はこれらの組み合わせを介して通信を行う。いくつかの実装では、陸上無線通信リンク２１４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、又は電子通信を可能にする任意のリンクを含む。
車両２０２等の車両又は外部オブジェクト２０６等の外部オブジェクトは、別の車両、外部オブジェクト又はオペレーションセンタ２３０と通信してもよい。例えば、ホスト又はオブジェクトの車両２０２が、直接通信リンク２２４を介して又は電子通信ネットワーク２１２を介して、オペレーションセンタ２３０から基本安全メッセージ（ｂａｓｉｃ ｓａｆｅｔｙ ｍｅｓｓａｇｅ；ＢＳＭ）等の１つ以上の自動車両間メッセージを受信してもよい。例えば、オペレーションセンタ２３０は、３００メートル等の既定のブロードキャスト範囲内のホスト車両に又は定義された地理領域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、車両２０２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する。いくつかの実施形態では、車両２０２又は外部オブジェクト２０６は、１００ミリ秒等の既定の間隔に基づいて周期的に１つ以上の自動車両間メッセージを送信する。
車両２０２は、電子通信ネットワーク２１２とアクセスポイント２１８を介して通信することができる。コンピュータ装置を含み得るアクセスポイント２１８は、無線又は有線通信リンク２１４／２２０を介して、車両２０２と、電子通信ネットワーク２１２と、オペレーションセンタ２３０と、又はこれらの組み合わせと通信するように構成される。例えば、アクセスポイント２１８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る。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み得る。
車両２０２は衛星２２２又は他の非陸上通信装置を介して電子通信ネットワーク２１２と通信してもよい。コンピュータ装置を含み得る衛星２２２は、１つ以上の通信リンク２１６／２３６を介して、車両２０２と、電子通信ネットワーク２１２と、操作センタ２３０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。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み得る。
電子通信ネットワーク２１２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２１２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む。電子通信ネットワーク２１２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。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み得る。
いくつかの実施形態では、車両２０２は、電子通信ネットワーク２１２、アクセスポイント２１８又は衛星２２２を介して、操作センタ２３０と通信する。オペレーションセンタ２３０は、車両２０２等の車両からのデータ、外部オブジェクト２０６等の外部オブジェクトからのデータ、又はサーバコンピュータ装置２３４等のコンピュータ装置からのデータを交換（送信又は受信）し得る１つ以上のコンピュータ装置を含んでもよい。
いくつかの実施形態では、車両２０２は、交通ネットワーク２０８の一部又は状態を識別する。例えば、車両２０２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、又は交通ネットワーク２０８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デバイス又はこれらの組み合わせを含む図１に示されたセンサ１２６等の１つ以上の車載センサ２０４を含んでもよい。
車両２０２は、交通ネットワーク２０８を表す情報、１つ以上の車載センサ２０４、又はこれらの組み合わせ等の電子通信ネットワーク２１２を介して伝達される情報を使用して、交通ネットワーク２０８の１つ以上の部分を横断してもよい。外部オブジェクト２０６は、車両２０２に関して先に記載された通信及びアクションの全て又は一部の能力を有してもよい。
簡潔のため、図２は、ホスト車両としての車両２０２、外部オブジェクト２０６、交通ネットワーク２０８、電子通信ネットワーク２１２、及び操作センタ２３０を示している。しかしながら、任意の数の車両、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。いくつかの実施形態では、車両交通及び通信システム２００は、図２に示されていない装置、ユニット又は要素を含む。
電子通信ネットワーク２１２を介してオペレーションセンタ２３０と通信する車両２０２が示されているが、車両２０２（及び外部オブジェクト２０６）は、任意の数の直接又は間接通信リンクを介してオペレーションセンタ２３０と通信してもよい。例えば、車両２０２又は外部オブジェクト２０６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オペレーションセンタ２３０と通信してもよい。簡潔のため、図２は１つの交通ネットワーク２０８及び１つの電子通信ネットワーク２１２を示しているが、任意の数のネットワーク又は通信装置が使用されてもよい。
外部オブジェクト２０６は、図２に第２の遠隔車両として示されている。外部オブジェクトは、他の車両に限定されない。外部オブジェクトは、オペレーションセンタ２３０にデータを送信する能力を有する任意のインフラストラクチャ要素、例えば、フェンス、標識、建物等であってもよい。データは、例えば、インフラストラクチャ要素からのセンサデータであってもよい。
図３は、本開示の実装による予測可能な応答の状況３００の図である。状況３００は、自律走行車（ＡＶ）３０２の応答を予測し得る状況３１０－３６０、及び計画された軌道を含んでいる。
状況３００は、予測可能な状況及び道路ユーザの応答の例を表している。これらの状況は、遅い時間スケールで発生する（例えば、起こる、生じる）。すなわち、ＡＶ３０２が高速（例えば、時速６０マイル（ＭＰＨ））で進んでいる場合であっても、状況３１０－３６０は、ＡＶ３０２の計算能力（例えば、図１のプロセッサ１２０等のプロセッサ及び／又は図１のコントローラ１１４等のコントローラの演算能力）のために、経過時間のサブ秒以内で外部オブジェクトの応答を予測し、自律走行車の軌道を決定し得るので、遅いシナリオであると考えられる。
ＡＶ３０２は、少なくともいくつかの検出された外部オブジェクトを追跡することが可能な世界モデル化モジュールを含み得る。世界モデル化モジュールは、複数の追跡対象オブジェクトの少なくとも一部の追跡対象オブジェクトごとに、１つ以上の可能性のある仮説（すなわち、軌道、経路等）を予測し得る。ＡＶ３０２は、軌道計画システム（又は、単に軌道プランナ）を含んでもよく、このシステムは、プロセッサによって実行されて、（初期状態、所望のアクション、及び予測された軌道を有する少なくともいくつかの追跡対象オブジェクトを考慮して）衝突回避、法令遵守、快適応答（例えば、軌道、経路等）を生成し得る。
状況３１０において、ＡＶ３０２は、道路の側方にある駐車車両（静的オブジェクト）３０４を（すなわち、追跡コンポーネントによって）検出する。ＡＶ３０２（すなわち、ＡＶ３０２の軌道プランナ）は、以下にさらに説明するが、軌道３０６によって示されるように、ＡＶ３０２を駐車車両３０４の周りにナビゲートする経路（すなわち、軌道）を計画し得る。
状況３２０は、ＡＶ３０２が他の静的オブジェクトを検出する別の状況である。検出された静的オブジェクトは、穴３２２である。ＡＶ３０２は、ＡＶ３０２のタイヤのいずれもがポットホール３２２内を走行しないように、ポットホール３２２上を走行するような軌道３２４を計画し得る。
状況３３０において、ＡＶ３０２は、対向車両３３２と、対向車両３３２と同じ道路側の駐車車両３３４とを検出する。対向車両３３２は移動している。したがって、対向車両３３２は動的オブジェクトである。対向車両３３２は、ＡＶ３０２と同じ（又は少なくとも実質的に同じである）前後方向に移動している。したがって、対向車両３３２は、以下にさらに説明するように、縦方向制約として分類し得る。対向車両３３２は、ＡＶ３０２とは逆方向に移動している。したがって、対向車両３３２は、対向縦方向制約として分類し得る。駐車車両３３４は、静的オブジェクトである。
ＡＶ３０２は、対向車両３３２が軌道３３６を追従して駐車車両３３４を回避（例えば、迂回）することを、（すなわち、予測コンポーネントによって）閾値を超えるある程度の確実性をもって予測し得る。軌道３３６は、道路の中心線３３７と重なる。対向車両３３２からの安全な距離を維持するために、ＡＶ３０２の軌道プランナは、位置３３９における曲率を含む軌道３３８を計画し得る。すなわち、ＡＶ３０２の計画軌道は、対向車両３３２の進路を予測してＡＶ３０２を右方に移動させる。
状況３４０において、ＡＶ３０２の追跡コンポーネントは、駐車車両３４２（静的オブジェクト）及び移動中の自転車３４４（すなわち、縦方向制約である動的オブジェクト）を検出し得る。予測コンポーネントは、自転車３４４が軌道３４６に沿って駐車車両３４２の周りを移動することをある程度確実に決定し得る。そのため、ＡＶ３０２は、ＡＶ３０２が一定距離後に停止して、自転車３４４が駐車車両３４２を通過することを可能にするように軌道３４８を決定（すなわち、計画、計算、選択、生成、又は他のやり方で決定）する。別の例では、ＡＶ３０２は、複数の可能な軌道を決定し得る。例えば、ＡＶ３０２は、上述したような第１の軌道と、自転車３４４が駐車車両を通過する前にＡＶ３０２が加速して自転車３４４を通過する第２の軌道と、自転車３４４が駐車車両３４２を通過しているときにＡＶ３０２が自転車３４４の周りを通過する第３の軌道とを決定し得る。次に、軌道プランナは、決定された可能な軌道の１つを選択する。
状況３５０では、ＡＶ３０２の追跡コンポーネントが対向車両３５２、第１の駐車車両３５６、第２の駐車車両３５７を検出する。ＡＶ３０２の予測コンポーネントは、対向車両３５２が軌道３５４を辿っていると決定する。ＡＶ３０２は、ＡＶ３０２が第１の駐車車両３５６を通過し、第１の駐車車両３５６と第２の駐車車両３５７との間で対向車両３５２が通過するまで待機した後で、第２の駐車車両３５７を通過するように軌道３５８を選択する。
状況３６０では、ＡＶ３０２の予測コンポーネントは、大型トラック３６２が右折する可能性が最も高いと判断する。軌道プランナは、（例えば、大型トラックの運動モデルに基づいて）大型トラックは大きな旋回半径を必要とするので、大型トラック３６２は軌道３６４を辿る可能性が高いと判断する。軌道３６４がＡＶ３０２の経路と干渉するので、ＡＶ３０２の軌道プランナは、大型トラック３６２が邪魔にならなくなるまでＡＶ３０２を停止させるようにＡＶ３６６の軌道３０２を決定する。
図４は、本開示の実装による自律走行車用システム４００のコンポーネントの一例である。システム４００は、図１の車両１００等の自律走行車のソフトウェアパイプラインを表す。システム４００は、世界モデルモジュール４０２と、経路計画モジュール４０４と、意思決定モジュール４０６と、軌道プランナ４０８と、反応軌道制御モジュール４１０とを含む。システム４００の他の例は、より多い、より少ない、又は他のモジュールを含み得る。いくつかの例では、モジュールを組み合わせてもよく、他の例では、モジュールを１つ以上の他のモジュールに分割し得る。
世界モデルモジュール４０２は、図１のセンサ１２６等からセンサデータを受信し、センサデータからオブジェクトを決定する（例えば、変換する、検出する）。すなわち、例えば、世界モデルモジュール４０２は、受信したセンサデータから道路ユーザを決定する。例えば、世界モデルモジュール４０２は、光検出測距（ＬｉＤＡＲ）センサ（すなわち、センサ１２６のセンサ）から受信した点群をオブジェクトに変換し得る。複数のセンサからのセンサデータを融合して、オブジェクトを決定する（例えば、その正体を推測する）ことができる。オブジェクトの例としては、自転車、歩行者、車両等が含まれる。
世界モデルモジュール４０２は、検出されたオブジェクトの少なくともいくつかについての追加情報を世界モデルモジュール４０２が計算及び維持することを可能にするセンサ情報を受信し得る。例えば、世界モデルモジュール４０２は、決定されたオブジェクトの少なくともいくつかの状態を維持し得る。例えば、オブジェクトの状態には、ゼロ以上の速度、姿勢、ジオメトリ（幅、高さ、奥行き等）、分類（例えば、自転車、大型トラック、歩行者、道路標識等）、及び位置が含まれる。そのため、オブジェクトの状態は、離散状態情報（例えば、分類）及び連続状態情報（例えば、姿勢と速度）を含む。
世界モデルモジュール４０２は、センサ情報を融合し、オブジェクトを追跡し、動的オブジェクトのうちの少なくともいくつかについて仮説のリストを維持し（例えば、オブジェクトＡは直進、右折、又は左折しているかもしれない）、各仮説について予測軌道を作成及び維持し、各仮説の尤度推定を維持する（例えば、オブジェクトＡは、オブジェクトの姿勢／速度と軌道の姿勢／速度を考慮して、確率９０％で直進している）。一例では、世界モデルモジュール４０２は、軌道プランナのインスタンスを使用して、動的オブジェクトの少なくともいくつかについての各オブジェクト仮説に対する予測軌道を生成する。例えば、軌道プランナのインスタンスを使用して、車両、自転車、及び歩行者の予測軌道を生成し得る。別の例では、軌道プランナのインスタンスを使用して、車両及び自転車の予測軌道を生成することができ、異なる方法を使用して、歩行者の予測軌道を生成し得る。
世界モデルモジュール４０２によって維持されるオブジェクトは、図３に関して説明したように、静的オブジェクト及び／又は動的オブジェクトを含み得る。
経路計画モジュール４０４は、例えば、道路レベル計画４１２に関して図示される道路レベル計画を決定する。例えば、出発地と目的地を考慮して、経路計画モジュール４０４は、出発地から目的地までの経路を決定する。例えば、経路計画モジュール４０４は、ＡＶが出発位置から目的位置までナビゲートするために従うべき道路のリスト（すなわち、道路レベル計画）を決定し得る。
経路計画モジュール４０４によって決定された道路レベル計画、及び世界モデルモジュール４０２によって維持されるオブジェクト（及び対応する状態情報）は、意思決定モジュール４０６によって、道路レベル計画に沿った離散レベル決定を決定するために使用され得る。離散的決定４１４に関して、離散的決定に含まれる決定の例が示されている。離散レベル決定の例には、道路Ａと道路Ｂの間の交差点で停止すること、ゆっくりと前進すること、ある速度制限まで加速すること、一番右の車線に合流すること等が含まれる。
軌道プランナ４０８は、離散レベル決定、世界モデルモジュール４０２によって維持されるオブジェクト（及び対応する状態情報）、及び世界モデルモジュール４０２からの外部オブジェクトの予測軌道及び尤度を受信し得る。軌道プランナ４０８は、受信した情報の少なくとも一部を使用して、自律走行車に関する詳細な計画軌道を決定し得る。
例えば、詳細な計画軌道４１６に関して図示されるように、軌道プランナ４０８は、次の数秒の軌道を決定する。したがって、次の数秒が次の６秒（すなわち、６秒の先読み時間）である例では、軌道プランナ４０８は、次の６秒における自律走行車の軌道及び位置を決定する。例えば、軌道プランナ４０８は、いくつかの時間間隔（例えば、１／４秒ごと、又は他の時間間隔）で自律走行車の予測位置を決定（例えば、予測、計算等）し得る。軌道プランナ４０８は、例えば、図３に関して説明したように、他の道路ユーザの予測可能な応答に基づいて、詳細な計画軌道を決定し得る。
反応軌道制御モジュール４１０は、自律走行車が遭遇するかもしれないが、軌道プランナ４０８によって予測できない（例えば、処理できない）状況に対処し得る。このような状況には、軌道プランナ４０８の詳細な計画軌道が、オブジェクトの誤分類及び／又はまれに起こる予期しない状況に基づいていた場合の状況が含まれる。例えば、反応軌道制御モジュール４１０は、自律走行車の左側の静的オブジェクトが誤分類されていると決定することに応答して、詳細な計画軌道を修正し得る。例えば、オブジェクトが大型トラックとして分類されている場合があるが、新しい分類では静的道路障壁であると判断される。別の例では、反応軌道制御モジュール４１０は、自律走行車の突然のタイヤのパンクに応じて詳細な計画軌道を修正し得る。予期しない状況の他の例としては、他の車両が突然（例えば、タイヤのパンク又は高速道路のオフランプに到達するための決定が遅れたため）ＡＶの車線から逸脱し、歩行者又は他のオブジェクトが後方の遮蔽から突然現れることが含まれる。
図５は、本開示の実装による自律走行車の軌道プランナ５００のレイヤの例である。軌道プランナ５００は、図４の軌道プランナ４０８であり得るか、又はその一部であり得る。軌道プランナ５００は、走行目標５０１を受信し得る。軌道プランナ５００は、例えば、第１の位置を第２の位置に接続する一連の車線選択及び速度制限を表し得る一連の走行目標５０１を受信し得る。例えば、複数の走行目標５０１の中の１つの走行目標は、「位置ｘから開始し、制限速度ｙを遵守して、特定の識別子を有する車線（例えば、Ａ１２３と等しい識別子を持つ車線）を走行する」であってもよい。軌道プランナ５００は、走行目標５０１のシーケンスを達成する軌道を生成するために使用し得る。
軌道プランナ５００は、走行線データレイヤ５０２と、基準軌道生成レイヤ５０４と、オブジェクト回避レイヤ５０６と、軌道最適化レイヤ５０８とを含む。軌道プランナ５００は、最適化された軌道を生成する。軌道プランナ５００の他の例は、より多くのレイヤ、より少ないレイヤ、又は他のレイヤを含み得る。いくつかの例では、複数のレイヤを結合し得る。他の例では、レイヤは１つ以上の他のレイヤに分割され得る。
走行線データレイヤ５０２は、軌道プランナ５００によって使用され得る入力データを含む。（例えば、基準軌道生成レイヤ５０４によって）走行線データを使用して、第１の位置から第２の位置までの粗走行線を決定する（すなわち、生成する、計算する、選択する、又は他のやり方で決定する）ことできる。走行線は、ＡＶが道路に沿って移動するときに、ＡＶの縦軸が一致する道路の線と考え得る。したがって、走行線データは、走行線を決定するために使用され得るデータである。走行線は、この時点では粗いものであり、隣接する車線間の横方向への遷移に向けられたとき等の横方向の不連続性を含み得る。この時点での走行線も、以下にさらに説明するように、ＡＶが遭遇するオブジェクトに対してはまだ調整されていない。
一例では、走行線データレイヤ５０２は、高精細（ＨＤ）地図データ５１０、遠隔操作地図データ５１２、記録経路データ５１４、先行車両データ５１６、駐車場データ５１８、及び知覚経路データ５２０のうちの１つ以上を含み得る。
ＨＤ地図データ５１０は、自律走行車が利用可能な高精細（高精度）地図からのデータである。ＨＤ地図データ５１０は、数センチメートル以内までの車両交通ネットワークに関する正確な情報を含み得る。例えば、ＨＤ地図データ５１０は、道路車線、道路分割線、交通信号、交通標識、速度制限等に関する詳細を含み得る。
遠隔操作地図データ５１２は、比較的短い走行線データを含み得る。例えば、遠隔操作地図データ５１２は、長さ１００メートル～２００メートルの走行線データとし得る。しかしながら、遠隔操作地図データ５１２は、必ずしもこれに限定されるものではない。遠隔操作地図データ５１２は、ＡＶが自動的に処理することができない例外的な状況に応答して、又はそれを予期して、遠隔オペレータによって手動で生成し得る。
走行線はリアルタイムで作成し得る。次に、走行線をリアルタイムで作成する例を示す。遠隔オペレータは、ＡＶ生センサデータを遠隔で観測していてもよい。例えば、遠隔オペレータは、（例えば、ＡＶのカメラによって捕捉される）工事区域のパイロンを（例えば、遠隔モニタ等で）見て、工事区域を通るＡＶの経路を描いてもよい。次に、遠隔オペレータは、フラグを持った人物がＡＶに前進許可を与えるのを見てもよく、その時点で、遠隔オペレータは、描かれた経路に沿ってＡＶを進行させ得る。
ＡＶが以前に遭遇した例外的な状況に到達したときに経路を手動で描く処理時間を短縮するために、走行線データを遠隔に記憶し、必要に応じてＡＶに送信し得る。
記録された経路データ５１４は、自律走行車が以前に辿った経路に関するデータを含み得る。一例では、自律走行車のオペレータ（例えば、運転者又は遠隔オペレータ）は、道路から家庭のガレージまでの経路を記録してもよい。
先行車両データ５１６は、自律走行車と略同じ軌道に沿って自律走行車に先行する１つ以上の車両から受信したデータであり得る。一例では、自律走行車と先行車両は、図２に関して説明したように、無線通信リンクを介して通信し得る。したがって、自律走行車は、無線通信リンクを介して先行車両から軌道及び／又は他の情報を受信し得る。また、先行車両データ５１６は、明示的な通信リンクなしでも知覚（例えば、追従）され得る。例えば、ＡＶは、先行車両を追跡することができ、追跡結果に基づいて先行車両の車両走行線を推定し得る。
駐車場データ５１８は、駐車場及び／又は駐車スペースの位置に関するデータを含む。一例では、駐車場データ５１８を使用して、他の車両の軌道を予測し得る。例えば、駐車場入口が他の車両に近接している場合、他の車両の予測された軌道の１つは、他の車両が駐車場に入ることであり得る。
状況によっては、地図（例えば、ＨＤ地図）情報が車両交通ネットワークの一部に対して利用できないことがある。したがって、知覚された経路データ５２０は、以前にマッピングされた情報がない走行線を表し得る。その代わりに、ＡＶは、より少ない、より多い車線標示、縁石、及び道路制限又はそれ以外のものを使用して、リアルタイムで走行線を検出し得る。例えば、ある地表タイプ（例えば、舗装）から他の地表タイプ（例えば、砂利又は草）への遷移に基づいて、道路の制限を検出し得る。リアルタイムで走行線を検出するには、他の方法も使用し得る。
基準軌道生成レイヤ５０４は、走行線連結モジュール５２２、戦略的速度計画モジュール５２４、及び走行線合成モジュール５２６を含み得る。基準軌道生成レイヤ５０４は、粗走行線（すなわち、基準走行線）を離散時間速度計画モジュール５２８に提供する。図６は、基準軌道生成レイヤ５０４の動作の一例を示す。
経路計画モジュール４０４は、第１の位置から第２の位置へ移動するために使用される車線ＩＤシーケンスを生成することができ、それによって走行目標５０１に対応する（例えば、提供する）。そのため、走行目標５０１は、車線の長さに応じて、例えば、数１００メートル離れていてもよい。例えば、ＨＤ地図データ５１０の場合、基準軌道生成レイヤ５０４は、位置（例えば、ＧＰＳの位置、３Ｄデカルト座標等）と車線（例えば、車線の識別子）との組み合わせを走行目標５０１のシーケンスに使用して、ＡＶの一連の姿勢として表される高解像度走行線を（例えば、ＨＤ地図５１０から）生成し得る。各姿勢は、既定の距離にあってもよい。例えば、姿勢は１～２メートル離れていてもよい。姿勢は、座標（ｘ、ｙ、ｚ）、ロール角度、ピッチ角度、及び／又はヨー角度等、より多く、より少ない、又はその他の量で定義し得る。
上述したように、走行線データは、粗走行線を決定（例えば、生成、計算等）するために使用され得る。走行線連結モジュール５２２は、走行線データレイヤ５０２の入力データを連結（例えば、リンク、融合、合流、接続、統合、又はその他の連結）して、縦方向に沿って（例えば、自律走行車の経路に沿って）粗走行線を決定する。例えば、位置Ａ（例えば、職場）から位置Ｄ（例えば、自宅）に移動するように、粗走行線を決定するために、走行線連結モジュール５２２は、駐車場データ５１８からの入力データを使用して、職場駐車場から幹線道路に出る出口の位置を決定し、ＨＤ地図データ５１０からのデータを使用して、幹線道路から自宅までの経路を決定し、記録された経路データ５１４からのデータを使用して、自宅のガレージにナビゲートし得る。
粗走行線には速度情報は含まれない。しかしながら、いくつかの例では、粗走行線は、ＨＤ地図データ５１０から使用（例えば、抽出）し得る速度制限情報を含み得る。戦略的速度計画モジュール５２４は、粗走行線の異なる部分に沿った（複数の）特定の速度を決定する。例えば、戦略的速度計画モジュール５２４は、粗走行線の第１の直線区間において、自律走行車の速度をその第１の直線区間の速度制限に設定してもよく、その後の粗走行線の第２のカーブ区間では、自律走行車の速度をより遅い速度に設定することを決定し得る。そのため、戦略的速度計画モジュール５２４は、ＡＶの現在の状態（例えば、速度及び加速度）を考慮しているが、他の道路ユーザ又は静的オブジェクトは考慮せずに、粗走行線についての法令遵守（例えば、速度制限及び停止線の遵守）、快適性（例えば、肉体的及び精神的）、及び物理的に実現可能な速度プロファイル（例えば、走行線に沿った速度対距離）を計算する。
戦略的速度計画が戦略的速度計画モジュール５２４によって決定されると、走行線合成モジュール５２６は、粗走行線を横方向に調整し得る。戦略的な速度プロファイルと、横方向に不連続な粗走行線とを考慮して、走行線合成モジュール５２６は、車線変更の開始位置と終了位置を決定し、これらの位置を接続する走行線を合成する。車線変更の長さは、速度に依存し得る。
走行線合成モジュール５２６は、粗走行線における横方向に不連続な位置を連結する走行線を合成し得る。例えば、ＨＤ地図データ５１０は、道路の第１の車線上にある粗走行線の第１の区間と、同じ道路の第２の車線上にある粗走行線の第２の区間とを含むと仮定する。したがって、粗走行線には横方向の不連続性が存在する。走行線合成モジュール５２６は、まず、ＡＶが第１の車線から第２の車線に遷移すべき遷移距離（言い換えれば、開始位置と終了位置）を決定する。すなわち、開始位置は、第１の車線から第２の車線への移動を開始するように自律走行車を制御する場合の道路位置である。終了位置は、自律走行車が車線変更を完了した場合の道路位置である。次に、横方向連続性モジュールは、第１の車線における開始位置と第２の車線における終了位置とを結合する新しい走行線データを生成する。
走行線合成モジュール５２６によって決定される遷移は、速度に依存し得る。例えば、ＡＶがより高速で移動しているときよりも低速で移動している場合は、ＡＶが第１の車線から第２の車線に遷移するために、より短い遷移距離が必要とされ得る。例えば、自律走行車がより遅い速度（例えば、１５ＭＰＨ）で走行している交通混雑状況では、遷移のために２０ヤードが必要になることがある。しかしながら、自律走行車がより高速（例えば、６５ＭＰＨ）で走行している場合、遷移距離は１００ヤードであってもよい。そのため、走行線合成モジュール５２６は、ＡＶの速度に応じて遷移位置を決定し得る。
走行線合成モジュール５２６の出力は、オブジェクト回避レイヤ５０６に提供される。走行線合成モジュール５２６の出力は、粗走行線及び戦略的速度計画を含む。オブジェクト回避レイヤ５０６は、粗走行線において中期的な離散時間速度計画及び横方向制約を生成する。将来の離散的な時点について（言い換えれば、ＡＶの経路に沿った離散位置において）、離散時間速度計画モジュール５２８は、ＡＶのそれぞれの所望の速度を決定（すなわち、計算）する。
オブジェクト回避レイヤ５０６では、以下にさらに説明するように、粗走行線、近傍の静的オブジェクト、及び近傍の動的オブジェクトとそれらの予測軌道を使用して、オブジェクト回避レイヤ５０６は、ＡＶを安全に操作し得る走行可能領域を決定（例えば、抽出）する。（後述する）各ビンの左右の境界が決定される。ＡＶの現在の速度を考慮して、リアルタイム速度計画を生成し得る。リアルタイム速度計画は、ＡＶの将来の位置を推定するために使用し得る。ＡＶの将来の位置は、動的オブジェクトの将来の予想（例えば、予測）位置に対して評価し得る。ＡＶの走行可能領域は、動的オブジェクトの（例えば、オーバーラップ）位置に対応する走行可能領域の中の領域を除去するように調整される。
オブジェクト回避レイヤ５０６では、粗走行線がオブジェクトに対して評価及び／又は調整される。オブジェクトは、ＡＶの外部及び近位のオブジェクトであり得る。そのため、オブジェクトは、図４の世界モデルモジュール４０２に関して記載されたオブジェクトであり得る。そのため、ＡＶの現在の速度を考慮して、オブジェクト回避レイヤ５０６は、リアルタイム速度計画を生成する。リアルタイム速度計画を使用して、オブジェクト回避レイヤ５０６は、離散的な将来の時点におけるＡＶの将来の位置を推定し得る。将来の位置は、オブジェクト（すなわち、世界モデルのオブジェクト）の位置に対して評価され、ＡＶの円滑な走行を提供（例えば、生成）し得る。円滑な走行（すなわち、円滑な軌道）を提供することは、以下にさらに説明するように、反復処理であり得る。
要約すると、最初に、粗走行線が生成され、次に、粗走行線から速度計画が生成され、そして、粗走行線及び速度計画を考慮して、ＡＶの世界モデルにおいて維持される他のオブジェクトを考慮して軌道が最適化されて、最適化された所望の軌道を提供する。軌道は調整された走行可能領域で最適化される。非走行可能領域（すなわち、他のオブジェクトのためにＡＶを安全に走行することができない領域）は、調整された走行可能領域を提供するためにデフォルトの走行可能領域から除去される。
図６は、本開示の実装による粗走行線連結の例６００を示す図である。例６００は、図５の基準軌道生成レイヤ５０４の動作の一例である。
ビュー６１０では、ＡＶ６１１は、車線６１２～６１４を含む３車線道路の右端の車線６１４にある。ビュー６１０は、左側通行システム（すなわち、車線６１２～６１４内の交通は、図６の下から上に向かって移動する）の例であることに留意されたい。経路計画モジュール４０４等のルートプランナは、図５のＨＤ地図データ５１０等のＨＤ地図データに基づいて、ＡＶ６１１が１車線道路の車線６１５へ右折することを決定してもよい。ＨＤ地図は、各車線の中心線（図示せず）を提供してもよい。
場合によっては、ＡＶの走行線は、車線又は道路の中心線と一致しないことがある。例えば、車線６１５は、車線６１５の左側に沿って駐車スペースを収容するために特別に広くてもよい。別の例では、ほとんどの運転者は中心線の少し左を運転することを好むことが分かっていてもよい。そのため、ＡＶ６１１の走行線は、車線６１５の中心線の左側に設定される。そのため、走行線連結モジュール５２２は、車線ジオメトリ（例えば、車線幅）を考慮して走行線を決定するために車線のジオメトリを決定する。例えば、粗走行線に旋回がある場合、走行線連結モジュール５２２は、車線の幅、旋回方向（例えば、右又は左）、旋回角度、及び／又は旋回速度に基づいて、走行線が（すなわち、車線の中心線から外れて）どこに移動されるかを決定する。すなわち、走行線連結モジュール５２２は、ＨＤ地図の中心線に基づいてＡＶの走行線を設定する。一例では、車線幅に基づいて走行線を設定し得る。
ＡＶの走行線を設定するために、走行線連結モジュール５２２は、粗走行線に沿った車線のジオメトリを決定する。一例では、走行線連結モジュール５２２は、粗走行線に沿った特定の距離（例えば、１００ｍ、２００ｍ、３００ｍ等）のジオメトリを決定する。ジオメトリを決定するために、走行線連結モジュール５２２は、粗走行線に沿ったポリゴン６１６等のポリゴンを決定してもよく、これは車線境界を定義するために使用され得る。
ビュー６２０は、車線の幅６２１に基づいて走行線（すなわち、粗走行線）を決定することを示す。ＨＤ地図からは、ＡＶ６１１が走行している車線の右端６２４、左端６２２及び中心線６２６を取得し得る。走行線連結モジュール５２２は、幅６２１に基づいて走行線６２８（すなわち、粗走行線）を決定する。したがって、走行線６２８は中心線６２６からずれている。
ビュー６３０は、走行線を決定するために、例えば、図５の遠隔操作地図データ５１２に関して記載した遠隔操作データを使用して説明する。上述したように、ＨＤ地図データは静的データであるのに対し、遠隔操作データは、道路状況及び／又は例外的状況に基づいてリアルタイム走行線を提供し得る。例えば、ＡＶ６１１の走行線６３２に沿って工事区域が存在する。工事区域は、パイロン６３６等の障害物によって囲まれており、この障害物は、工事計画６３４を取り囲んでいる。そのため、走行線連結モジュール５２２は、以下にさらに説明するように、遠隔操作データによって提供されるリアルタイム走行線を使用して、走行線６３２を走行線６３８（すなわち、粗走行線）となるように調整する。
ビュー６４０は、速度に依存する車線変更を示す。速度依存車線変更は、上述したように、図５の走行線合成モジュール５２６によって実装し得る。一例では、図４の意思決定モジュール４０６によって、車線６４２に沿って走行するＡＶ６１１は、例えば、車線６４２が終了するか、又はＡＶ６１１が左折するために、次に車線６４４に入ることになる。そのため、ＡＶ６１１は、ある時点で車線６４２から車線６４４に移動することになる。ＨＤ地図が車線遷移情報を提供しない場合があるので、ＡＶ６１１の基準軌道生成レイヤ５０４は車線遷移時間を決定する。上述のように、遷移は速度に依存し得る。
一例では、（基準軌道生成レイヤ５０４がその中の１つのレイヤである）軌道プランナ５００は、粗走行線に沿った点Ｘにおいて、（戦略的速度計画モジュール５２４によって決定されるように）ＡＶ６１１が速度Ｙで移動していることを決定し得る。ＡＶ６１１が低速（例えば、３５ｍＰＨ）で移動している場合、走行線合成モジュール５２６は、遷移が遅くなり得ると判断し得る。したがって、車線６４２から車線６４４に移動する経路は、経路６４６によって示されるようになり得る。一方、ＡＶ６１１が高速（例えば、６５ｍＰＨ）で走行している場合には、経路６４８に示すように、車線切り替えのための経路の距離は長くなる必要がある。
経路６４６及び６４８を辿るのに要する時間は同じであってもよい。しかしながら、距離は異なっている。ＡＶ６１１が第１の速度で走行しているときの車線遷移に必要な距離は、ＡＶ６１１が第１の速度よりも遅い第２の速度で走行しているときに必要な距離よりも長い。
速度に依存する車線変更を決定するために、車線変更率を使用し得る。すなわち、車線変更率は、車線６４２とビュー６４０の車線６４４等の２つの隣接する車線の間の接続を作成するために使用し得る。車線変更率は、「メートルごとに何メートルか」、すなわち、経路が縦１ｍで横に何ｍ移動するかで定義され得る。上記のように、目標は、ターゲット時間量において車線変更を完了することを達成する車線変更率を特定することである。すなわち、ＡＶが低速で走行している場合（例えば、ラッシュアワーの交通量が多いとき）、車線変更率は高く、短距離で（例えば、数十メートルのオーダーで）行われる。ＡＶが高速で（例えば、高速道路の速度で）走行している場合、車線変更率は遅く、長距離（例えば、数百メートルのオーダーで）で行われる。
図７は、本開示の実装による戦略的速度計画を決定する例７００である。例７００は、図５の戦略的速度計画モジュール５２４が戦略的速度計画７１４を決定するために使用し得る入力の例を示す。いくつかの実装形態では、戦略的速度計画モジュール５２４は、戦略的速度計画を決定するために、より多くの入力、より少ない入力、又は他の入力を使用し得る。
例７００では、速度制限入力及び加速制限入力を使用し得る。速度制限は、道路速度制限７０２、湾曲速度制限７０４、及びシームレスオートノマスモビリティ（ＳＡＭ）データ７０６のうちの少なくとも１つを含み得る。加速制限は、車両加速制限７１０及び快適性限界７１２を含み得る。速度制限及び／又は加速制限は、より多くの入力、より少ない入力、又は他の入力を含み得る。
道路速度制限７０２は、速度制限標識等に掲示されている道路速度制限（例えば、２０ｍＰＨ、６５ｍＰＨ等）とし得る。一例では、道路速度制限７０２は、ＨＤ地図から取得し得る。湾曲速度制限７０４は、例えばＡＶの粗走行線に沿った旋回等の旋回の曲率に対する車速に関するデータであってもよい。あるいは、湾曲速度制限７０４は、道路曲率情報（例えば、湾曲の回転半径）のみを提供してもよい。湾曲速度制限７０４は、ＡＶの横方向加速度に対する制限とし得る。そのため、速度計画は、ＡＶが曲がるときに、湾曲速度制限７０４と一致する減少したＡＶ速度を含み得る。
ＳＡＭデータ７０６は、（自律的であるか否かに関係なく）車両から（例えば、クラウドベースのシステムで）収集されたデータとし得る。このデータは、車両（ＡＶを含む）が路上で安全かつ円滑に動作することを可能にする。一例では、ＳＡＭデータ７０６は、道路の一部に沿って車両から収集された振動データを含み得る。振動データは、道路の異なる部分における振動レベルと速度とを相関させ得る。一例では、振動データは、ある道路位置について、車両が所定の速度を超えて走行しているときに（例えば、道路の一部の速度バンプに起因する）許容できないレベルの振動を示し得る。したがって、振動の影響を最小限に抑えるために、道路の一部でＡＶの速度を（所定の速度以下に）落とすべきである。一例では、ＳＡＭデータ７０６は、オペレーションセンタ２３０、サーバコンピューティング装置２３４、又は他の何らかのネットワーク装置等の中央サーバからＡＶによって受信され得る。一例では、ＳＡＭデータ７０６は、その場所に到達する自律走行車の特定の期間（例えば、１分、１０分、２０分等）内に他の車両から蓄積されたデータであり得る。一例では、ＡＶはＳＡＭデータ７０６をプルしてもよい。別の例では、ＳＡＭデータ７０６は、ＡＶがＳＡＭデータ７０６を提供するサーバにその位置を報告することに基づいて、ＡＶにプッシュし得る。
道路速度制限７０２、湾曲速度制限７０４、及びＳＡＭデータ７０６を組み合わせて、生速度制限７０８を提供し得る。一例では、粗走行線に沿った特定の位置の各位置について（例えば、５ｍごと、１０ｍごと等）、その位置における道路速度制限７０２の最小速度、その位置における湾曲速度制限７０４の速度、及びその位置におけるＳＡＭデータ７０６の速度が、その位置における生速度制限７０８の速度として使用される。
車両加速制限７１０は、ＡＶのトルク及び出力に起因するＡＶ加速制限とし得る。快適性限界７１２は、ＡＶの乗員がＡＶをどれだけ速く加速させたいか等の加速度に関する人間の快適性限界を含む。
基準軌道生成レイヤ５０４の戦略的速度計画モジュール５２４は、生速度制限７０８、車両加速制限７１０、及び快適性限界７１２を組み合わせて、円滑な速度計画である戦略的速度計画７１４を提供し得る。
上述したように、粗走行線に沿った位置では、道路速度制限７０２、湾曲速度制限７０４、及びシームレスオートノマスモビリティＳＡＭデータ７０６の最小値をＡＶの速度制限として用い得る。車両加速制限７１０及び快適性限界７１２は、加速度と速度とを関係付ける。そのため、一例では、車両加速制限７１０と快適性限界７１２とは、２つの最大曲線（快適性、速度）の最小値を求めることによって組み合わせ得る。したがって、低速では、快適性がＡＶの最大加速度を制限し得る。一方、高速では、ＡＶの加速制限（例えば、出力）がＡＶの加速度を制限し得る。速度プロファイルは、速度（走行線に沿った任意の位置における速度制限）と加速度（任意の速度における加速制限）の制約を満たす粗走行線に沿った最速の速度プロファイルを解決することによって生成し得る。
また、上記以外の入力を使用して、戦略的速度計画７１４を計算し得る。例えば、道路μ、最小巡航時間、近隣タイプ、又は他の入力のうちの１つ以上を使用し得る。道路μは、氷、雨、斜面等による道路の滑り易さに関連する。
最小巡航時間は、ＡＶの速度を一定速度に設定し得る最小時間長に関連する。例えば、道路の区間長が５００ｍであり、その区間の制限速度が４５ｍＰＨである仮定する。さらに、ＡＶの運動モデルを考慮して、ＡＶが停止位置から４５ｍＰＨの制限速度に達するためには２５０ｍを要し、４５ｍＰＨの現在の速度を考慮して、ＡＶが停止するためには２５０ｍが必要であると仮定する。ＡＶが道路区間の始点で停止位置にあり、道路区間の終点でＡＶを再び停止する場合、ＡＶが制限速度４５ｍＰＨに達すると、ＡＶは直ちに減速を開始しなければならない。このような速度プロファイルは、ＡＶの乗員にとって望ましくないかつ／又は自然なものでない場合がある。そのため、例えば、最小巡航時間は、ＡＶが減速（又は加速）を開始する前に、最小巡航時間（例えば、３秒）の間速度を維持しなければならないことを示し得る。したがって、より自然な速度プロファイルを提供し得る。
近隣タイプは、通常の人間の運転行動をモデル化するために使用することができ、これは、ＡＶが通過している近隣のタイプに依存し得る。例えば、人間の運転者は、たとえ両方の近隣地域が同じ掲示制限速度を有していても、住宅地（例えば、子供たちが通りで遊んでいることを観測し得る場所）においては掲示制限速度を下回る速度で運転してもよく、工業地域においては少なくとも掲示制限速度で運転し得る。
図８は、本開示の実装による走行可能領域及び離散時間速度計画を決定するための処理８００のフローチャートである。処理８００の一部又は全ての態様は、図１に示す車両１００及び図２に示す車両２０２を含む車両、又は図２に示すコントローラ装置２３２を含むコンピュータ装置で実装し得る。１つの実装では、処理８００のいくつかの又は全ての態様は、本開示に記載される特徴のいくつか又は全てを組み合わせたシステムで実施し得る。例えば、処理８００は、図５のオブジェクト回避レイヤ５０６によって利用され得る。
図９を参照して処理８００を説明する。図９は、本開示の実装による走行可能領域及び離散時間速度計画を決定する図である。図９は、走行可能領域（横方向制約）及び制限された速度プロファイルの生成を示しており、これは離散時間で表され得る。走行可能領域は、例えば、自律走行車が走行可能な車両交通ネットワークの領域であり得る。最初に（例えば、処理８００の開始時に）、走行可能領域は、ＡＶが安全に走行すると予測できない領域を含んでもよい。処理８００は、ＡＶが安全に走行すると予測できない領域の走行可能領域を調整する（例えば、切り取る）。処理８００は、調整された走行可能領域をもたらす。
動作８１０では、処理８００は、ＡＶに対して近傍のオブジェクトを識別する。一例では、近傍のオブジェクトは、世界モデルモジュール４０２によって維持される外部オブジェクトの少なくとも一部であってもよい。一例では、近傍のオブジェクトは、世界モデルモジュール４０２によって維持される全てのオブジェクトであり得る。別の例では、近傍のオブジェクトは、世界モデルモジュール４０２によって維持されるオブジェクトのサブセットであり得る。例えば、近傍のオブジェクトは、ＡＶから所定の距離内のオブジェクト、ＡＶの予測到達時間内のオブジェクト、又はオブジェクトのサブセットを識別するための他の基準を満たすオブジェクトであり得る。例えば、図９のビュー９１０を参照すると、ＡＶ９１２に対して、静止車両９２０、静止車両９１４、動的対向車両９１８、及び動的車両９１６が識別される。１つの実装では、動作８１０は、図１０～図１２に関して説明したように、オブジェクトを表すドット（すなわち、境界点）及び／又はドットのグループを識別する。
動作８２０において、処理８００は、走行可能領域を抽出する。走行可能領域は、ＡＶ９１２が（例えば、法的及び／又は物理的に）走行可能な領域であってもよい。一例では、走行可能領域を粗走行線から抽出し得る。例えば、走行可能領域は、粗走行線に沿って（例えば、縦方向に）ＡＶから所定の距離であり得る。図９のビュー９３０における走行可能領域９３２は、走行可能領域の一例である。一例では、走行可能領域９３２は、中央分離帯９３４と路肩９３６とによって（すなわち、横方向に）囲まれた領域であり得る。一例では、ＡＶ９１２の現在位置に基づいてＨＤ地図から走行可能領域を抽出し得る。走行可能領域は、ＡＶ９１２が配置されている車線（又は道路、又はその他の地域）の左右境界によって囲まれ得る。例えば、走行可能領域は道路の中心線をまたいでもよい。すなわち、逆方向の車線を走行可能領域に含め得る。そのため、ビュー９３０では、中央分離帯９３４が存在しない場合、走行可能領域は、走行可能領域９３８であってもよい。
処理８００は、次に、ＡＶが（例えば、安全に）走行できない部分を走行可能領域から除去する。「調整された走行可能領域」という用語は、本明細書に記載された静的及び／又は動的オブジェクトを考慮して領域が走行可能領域から除去された後の走行可能領域を指すために本明細書で使用される。静的及び／又は動的オブジェクトがＡＶの軌道に干渉しない場合、調整された走行可能領域は、走行可能領域と同じである。
動作８３０において、処理８００は、静的オブジェクトに対して走行可能領域を調整する。すなわち、処理８００は、静的オブジェクトが位置する走行可能領域の部分を走行可能領域から除去する（例えば、切り取る）。これは、ＡＶが静的オブジェクトを迂回してナビゲート（例えば、走行）するように制御されるべきためである。図９のビュー９４０は、走行可能領域の一部を切り取ることを示す。静止車両９１４を回避するために、処理８００は、走行可能領域９３２のカットアウト９４２を切り取る。カットアウト領域のサイズは、静的オブジェクトのサイズの推定値に基づいて決定し得る。カットアウト領域のサイズは、ＡＶが静的オブジェクトに近づき過ぎないようにクリアランス領域を含み得る。
図１０～図１２を参照して、静的オブジェクトの走行可能領域を調整する例をさらに説明する。以下、図１３を参照して、静的オブジェクトの走行可能領域の調整処理の一例を説明する。
動作８４０において、処理８００は、静的オブジェクトに関して離散時間速度計画を調整する。例えば、障害物又は他の道路ユーザがいない場合、離散時間速度計画は戦略的速度プロファイルに従う。例えば、調整された走行可能領域が静的オブジェクトを考慮した狭い経路を含む場合、戦略的プロファイルに逐語的に（すなわち、戦略的プロファイルに設定された通りに）従う（その速度を使用する）代わりに、処理８００は、ＡＶの速度を快適な速度まで減少させるように離散時間速度計画を調整する。例えば、静的オブジェクトを考慮して調整された走行可能領域が静的妨害物を含む場合、処理８００は、ＡＶが静的妨害物の前に所定の距離で停止するように離散時間速度計画を調整する。
動作８５０において、処理８００は、近くにある動的オブジェクトのそれぞれについて、各経路を識別する（例えば、予測する、計算する、生成する、受信する、又は他のやり方で識別する）。一例では、少なくともいくつかの動的オブジェクトの各経路（すなわち、軌道）の予測は、図４の世界モデルモジュール４０２等の世界モデルで維持し得る。したがって、処理８００は、世界モデルから各経路を受信してもよい（例えば、要求する、読み取る、又は他のやり方で受信する）。
例えば、処理８００は、動的対向車両９１８が静的車両９２０を迂回するように経路９２２を辿ること、及び動的車両９１６が静的車両９１４を通過した後で経路９２４を辿ることを予測する（例えば、予測を受信する、又は他のやり方で予測する）。１つの実装では、動作８２０は、処理８００のインスタンス（すなわち、実行）を使用して、動的オブジェクトの経路を識別する。一例では、処理８００は、動的オブジェクトの経路を予測するときに、ＡＶを動的オブジェクトの近傍のオブジェクトのリストから除外する。
一例では、動的オブジェクトの経路を予測することは、他の動的オブジェクトのそれぞれの速度及び動的オブジェクト間の進路権の推定に基づいてもよい。進路権の推定の一例では、第２の車両が車線内で第１の車両に追従している（すなわち、その後ろにある）場合、第２の車両の存在下で第１の車両がシミュレーションされる（すなわち、第１の車両について経路が予測される）が、第２の車両は第１の車両が存在しない状態でシミュレーションされる。
そのため、軌道プランナ５００のインスタンスは、軌道プランナ５００を含む自律走行車専用とすることができ、軌道プランナ５００の１つ以上の他のインスタンスは、自律走行車によって使用されて、自律走行車に対して可視である動的オブジェクト（例えば、世界モデルモジュール４０２によって維持される動的オブジェクト）の軌道を予測し得る。
動作８６０において、処理８００は、動的オブジェクトのための走行可能領域を調整する。すなわち、処理８００は、各動的オブジェクトのそれぞれの予測軌道に基づいて、走行可能領域の一部を切り取る。処理８００は、各動的オブジェクトの位置に関するタイミング情報を使用して、走行可能領域の追加部分を切り取る。動的オブジェクトのための走行可能領域内のカットアウトは、動的オブジェクトに対する予測のタイミングと、（動作８４０に関して説明したように）今度は静的オブジェクトを考慮している離散時間速度計画によって生成されるタイミングとを比較することによって生成される。すなわち、処理８００は、動的オブジェクトについて、及び動的オブジェクトの予測された軌道に基づいて、動的オブジェクトが、同じ離散的時点におけるＡＶの位置に対して異なる離散的時点に位置する場所を予測し得る。図１４～図１６を参照して、動的オブジェクトの走行可能領域を調整する例を以下にさらに説明する。図１８を参照して、動的オブジェクトの走行可能領域を調整する処理の一例を以下に説明する。
動的オブジェクトの位置は、ＡＶの予測位置と一致させて、カットアウト部分を決定する。上述のように、ＡＶの予測位置は、動作８４０で調整された（すなわち、静的オブジェクトを考慮した）離散時間速度計画に基づく。カットアウトは、動的オブジェクトの現在の位置に対応しない場合があり得る。むしろ、カットアウトは、ＡＶ及び動的オブジェクトが出会うと予測される位置に基づいてもよい。動的オブジェクトの予測軌道が走行可能領域と干渉しない場合、動的オブジェクトに対して走行可能領域のいかなる部分も切り取られない。動的オブジェクトの予測された軌道が走行可能領域と干渉する場合、動的オブジェクトとの潜在的な衝突を回避するために、走行可能領域の１つ以上の部分が切り取られる。
図９のビュー９５０は、動的オブジェクトに対して走行可能領域を調整する（すなわち、動作８６０の）例を示す。処理８００は、動的対向車両９１８が静的車両９２０を迂回する（例えば、避ける）ために経路９２２を辿ることを（動作８５０等によって）予測する。処理８００はさらに、ＡＶ９１２がその現在の軌道に沿って進み続ける場合、ＡＶ９１２と動的対向車両９１８とが位置９５４の周囲で出会うことを予測する。そのため、処理８００は、走行可能領域９３２からカットアウト９５６を切り取る。
動作８７０において、処理８００は、動的オブジェクトに対して離散時間速度計画を調整する。（この時点において静的オブジェクトと動的オブジェクトの両方を考慮して）調整された走行可能領域がＡＶと同じ方向に走行する動的オブジェクトを含む場合、動的オブジェクトは縦方向制約としてラベル付けされ、ＡＶが快適な速度及び距離でブロックしているオブジェクトに従うように離散時間速度計画が調整される。
図９のビュー９６０は、動的オブジェクトに対する離散時間速度計画を調整する例（すなわち、動作８７０）を示す。処理８００は、動的車両９１６がＡＶ９１２の調整された走行可能領域内にあり、ＡＶ９１２が動的車両９１６を通過することは、例えば、動的車両９１６の縁部と調整された走行可能領域の境界との間に安全なギャップが存在しないため、安全でないと判断する。このようにして、ＡＶ９１２は、動的車両９１６の後方を追従する。動的車両９１６が戦略的速度計画よりも遅く移動している場合、ＡＶが快適な速度及び距離で動的車両９１６に従うように離散時間速度計画が調整される。また、ビュー９６０は、ＡＶ９１２のための軌道９６２が、例えば、カットアウト９５６に基づいていることを示す。
別の例では、動的車両９１６自体が縦方向制約を有すると決定されると仮定する。例えば、第２の車両（図示せず）が動的車両９１６の前方にあってもよい。そのため、第２の車両自体も、ＡＶ９１２に対する別の縦方向制約とみなし得る。そのため、第１の離散時間速度計画（例えば、第１の減速計画）は、動的車両９１６に基づいてＡＶ９１２について決定してもよく、第２の離散時間速度計画（例えば、第２の減速計画）は、ＡＶ９１２について決定し得る。ＡＶの離散時間速度計画としては、第１の離散時間速度計画と減速度の大きい第２の離散時間速度計画のいずれかを選択し得る。より一般的には、ＡＶの制約に関して制約であると決定されたオブジェクト自体をＡＶの制約として扱ってもよい。
調整された走行可能領域９６４は、処理８００の動作から生じる調整された走行可能領域を示す。
図１０～図１２は、本開示の実装による静的オブジェクトのための走行可能領域を調整する例１０００、１１００、及び１２００である。例１０００、１１００、及び１２００は、走行可能領域の静的境界を決定することを示す。すなわち、図１０～図１２は、図８の動作８３０に関して説明した静的オブジェクトの走行可能領域の調整例である。すなわち、例１０００、１１００及び１２００は、ＡＶの粗走行線に沿って、ＡＶが静的オブジェクトを参照して走行し得る場所を決定することを例示している。
図１０の例１０００では、ＡＶ１００２の粗走行線は、粗走行線１００４によって表される。粗走行線１００４は、本明細書では、粗走行線とも呼ばれる。粗走行線１００４は、図５の基準軌道生成レイヤ５０４に関して説明したように決定（例えば、計算、生成等）し得る。例１０００は、ＡＶ１００２の走行可能領域の横方向境界を決定するための動作８３０の一例を示す。すなわち、例１０００は、静的オブジェクトを考慮して、例えば、ＡＶ１００２の走行可能領域の左右境界を決定することを示す。
このようにして、走行可能領域（すなわち、図９の走行可能領域９３２等の非調整の非カットアウト走行可能領域）が決定される。例えば、走行可能な領域はデフォルトの幅を有してもよい。デフォルトの幅は、ＡＶの現在の車線又は現在の道路に基づいてもよい。デフォルトの幅は、既定の幅（例えば、８メートル）によって定義され得る。したがって、走行可能領域は道路の中心線を横断し得る。なお、デフォルトの走行可能領域は、中央分離帯にあり得るバリア（例えば、コンクリートバリア）によって制限され得ることに留意されたい。そのようなバリアは静的オブジェクトであり、走行可能領域を制限する。
ＡＶ１００２の走行可能領域は、複数のビンに分割される。各ビンは、中心点１００６等の中心点を有する。中心点は等間隔に配置され得る。例えば、中心点は約２メートル離れていてもよい。各ビンの左右の境界は、粗走行線１００４の方位に関連させ得る。右境界１０１８及び左境界１０２０はビン１０２２の境界を示す。
境界点１００８等の境界点は、静的オブジェクトから発生する。例えば、境界点は、ＬｉＤＡＲセンサ、レーザポインタ、レーダ、又は図１のセンサ１２６等の任意の他のセンサからのデータから導出され得る。境界点は、占有されているか、そうでなければＡＶが侵入できない（ｘ、ｙ）座標を表し得る。静的オブジェクトに対応する各境界点は、境界点を含むビンに割り当てられる。例えば、境界点１００８は、ビン１０２２に割り当てられる。（例えば、ビン内で、又はビンの境界を越えて）隣接する境界点は、１つ以上の静的オブジェクトに対応し得る。
各ビンの左右の境界は、ビンに割り当てられた境界点に基づいて定義（すなわち、設定）し得る。例えば、ビン１０２４が境界点を含まないので、ビン１０２４の右境界１０１６及び左境界１０１０は、（調整されていない）走行可能領域と整合する。一方、ビン１０２６の左境界１０１２は、カットアウト１０２８が走行可能領域から除外されているため、走行可能領域と整合しておらず、ビン１０２６の右側境界１０１４も、カットアウト１０３０が走行可能領域から除外されているため、走行可能領域と整合していない。
調整された走行可能領域の境界は、調整された走行可能領域の左境界を形成する分割線１０３２と、調整された走行可能領域の右境界を形成する分割線１０３４とによって表される。図を明確にするために、分割線１０３２、１０３４は、実際の境界からオフセットして示されている。すなわち、例えば、分割線１０３２は境界１０１０及び境界１０１２と重なっているが、明確にするために、分割線１０３２は境界１０１０及び境界１０１２から僅かにオフセットされて示されている。分割線１０３２は、調整された走行可能領域の計算された左境界である。分割線１０３４は、調整された走行可能領域の計算された右境界である。
計算された左右の境界は、ＡＶ１００２が粗走行線１００４に沿って継続し得るかどうかを決定するために使用される。ＡＶ１００２を各ビンの中央まで（物理的にではなく、仮想的に又は計算上）前進させて、（コンピュータの境界を考慮した）ビンの幅は、ＡＶ１００２がビンを何とか安全に通り抜け得るようなものであるかどうかを決定し得る。例えば、ビン１０２２に関して、ＡＶ１００２は、ビンの左境界（すなわち、左側の計算された境界）を安全にクリアすることができない。したがって、以下にさらに説明するように、ＡＶ１００２の軌道は変更される。例えば、ＡＶ１００２を停止させ得る必要があるので、ＡＶ１００２の軌道は調整する必要がない場合があり、又はＡＶ１００２の軌道を他のやり方で変更し得る。
図１１は、静的境界を決定し、本開示の実装に従って離散時間速度計画を調整する際に考慮される妨害物を識別する例１１００を示す。例１１００では、粗走行線１１０３は、ＡＶ１１０２の粗走行線である。ＡＶ１１０２のデフォルトの走行可能領域は、左境界１１０４と右境界１１０６によって定義される。例１１００では、ＡＶ１１０２を含む車線の左車線境界１１０８及び右車線境界１１１０が示されている。例１１００では、走行可能領域はＡＶ１１０２の車線（すなわち、左車線境界１１０８及び右車線境界１１１０によって囲まれた車線）に限定されている。そのため、車線の左右の境界は静的オブジェクト用に調整される。
左境界１１０４及び右境界１１０６は、最大可能走行可能領域（すなわち、最大境界）を定義し得る。しかしながら、ＡＶ１１０２を車線内に維持することが好ましい場合があるので、左車線境界１１０８及び右車線境界１１１０は、走行可能領域の境界を定義する。一例では、ＡＶ１１０２が自身の車線内で（例えば、左車線境界１１０８と右車線境界１１１０との間で）安全に走行できない場合、ＡＶ１１０２が車線境界の外であるが最大境界の中で走行し得るかどうかを評価し得る。走行可能領域を拡張することは、「拡張走行可能領域検査」と呼ばれてもよい。
右車線境界１１１０は、部分１１１２を含む。この部分１１１２は、後述するように、走行可能領域のこの部分が調整されるため、破線として示されている。
図１０に関して説明したように、ＡＶ１１０２の走行可能領域は複数のビンに分割されており、ビン１１１６、１１１８等の各ビンには静的オブジェクトに対応する境界点が割り当てられている。ビン１１１６、１１１８の境界点は、大きな長方形のオブジェクトに対応しているように見えるので、そのオブジェクトは（例えば、図４の世界モデルモジュール４０２によって）「トラック」として分類し得る。
オブジェクト（静的又は動的オブジェクト）に対応する（すなわち、それに基づいて定義される）境界は、ハード境界と呼ばれてもよい。ハード境界とは、例えば、計画した軌道がハード境界と交差する場合に、別のオブジェクトと衝突する可能性があるものである。一方、車線及び／又は道路標示は、ソフト境界と呼ばれ、合法的又は論理的な境界を表し得る。ソフト境界とは、例えば、計画された軌道がハード境界でもないソフト境界を横断する場合に、ＡＶの動きが違法であり、かつ／又は社会的に受け入れられないが、ＡＶは安全であり得るものである。例えば、図１１に示すように、左境界１１０４（すなわち、左側の走行可能領域の境界）は左ハード境界を定義し、左車線境界１１０８は左ソフト境界を定義する。右側のハード境界は、右側の境界１１０６（すなわち、右側の走行可能領域の境界）と境界１１１４で構成され、右側のソフト境界は、右側車線境界１１１０及び境界１１１４によって定義される。
ビンの左右のハード境界間の距離を考慮して、経路が存在するかどうかを決定するために詳細検査が行われ得る。境界１１１４と左車線境界１１０８との間の距離１１２０は、ＡＶ１１０２がその中を走行する（すなわち、通過する）には狭過ぎると判断される。したがって、ビン１１１６に対応する位置１１２２は、静的妨害物としてマークされる。このため、ＡＶ１１０２は、ビン１１１６、１１１８の境界点で表される（複数の）オブジェクトを通過することができない。したがって、ＡＶ１１０２は、位置１１２２に対応する静的妨害物の前で停止することになる。したがって、モジュール５３０は、ＡＶが静的妨害物の前で停止するように離散時間速度計画を調整し得る。
別の例では、静的妨害物のために停止する代わりに、軌道プランナは、少なくともビン１１１６及び１１１８に対して、左車線境界１１０８を横切って、走行可能領域が延びるようにギャップ１１２４を通る軌道を決定する。例えば、左車線境界１１０８が道路の中心である場合、軌道プランナは、対向する動的オブジェクトが存在しないので、車線境界を横断しても安全であると判断し得る。
別の例では、静的妨害物の前でＡＶが停止するのに十分な距離がない場合、離散時間速度計画は、ＡＶを減速させることしかできないので、ＡＶが右ハード境界を横断して静的オブジェクトに衝突することを回避するために左ソフト境界を横断し得るように軌道を決定し得る。そのため、ハード境界とソフト境界の両方の認識を維持することにより、軌道プランナは、緊急状況下におけるオブジェクト回避操作へのシームレスな遷移を伴うほとんどの状況下で合法的かつ社会的に許容可能な走行である軌道を生成し得る。
一例では、ビンの境界は、ビン内のオブジェクト（例えば、境界点のグループ）の状態に基づいて調整され得る。例えば、ビン内の境界点を経時的に追跡し得る。ビン内の境界点のグループがわずかに（すなわち、移動の閾値レベル未満）移動していると判断される場合には、より高いレベルのクリアランスが要求され得る。すなわち、ＡＶ１１０２は、境界点が移動している場合には、境界点からさらに離れて走行し得る。一方、境界点が安定している（すなわち、移動していない）場合には、ＡＶ１１０２を境界点により近づけて走行し得る。そのため、ビンの境界（例えば、境界１１１４）は、ビン内の境界点の移動のレベルに応じて、経時的に調整し得る。
一例では、時間ｔにおいて境界点の移動が検出された場合、境界点の移動が継続しているか否かに関係なく、境界点はその後（すなわち、後の時間ｔ＋ｘにおいて）移動しているとみなされる。
ビン内の境界点の移動に基づいてビンの境界を経時的に調整することは、フィルタされた横方向の限界と呼んでもよい。このコンテキストにおける「フィルタされる」とは、経時的に横方向の限界（例えば、ビン境界）が変更され得ることを意味する。
図１２は別の例であり、本開示の実装に従って静的境界を決定する例１２００である。例１２００では、粗走行線１２０３は、ＡＶ１２０２の粗走行線である。ＡＶ１２０２のデフォルトの走行可能領域は、左車線境界１２０４及び右車線境界１２０６によって定義される。走行可能領域からカットアウト１２０８とカットアウト１２１０が切り取られる。この例では、カットアウト１２１０は、走行可能領域の中央にある。
カットアウト領域の境界をデフォルトの走行可能領域の境界まで延長するかどうかは、カットアウト領域とデフォルトの走行可能領域の境界との間の距離に依存し得る。例えば、カットアウト１２１０の右端と右車線境界１２０６との間のギャップ１２１６に対応する距離が閾値距離未満である場合、カットアウト１２１０は、カットアウト１２１０の左境界１２１７から右車線境界１２０６に延びる領域によって定義し得る。一例では、閾値距離はＡＶ１２０２の幅に関連し得る。例えば、閾値距離は、ＡＶ１２０２の幅の１．５、２．０倍等とし得る。同様に、ビンの境界点のクラスタ（例えば、クラスタ１２０９）と車線境界（例えば、右車線境界１２０６）との間のギャップ（例えば、ギャップ１２０７）も決定される。ギャップ１２０７の場合、（ＡＶ１２０２がギャップを通過することができないように）ギャップ１２０７は閾値距離よりも小さくなるように決定されるため、カットアウト１２０８は右車線境界１２０６まで延長される。
ＡＶ１２０２の軌道プランナは、距離１２１２が、ＡＶ１２０２が距離１２１２に対応するギャップを通過し得るようなものであると決定してもよい。カットアウト１２１０が粗走行線１２０３に重なると、ＡＶ１２０２の軌道プランナは詳細検査を実行して、ＡＶ１２０２がそのギャップを通過し得るようにカットアウト１２１０の左又は右のギャップを決定する（例えば、見つける）。詳細検査の結果、ギャップが見つからない場合、ＡＶ１２０２はブロックされていると見なされ、停止しなければならない。
例１２００では、ギャップ１２１４及びギャップ１２１６は共に、ＡＶ１２０２がいずれかのギャップ１２１４、１２１６を通過し得るようになっている。一例では、ギャップ１２１４、１２１６のうちの１つがランダムに選択される。別の例では、軌道プランナは、カットアウト１２０８を通過するために左方向を既に選択しているため、ギャップ１２１４（すなわち、カットアウト１２１０の左側のギャップ）を選択する。
第２のオブジェクトに関して可能な２つの経路（例えば、オブジェクトの周りの左経路と右経路）を考慮し、かつ第１のオブジェクトに関する（例えば、右又は左に）第１の経路を考慮して、「多仮説追跡」は、第２のオブジェクトに関する第２の経路（例えば、軌道）を決定することを意味する。
図１３は、本開示による静的境界を決定するための処理１３００のフローチャートである。処理１３００の動作の一部又は全部は、処理８００の動作８３０で実行され得る。
動作１３１０では、処理１３００は、粗走行線に沿って境界点をビン内に編成する。境界点は、図１０～図１２に関して説明したように、粗走行線に沿ってビンに編成される。
動作１３２０において、処理１３００は、粗走行線に照らしてビンの境界を検査する。ビンの境界は、粗走行線に照らして検査され、ＡＶが少なくとも１つのギャップを通過し得るようなギャップが存在するかどうかが決定される。一例では、動作１３２０は、動作１３２０＿２～１３２０＿１２によって実行され得る。動作１３２０は、例えば、図１０のビン１０２６の左境界１０１２及び右境界１０１４に関して説明したようなビン境界点に基づいて、走行可能領域のビンの左右の境界を調整する。
動作１３２０＿２では、処理１３００は実際の走行線を推定する。例えば、カットアウト１２０８に関して説明したように、処理１３００は、カットアウト１２０８の左側にある実際の走行線を決定する。
動作１３２０＿４において、処理１３００は、通過可能なギャップを識別する。すなわち、処理１３００は、通過可能なギャップの数を識別する。例えば、図１１のビン１１１６の左右の境界を考慮して、処理１３００は、ＡＶ１１０２が距離１１２０によって定義されるギャップを通過し得るかどうかを決定する。その場合、一方のギャップが識別される。同様に、処理１３００は、ＡＶ１２０２が図１２の距離１２１２によって定義されるギャップを通過し得るかどうかを決定する。
動作１３２０＿６において、単一の（すなわち、一方の）ギャップが識別された場合、処理１３００は１３２０＿１２で終了する。すなわち、軌道はギャップを通過することを許可される。動作１３２０＿４で複数のギャップが識別された場合、処理１３００は動作１３２０＿８に進む。例えば、ＡＶ１２０２及びカットアウト１２１０に関して、処理１３００は、２つのギャップ、すなわち、カットアウト１２１０の右側のギャップ及び左側のギャップを識別する。
動作１３２０＿８において、処理１３００は、図１２のギャップ１２１４、１２１６に関して説明したように、他のギャップが利用可能であるかどうかを決定するために詳細検査を実行する。例えば、ギャップ１２１４が小さ過ぎてＡＶ１２０２がカットアウト１２１０の左側を通過できないと判断された場合、処理１３００は、ＡＶ１２０２がギャップ１２１６を通過し得るかどうかをテストし得る。動作１３２０＿８において、処理１３００は、左又は右のいずれかを選択し、どちらも可能でない場合、処理１３００は、静的妨害物が存在すると決定する。
動作１３２０＿１０において、先読み距離が完全に検査されると、処理１３００は、動作１３２０＿１２で終了する。そうでない場合、処理１３００は動作１３２０＿２に戻り、追加の障害物を検査する。
先読み距離は、ＡＶの速度によって変化する可能性があり得る。例えば、ＡＶの速度に応じて先読み距離を変化させることで、計算時間を短縮することが可能であり、その一方で、前方に障害物又は横方向制約が検出された場合に、ＡＶを停止させるか又は快適に（例えば、安全に）操縦するのに十分な時間を確保し得る。例えば、先読み時間の４秒が必要とされる場合、ＡＶが１２メートル／秒で移動しているとすると、適切な先読み距離は４８メートルになり得る。ＡＶが３０メートル／秒で移動している場合（例えば、高速道路を走行しているとき）、適切な距離は１２０メートルであろう。
再び図５を参照すると、離散時間速度計画モジュール５２８は、基準軌道生成レイヤ５０４によって（より詳細には、戦略的速度計画モジュール５２４によって）決定された戦略的速度計画から目標速度及び加速度を生成し得る。離散時間速度計画モジュール５２８は、縦方向制約から（例えば、それに基づいて）目標速度及び加速度を生成し得る。一例では、縦方向制約は、（後述する）停止線、（後述する）仮想停止線、静的障害物（すなわち、静的オブジェクト）、及び／又は動的障害物（すなわち、動的オブジェクト）を含み得る。離散時間速度計画モジュール５２８は、目標速度及び加速度を反復計算する。目標速度及び加速度は、先読み時間（すなわち、将来の計画対象期間）について計算される。一例では、先読み時間は６秒であり得る。
停止線は、ＡＶが進行する前に停止することが法律で義務付けられている線を表す。一例では、停止線は、道路上で塗料によってマーキングされ得る。別の例では、交差点構造及び停止標識位置に基づいて停止線を推定し得る。仮想停止線は、ＡＶによって、法律で義務付けられていないが、停止して交差情報を検査することが期待される重要な位置を表すために使用され得る。例えば、左折時に、ＡＶを停止させ、交差するトラフィックに譲らせるために、交差点の中央で仮想停止線が使用されてもよい。
離散時間速度計画モジュール５２８は、縦方向制約（すなわち、ＡＶの縦方向にある静的又は動的オブジェクト）に対するそれぞれの目標速度及び／又は縦方向制約に対するそれぞれの目標距離を計算する。
離散時間速度計画モジュール５２８は、静的及び／又は動的オブジェクトの少なくともいくつかに対して追跡モードを設定（すなわち、選択、決定、又は他のやり方の設定）し得る。例えば、追跡モードは、「ギャップ閉鎖」、「ギャップ維持」、「ギャップ開放」、「ブレーキ」、「追従」のいずれかであり得る。例えば、図９の動的車両９１６に関して、離散時間速度計画モジュール５２８は、「ギャップ閉鎖」の追跡モードを決定し得る。例えば、図１１のビン１１１６のオブジェクトに関しては、追跡モードを「ブレーキ」と決定し得る。利用可能な追跡モードには、より少ない、より多い、又はその他の追跡モードが含まれ得る。追跡モードは、離散時間速度計画モジュール５２８によって使用される調整パラメータの集合を選択するために使用し得る。調整パラメータは、目標加速度、ヒステリシスパラメータ、及び他の調整パラメータを含み得る。
次に、離散時間速度計画モジュール５２８の動作を説明するための例を示す。縦方向制約が見つからない場合、離散時間速度計画モジュール５２８は、（基準軌道生成レイヤ５０４によって決定されるように）ＡＶが戦略的速度計画に基づいて動作可能であると判断し得る。一方、追跡モードが「ブレーキ」であると決定された縦方向制約が（例えば、図１１のビン１１１６のオブジェクトに関して）検出された場合、離散時間速度計画モジュール５２８は、ＡＶを停止させるための速度プロファイルを計算する。すなわち、ＡＶを停止させるための減速速度プロファイルを計算する。
一例では、速度プロファイルは、ＡＶの現在の速度と縦方向制約への距離とを使用して、縦方向制約の前でＡＶを停止させる減速速度プロファイルを計算する。
図１４～図１６は、本開示の実装に従って動的境界を決定する例１４００、１５００、及び１６００である。すなわち、図１４～図１６は、図８の動作８５０に関して説明した動的オブジェクトの走行可能領域を調整する例である。すなわち、例１４００、１５００及び１６００は、ＡＶの粗走行線に沿って、ＡＶが動的オブジェクトを参照して走行され得る場所を決定することを示す。
各動的オブジェクトは、利用可能な複数のクラスのうちの少なくとも１つに分類し得る。例として、使用可能なクラスには、「横方向制約」、「縦方向制約」、「対向の横方向制約」、及び「対向の縦方向制約」が含まれる。他のクラスも利用可能である。
「横方向制約」として分類される動的オブジェクトは、ＡＶの速度ではなく経路に影響を与える。例えば、動的オブジェクトは、ＡＶのそれと略直交する方向に移動していてもよい。すなわち、動的オブジェクトは、ＡＶの経路を妨げる（すなわち妨害する）ことなく、ＡＶの左側又は右側のいずれかから移動していてもよい。したがって、図５の軌道プランナ５００等の軌道プランナは、動的オブジェクトを回避するためにＡＶの軌道を調整する必要があり得る。すなわち、ＡＶは動的オブジェクトとの衝突を避けるために（左又は右に）移動する必要があり得る。
「縦方向制約」として分類される動的オブジェクトは、ＡＶの経路ではなく速度に影響を与える。例えば、動的オブジェクトは、ＡＶと略同じ方向に移動し、ＡＶの経路内にある場合があり得る。すなわち、縦方向制約オブジェクトは、ＡＶの現在の速度でＡＶの経路を妨げる（すなわち、遮る）ことになる。したがって、ＡＶの軌道プランナは、ＡＶの軌道を調整する必要はないが、動的オブジェクトとの衝突を回避するためにＡＶの速度を（例えば、軌道プランナの離散時間速度計画モジュール５２８によって）調整する必要があり得る。縦方向制約の一例は、図９の動的車両９１６である。すなわち、縦方向制約オブジェクトは、ＡＶの前方にあり、かつＡＶよりも低速で移動している車両であり得る。そのため、動的オブジェクトとの追突を回避するためにＡＶを減速させる必要があり得る。
対向する横方向制約オブジェクトは、横方向制約オブジェクトと同様であるが、対向する横方向制約オブジェクトがＡＶとは逆方向に移動する点が異なる。図９の動的対向車両９１８は、対向する横方向制約オブジェクトの一例である。このような場合、ＡＶは、（例えば、図９の軌道９６２に関して説明したように）減速することなく移動され得る。
対向する縦方向制約オブジェクトは、縦方向制約オブジェクトと同様であるが、対向する縦方向制約オブジェクトがＡＶとは逆方向に移動する点が異なる。この場合、図１６を参照してさらに説明するように、ＡＶは停止する。
そのため、図５のオブジェクト回避レイヤ５０６のモジュール５３２は、動的オブジェクトの分類に基づいてＡＶの離散速度計画を制約する（すなわち、制約を適用する）。例えば、ＡＶの軌道をブロックする対向する動的オブジェクトは、車線内（すなわち、ＡＶと同じ車線内の）静的オブジェクトとして処理し得る。例えば、先行の動的オブジェクト（すなわち、ＡＶの前方にあり、ＡＶと同じ方向に移動している動的オブジェクト）は、離散時間速度計画では縦方向制約として処理され得る。例えば、ＡＶの計画された走行線の近くにある動的オブジェクトは、横方向制約として処理され得る。
図１４の例１４００では、ＡＶ１４０２が粗走行線１４０３に沿って移動している。静的オブジェクトは見あたらない。したがって、図１０～図１２で説明したように、静的オブジェクトに合わせて算出された走行可能領域の境界である左境界１４１７及び右境界１４１８は、走行可能領域の境界と一致する。
車両１４０４が、道路の右路肩から（又は、ＡＶ１４０２を含む車線の右側の車線から）経路１４２０に沿ってＡＶの経路に移動していると予測される。そのため、車両１４０４は、最初に、横方向制約として分類される。車両１４０４の予測経路は経路１４２０であり、これは粗走行線１４０３の近くにある（例えば、隣接している）。したがって、モジュール５３２は、車両１４０４を横方向制約として分類し続ける。
モジュール５３２は、異なる離散的時点におけるＡＶ１４０２の位置を決定（例えば、予測）し得る。すなわち、モジュール５３２は、異なる時点で、粗走行線１４０３に沿って到達する位置を決定する。例えば、時間ｔにおいて（例えば、１秒で）、ＡＶ１４０２は位置１４０６にあると予測され、時間ｔ＋１において（例えば、２秒で）、ＡＶ１４０２は位置１４０８にあると予測され、時間ｔ＋２において（例えば、３秒で）、ＡＶ１４０２は位置１４１０にあると予測される。
例１４００、１５００、及び１６００に関して将来の３秒後の位置（すなわち、３秒の時間ウインドウ）が示されているが、事前定義された時間ウィンドウを考慮して、より多くの又はより少ない位置が決定（例えば、予測、計算等）され得る。例えば、時間ウィンドウは６秒である。予測位置の頻度も変化し得る。一例では、時間ウィンドウは６秒であり、位置が半秒ごとに決定され得る。そのため、１２箇所が予測される。
上述のように、軌道プランナの第２のインスタンスは、車両１４０４を追跡（例えば、その軌道を予測）してもよい。そのため、第２の軌道プランナのモジュール５３２は、車両１４０４の位置を決定（例えば、予測）し得る。例えば、時間ｔにおいて（例えば、１秒で）、車両１４０４は位置１４１２にあると決定され、時間ｔ＋１において（例えば、２秒で）、車両１４０４は位置１４１４にあると決定され、時間ｔ＋２において（例えば、３秒で）、車両１４０４は位置１４１６にあると決定される。例として、ＡＶのインスタンス化された全ての軌道プランナについて、同じ時間ウィンドウと予測の頻度を同じにすることができまる。しかしながら、必ずしもその必要はない。時間ウィンドウと頻度は、動的オブジェクトのタイプ（例えば、自転車、歩行者、スポーツカー、セダン、大型トラック等）によって異なり得る。ＡＶ１４０２の走行可能領域は、車両１４０４の位置に対応する領域を除去するように調整される。
図１４の例１４００では、車両１４０４とＡＶ１４０２とが略同時に同じ位置にあると決定される。そのため、例えば、経路１４２２に対応するビンの（この例では右側の）境界を設定することによって、経路１４２２に対応する部分がＡＶ１４０２の走行可能領域から切り取られる。図１２の距離１２１２に関して説明したように、距離１４２４が、ＡＶ１４０２が距離１４２４によって定義されるギャップを何とか通り抜け得るようなものである場合、ＡＶ１４０２の走行線は、ギャップを通って調整される（すなわち、ＡＶ１４０２は左に押される）。
図１５の例１５００では、ＡＶ１５０２が粗走行線１５０３に沿って移動している。静的オブジェクトは見あたらない。したがって、走行可能領域の左境界１５１７及び右境界１５１８は、静的オブジェクトに対して調整されない。しかしながら、車両１５０４が、道路の右路肩から（又は、ＡＶ１５０２を含む車線の右側の車線から）経路１５２０に沿ってＡＶ１５０２の経路内へと移動していると予測される。
最初に、例えば、車両１５０４が最初に検出されたときに、それは横方向制約として分類し得る。したがって、図１４の車両１４０４に関して説明したように、車両１５０４に関して横方向制約を適用し得る。
図１５に関して説明したように、時間ｔ、ｔ＋１、及びｔ＋２におけるＡＶ１５０２の位置は、それぞれ位置１５０６、１５０８、及び１５１０であると予測され、時間ｔ、ｔ＋１、ｔ＋２における車両１５０４の位置はそれぞれ１５１２、１５１４、１５１６と予測される。そのため、車両１５０４の軌道（すなわち、経路１５２０）は、ＡＶ１５０２の粗走行線１５０３に重なると予測される。したがって、車両１５０４は縦方向制約として分類される。これにより、車両１５０４の分類が「横方向制約」から「縦方向制約」に変更される。したがって、軌道プランナは、（図１４に関して上述したように）ＡＶ１５０２が左に移動するように、ＡＶ１５０２の軌道を変更する必要はない。むしろ、離散時間速度計画モジュール５２８は、ＡＶ１５０２の粗走行線１５０３に縦方向制約を適用し得る。すなわち、離散時間速度計画モジュール５２８は、車両１５０４を先行車両として離散時間速度計画を計算する。「追従」の追跡モードは、離散時間速度計画モジュール５２８によって、ＡＶ１５０２が車両１５０４の後方に追従するように設定し得る。離散時間速度計画モジュール５２８はまた、例えば、ＡＶ１５０２が車両１５０４より前に位置１５０６に到達しないようにＡＶ１５０２を減速させる離散時間速度計画を決定し得る。
図１６の例１６００では、ＡＶ１６０２が粗走行ライン１６０３に沿って東方向に移動しており、車両１６０４が西方向に移動している。車両１６０４は、駐車車両１６０６を回避するために経路１６０９を辿ることが予測される。粗走行線１６０３に沿った時間ｔ、ｔ＋１、及びｔ＋２におけるＡＶ１６０２の位置は、それぞれ位置１６１０、１６１２、及び１６１４であると予測される。時間ｔ、ｔ＋１、及びｔ＋２における経路１６０９に沿った車両１６０４の位置は、それぞれ１６１６、１６１８、及び１６２０であると予測される。
軌道プランナは、ＡＶ１６０２と車両１６０４とが略同じ位置（すなわち、位置１６１２、１６１８に対応する交差位置）に同時に（すなわち、時間ｔ＋２において）存在すると予測されることを決定する。そのため、ＡＶ１６０２が粗走行線１６０３に沿って進み続けると、車両１６０４と衝突する可能性が非常に高い。
図１６には示されていないが、例１６００の走行可能領域は、図９のビュー９５６のカットアウト９５０に関して説明したように調整（すなわち、切り取り）される。すなわち、ＡＶ１６０２の走行可能領域は、例えば、経路１６０９に対応する（重なる）ビンの（この例では、左側の）境界を設定することによって、車両１６０４の位置に対応する領域を除去するように調整される。
交差位置（すなわち、位置１６１２、１６１８）で、軌道プランナは、交差点と走行可能領域の端との間の走行可能領域の幅を評価し得る。すなわち、軌道プランナは、距離１６２２を評価して、距離１６２２によって定義されるギャップが、ＡＶ１６０２が通過し得るほど十分に大きいかどうかを決定する。上述したように、距離１６２２は、交差点を含むビン１６０８の計算された境界間の距離である。
距離１６２２が十分に大きくない（すなわち、ギャップが小さ過ぎる）と判断された場合、軌道プランナは、ＡＶ１６０２が車両１６０４をクリアし得る位置を判断する。一例では、ＡＶ１６０２の予測位置の少なくともいくつかについて、交差点（例えば、Ｘが正の整数である場合の時間ｔ＋Ｘにおける位置）から開始し、時間的に後退し（例えば、時間ｔ＋Ｘ－１、ｔ＋Ｘ－２、．．．、ｔ－１、ｔにおける位置の少なくともいくつか）、軌道プランナは、その位置において、ＡＶ１６０２が車両１６０４をクリアし得るかどうかを決定する。例１６００では、軌道プランナは、ＡＶ１６０２が位置１６１０で車両１６０４をクリアし得ると判断し得る。
別の例では、車両１６０４の予測位置の少なくともいくつかについて、交差点（例えば、Ｘが正の整数である場合の時間ｔ＋Ｘにおける位置）から開始し、時間的に前進し（例えば、時間ｔ＋Ｘ＋１、ｔ＋Ｘ＋２、．．．、ｔ＋Ｘ＋ｎにおける位置の少なくともいくつか）、軌道プランナは、その位置において、ＡＶ１６０２が車両１６０４をクリアし得るかどうかを決定する。
軌道プランナは、車両１６０４が位置１６２０にあるときにＡＶ１６０２が車両１６０４をクリアし得ると判断する。したがって、軌道プランナ（より詳細には、モジュール５３０）は、位置１６２４において静的妨害物を設定する。次に、軌道プランナ（より詳細には、離散時間速度計画モジュール５２８）は、速度及び／又は減速プロファイルを決定して、ＡＶ１６０２を位置１６２４で停止させる。このようにして、ＡＶ１６０２は、車両１６０４が位置１６２４に到達するまで、位置１６２４で停止させられ、その時点でＡＶ１６０２は、粗走行線１６０３に沿って進んでもよい。
距離１６２２が十分に大きいと決定された場合、軌道プランナは、図９のビュー９６２の軌道９６０に関して示されたように、ＡＶ１６０２が交差点位置で車両１６０４を避けるように左に移動するように粗走行線１６０３を調整し得る。
そのため、一例では、オブジェクト回避レイヤ５０６は、オブジェクトを系統的に処理する。オブジェクトが制約でない場合、それはオブジェクト回避レイヤ５０６によって無視され得る。
オブジェクトが静的オブジェクトであり、調整された走行可能領域が通過可能である場合（例えば、場合によっては、ＡＶが走行可能領域又は調整された走行可能領域内の１つ以上のギャップを通過し得る場合）、モジュール５３０は、静的制約（例えば、横方向制約）を適用して、例えば、図１２の距離１２１２に関して説明したように、調整された走行可能領域を決定し得る。
オブジェクトが静的オブジェクトであり、走行可能領域（又は調整された走行可能領域）が通過不能である場合、離散時間速度計画モジュール５２８は、例えば、図１１の位置１１２２に関して説明したように、離散時間速度プロファイルを調整し得る。
オブジェクトが動的オブジェクトであり、かつオブジェクトが横方向制約である場合、モジュール５３２は、例えば、図１５に関して説明したように、走行可能領域（又は調整された走行可能領域）を調整し得る。
オブジェクトが動的オブジェクトであり、かつオブジェクトが縦方向制約である場合、離散時間速度計画モジュール５２８は、例えば、図１６に関して説明したように、離散時間速度プロファイルを調整し得る。離散時間速度計画モジュール５２８は、制約を考慮して、将来のウインドウ（例えば、次の６秒間の速度計画）のための離散時間速度計画を生成し得る。
図５に戻ると、軌道最適化レイヤ５０８は、制約に基づいてＡＶのための最適軌道を決定するために、制約された動作等の（複数の）最適化動作を実行する。軌道最適化レイヤ５０８は、（すなわち、最適化動作への入力として）ＡＶの動作モデル（例えば、運動学的動作モデル）、粗走行線（例えば、図１０の粗走行線１００４、図１１の粗走行線１１０３、図１４の粗走行線１４０３等）、及び／又は、粗走行線に沿ったビンの中心点（例えば、中心点１００６）、離散時間速度計画、及び調整された走行可能領域（例えば、調整された走行可能領域の左右の境界）を使用して、ＡＶのための最適軌道を計算（例えば、決定、生成等）し得る。そのため、最適軌道は、粗走行線に沿って、静的及び動的オブジェクトを考慮して、粗走行線及び左側と右側の境界が考慮される。
図１７は、本開示の実装による軌道計画のさらなる例１７００を示す。以下の例の各々において、図５の軌道プランナ５００等の１つ以上の軌道プランナが、自律走行車内で実行され得る。軌道プランナの第１のインスタンスは、自律走行車自体の軌道を決定する。第２の軌道プランナインスタンスは、少なくとも１つの外部動的オブジェクトの軌道を予測する。いくつかの例では、第１のインスタンスが、自律走行車自体の軌道を決定することができ、外部動的オブジェクトの軌道を予測し得る。説明を簡単にするために、本明細書では、「軌道プランナ」は、第１のインスタンス及び／又は第２のインスタンスを参照するために使用される。
第１の例では、ＡＶ１７０２の軌道プランナは、対向車両１７０４が静的オブジェクト１７０５を回避するために軌道１７０６を辿ることを予測する。軌道プランナはさらに、図１６に関して説明したように、ＡＶ１７０２が対向車両１７０４の軌道と走行可能領域の右境界との間のギャップを通過できないことを決定する。そのため、軌道プランナは、対向車両１７０４が静的妨害物１７０８を通過するまでＡＶ１７０２を静的妨害物１７０８で停止させる速度計画を決定する。
第２の例では、ＡＶ１７１０は（すなわち、ＡＶの軌道プランナによって）動的オブジェクト１７１２が経路１７１４を辿ることを決定する。軌道プランナは、ＡＶ１７１０が、（図９の走行可能領域９３２に関して説明したように）走行可能領域の左ハード境界であり得る道路の中心線を横断せずに、動的オブジェクト１７１２を通過することができないと判断する。したがって、ＡＶ１７１０の軌道プランナは、ＡＶ１７１０を静的妨害物１７１６で停止させる速度計画を決定する。
第３の例では、ＡＶ１７２０は、対向する動的オブジェクト１７２２が軌道１７２４に従うことを決定する。ＡＶ１７２０はさらに、ＡＶ１７２０が軌道１７３０に沿って、第１の静的オブジェクト１７２６と第２の静的オブジェクト１７２８との間にナビゲートされ、そこでＡＶ１７２０は、静的妨害物１７３２で計算された秒数の間待機し、その後で進行するように、ＡＶ１７２０の軌道１７３０を決定する。計算された秒数は、図１６の位置１６２４に関して説明したように、対向する動的オブジェクト１７２２が静的妨害物１７３２の位置を通過するのに十分な時間である。
第４の例では、ＡＶ１７３４は、大型の動的オブジェクト１７３６が右折中であると決定する。ＡＶ１７３４の軌道プランナは、大型の動的オブジェクト１７３６の運動モデルを使用して、大型の動的オブジェクト１７３６が大きな回転半径を必要とし、したがって、大型の動的オブジェクト１７３６が軌道１７３８を辿ることを決定する。したがって、ＡＶ１７３４の経路が大きな動的オブジェクト１７３６からクリアされるまで静的妨害物１７４０においてＡＶ１７３４が停止するように、ＡＶ１７３４に対する速度計画が決定（例えば、計算、生成等）される。
要約すると、本開示による軌道プランナ（例えば、軌道プランナの走行線データレイヤ）は、基準となる（すなわち、粗い）走行線を決定（例えば、生成、計算、選択等）し得る。軌道プランナは、粗走行線を決定するためにいくつかの入力データを融合し得る。したがって、粗走行線は、（すなわち、複数のタイプの入力データからの）マルチソースされることを意味し得る。入力データは、ＨＤ地図データ、遠隔操作データ、記録経路データ、先行車データ、駐車場データ、局所知覚データを含み得る。軌道プランナは、より少ない入力、より多い入力、又は他の入力を使用し得る。
軌道プランナ（例えば、軌道プランナの粗走行線連結レイヤ）は、粗走行線に沿った特定の速度値を含む戦略的速度計画を生成（例えば、決定、計算等）し得る。軌道プランナは、戦略的速度計画を生成するために、道路曲率、道路μ、車両速度及び／又は加速制限、最小巡航時間、近隣タイプの少なくとも１つ、並びにより多く、より少なく、又は他の入力を使用し得る。
軌道プランナ（例えば、軌道プランナの粗走行線連結レイヤ）は、ハード境界（静的及び／又は動的オブジェクトに基づいて設定される）、ソフト境界（例えば、車線マーク）、フィルタされた横方向限界、多重仮説追跡、拡張可能な走行可能領域検査、及び動的オブジェクト分類（例えば、オブジェクトを対向車両、先行車、又は横方向制約として分類する）の少なくとも１つ以上に基づいて、ＡＶのための調整された走行可能領域を決定する。
軌道プランナ（例えば、軌道プランナの離散時間速度計画モジュール）は、例えば、自然加速度プロファイル（例えば、ＡＶの運動モデル）、先行車両加速度プロファイル、及び縦方向制約の限界の決定を使用して、離散時間速度計画を決定（例えば、計算）する。
軌道プランナ（例えば、軌道プランナの最適化された所望の軌道レイヤ）は、例えば、制約された最適化動作を使用して、ＡＶの最適化軌道を生成（例えば、計算、決定等）する。一例では、最適化動作は、二次ペナルティ関数に基づいてもよく、又はこれを含み得る。一例では、最適化動作は、対数バリア関数に基づいてもよく、又はこれを含み得る。例えば、二次ペナルティ関数はソフト制約とともに使用し得る。例えば、対数バリア関数は、ハード制約と共に使用し得る。
図１８は、本開示によるオブジェクト回避のための処理１８００のフローチャート図である。処理１８００は、図５の軌道プランナ５００等の軌道プランナによって実行し得る。
動作１８１０では、処理１８００は、ＡＶの走行可能領域の粗走行線に沿って第１のオブジェクトを検出する。一例では、第１のオブジェクトを検出することは、オブジェクトに対応する図１０の境界点１００８等の境界点を検出すること意味し得る。一例では、オブジェクトを検出することは、例えば、図４の世界モデルモジュール４０２に関して説明したように、世界モデルからオブジェクトを（例えば、問い合わせることによって）受信することを意味し得る。粗走行線は、例えば、図１０の粗走行線１００４、図１１の粗走行線１１０３、図１２の粗走行線１２０３等に関して説明したものであってもよい。走行可能領域は、図９の走行可能領域９３２に関して説明したものであってもよい。
動作１８２０において、処理１８００は、第１のオブジェクトの予測経路を受信する。一例では、処理１８００は、第１のオブジェクトの分類及び第１のオブジェクトの運動モデルに基づいて、第１のオブジェクトの予測経路を決定する。別の例では、処理１８００は、第１のオブジェクトの経路を予測する軌道プランナから第１のオブジェクトの予測経路を受信する。予測される経路は、図３の軌道３３６、軌道３４６、軌道３５４、及び軌道３６４に関して説明したもの、すなわち、図１４の経路１４２０１４、図１５の経路１５２０、及び図１６の経路１６０９であってもよい。
動作１８３０において、処理１８００は、第１のオブジェクトの予測経路に基づいて、調整された走行可能領域を決定する。一例では、上述したように、走行可能領域から一部を切り取ることにより、調整された走行可能領域を生成し得る。別の例では、例えば、第１のオブジェクトが横制約でも縦方向制約でもない場合、上述したように、調整された走行可能領域は走行可能領域と同じであってもよい。
動作１８４０において、処理１８００は、調整された走行可能領域を通るＡＶの軌道を決定する。軌道は、図５の軌道最適化レイヤ５０８に関して説明したように決定し得る。
一例では、第１のオブジェクトの予測経路に基づいて、調整された走行可能領域を決定することは、粗走行線の少なくとも一部を複数のビンに分割すること、第１のオブジェクトを複数のビンの１つのビンに割り当てること、及び１つのビンに基づいて調整された走行可能領域を決定することを含み得る。ビンは、例えば、図１０に関して説明したものであってもよい。１つのビンに基づいて調整された走行可能領域を決定することは、上述したように、少なくとも１つのビンに対する境界を決定（例えば、計算）することを含み得る。
一例では、第１のオブジェクトの予測経路に基づいて調整された走行可能領域を決定することは、離散時間間隔で第１のオブジェクトの各オブジェクト位置を決定すること、離散時間間隔でＡＶの各ＡＶ位置を決定すること、及び各オブジェクト位置と各ＡＶ位置とに基づいて調整された走行可能領域を決定することを含み得る。第１のオブジェクトの各オブジェクト位置、ＡＶ位置、及び調整された走行可能領域の決定は、図１４～図１６を参照して説明したものであってもよい。
一例では、処理１８００は、第１のオブジェクトを分類することを含み得る。別の例では、処理１８００は、世界モデルモジュール４０２等から第１のオブジェクトの分類を受信し得る。第１のオブジェクトが対向する縦方向制約として分類される場合、調整された走行可能領域を通るＡＶの軌道を決定することは、図１６に関して説明したように、第１のオブジェクトのオブジェクト位置がＡＶのＡＶ位置と出会う第１の時間に続く第２の時間までＡＶを停止することを含み得る。
第１のオブジェクトが縦方向制約として分類される場合、調整された走行可能領域を通るＡＶの軌道を決定することは、図１５に関して説明したように、第１のオブジェクトの後方を走行するようにＡＶを減速させることを含み得る。
一例では、処理１８００は、第１のオブジェクトを、横方向制約、縦方向制約、対向する横方向制約、又は対向する縦方向制約として分類することも含み得る。
一例では、調整された走行可能領域を通るＡＶの軌道を決定することは、図１６に関して説明したように、第１のオブジェクトが静的妨害物であることを決定して、ＡＶを停止させることを含み得る。
図１９は、本開示の実装による経路計画の例示である。例１９００は、横方向の偶発事象対応計画を示している。例１９５０は、速度（すなわち、縦方向）の偶発事象対応計画を示している。
例１９００では、ＡＶ１９０２は車線１９０４内にある。オブジェクト１９０５は車線１９０４の側部にある。不確実性がセンサデータ及び／又は知覚された世界オブジェクトに関連付けられ得るので、オブジェクト１９０５の実際／本当のサイズを拡大する境界ボックス１９０６がオブジェクト１９０５に関連付けられてもよい。不確実性のボックス（すなわち、境界ボックス）を本明細書で説明するが、不確実性の形状は任意の他の形状であってもよい。一例では、形状はバブルであってもよい。
不確実性の境界ボックスのサイズは、範囲の不確実性、角度（すなわち、姿勢、方向等）の不確実性、又は速度の不確実性の結果の１つ以上の関数であってもよい。例えば、不確実な範囲（すなわち、オブジェクト１９０５がＡＶ１９０２からどれくらい離れているかに関する不確実性）に関して、ＡＶ（より詳細には、ＡＶの世界モデル化モジュール）は、より近いオブジェクトよりも遠くにあると知覚されるオブジェクトに、より長い不確実性の境界ボックスを割り当て得る。例えば、不確実な角度（すなわち、オブジェクト１９０５の向き／姿勢に関する不確実性）に関して、不確実性の境界ボックスに異なる幅が割り当てられる結果を生じ得る。さらに、上述したように、オブジェクト１９０５の意図及び／又はオブジェクト１９０５の速度に関して不確実性が存在し得る。例えば、オブジェクト１９０５が駐車したままになるのか、又は車線１９０４内に突然移動するのかが明確でない場合がある。
現在の知覚状態に基づいて、ＡＶ１９０２（より詳細には、ＡＶ１９０２の軌道プランナ）は、ＡＶ１９０２のための名目経路１９０８を計画し得る。名目経路１９０８は、動作１８４０に関して説明したように、処理１８００によって決定された軌道であってもよい。名目経路１９０８により、ＡＶ１９０２は基本的に直進し得る。オブジェクトに関するコンテキスト情報（例えば、ドアが開くかもしれないこと）がない場合、名目経路１９０８は、多くの場合、横方向制約を通過する自然な方法であろう。例えば、運転者は、茂み及び障壁等の他の同様の制約に定期的に接近して通過する。
名目経路１９０８は、潜在的なハザードを考慮していない。オブジェクト１９０５が車両として分類される場合、オブジェクト１９０５のドア１９１０が任意の時点で開く可能性がある。ドア１９１０は破線で示されており、ドア１９１０はまだ開いていないが、開く可能性があることを示している。また、ＡＶ１９０２がオブジェクト１９０５に近過ぎる時点でドア１９１０が開く可能性もある。このような状況では、ＡＶ１９０２が近過ぎて、ドア１９１０に衝突する前に停止するように制御することができない。あるいは、ＡＶ１９０２は、ドア１９１０を回避するために急激な緊急操作を行う必要があるかもしれない。急激な緊急操作は、急ブレーキ操作、ドア１９１０から離れる急旋回、又はそれらの組み合わせであってもよい。このような急激な緊急操作は、少なくとも、ＡＶの乗員にとって望ましくないかもしれない（及び予想される可能性がある）。
このような危険に対して事前に計画するために、ＡＶ１９０２に対してナイーブ経路１９１２が計画され得る。ナイーブ経路１９１２は、ドア１９１０が実際に開くか否かにかかわらず、ＡＶ１９０２がドア１９１０を回避するように著しく横方向に移動するものである。ナイーブ経路１９１２に従ってＡＶ１９０２を制御することは、ＡＶ１９０２の乗員にとって望ましくない場合もある。
名目経路１９０８又はナイーブ経路１９１２の代わりに、偶発事象軌道１９１４がＡＶ１９０２に対して計画され得る。偶発事象軌道１９１４は、名目経路１９０８からの僅かな横方向の逸脱を生じさせてもよく、この逸脱は、ナイーブ経路１９１２の逸脱ほど劇的なものではない。しかし、偶発事象軌道１９１４は、ドア１９１０が実際に開いた場合でも、合理的な緊急操作を行うことができるようにＡＶを制御可能なものであり得る。例えば、ＡＶ１９０２が位置１９１６に到達したときにドア１９１０が開いた（又は開いていることが検出された）場合、合理的な緊急操作を行って経路１９１８に従うようにＡＶ１９０２が制御され得る。
要約すると、ドア１９１０は、自動車のドアが開く最大範囲を示す。名目経路１９０８は、関連付けられた可能性が低い観測及び／又は予測を無視する経路を示す。ナイーブ経路１９１２は、ドアを回避するナイーブ経路を示す。偶発事象軌道１９１４は、潜在的にドアが開く場合の経路である。経路１９１８は、ドアがＡＶの緊急操作性の限界内で開いた場合に取られるべき経路（すなわち緊急操作）である。ナイーブ経路１９１２は、ドアが開かない場合、洗練されていない経路と見なされ得る。
状況によっては、ナイーブ経路１９１２に従ってＡＶ１９０２を制御することが望ましい場合がある。例えば、ハザードの可能性が高い（すなわち、ドア１９１０が開く）場合、ナイーブ経路１９１２は、偶発事象軌道１９１４よりも好ましい場合がある。例えば、オブジェクト１９０５が静的オブジェクト（すなわち、道路脇に停止した車両）になった動的オブジェクト（すなわち、移動車両）として分類された場合、ドア１９１０が開く可能性は非常に高い。さらに、オブジェクト１９０５の内部に運転者が知覚される場合、ドア１９１０が開く可能性はさらに大きくなる（例えば、１００％に近い）。そのため、ナイーブ経路１９１２を採用することにより、ドア１９１０が開いた場合に即座にＡＶ１９０２が横方向に徐々に移動するようにして、ドアが開いたとき／場合に（合理的であるか否かにかかわらず）緊急操作は必要とされない。
例１９５０は、速度（すなわち、縦方向）の偶発事象対応計画を示している。例１９５０は、ＡＶが名目速度計画１９５２に従って運転され得ることを想定している。ＡＶは、曲がった道路を走行している場合があり、オブジェクト１９５４が遮蔽されているためにＡＶのセンサが知覚できないオブジェクト１９５４が存在し得る。
ＡＶは、名目速度計画１９５２に従って進行してもよく、それによって、オブジェクト１９５４が存在する可能性を無視し得る。ＡＶが名目速度計画１９５２に沿って進行する場合、オブジェクト１９５４が最終的に知覚されると、ＡＶを時間内に停止させることは不可能であり得る。速度１９５６で示されるように、ＡＶがオブジェクト１９５４に到達したとき、速度１９５６はゼロではない。オブジェクトが曲がり角の周りにある可能性を考慮するために、ナイーブ速度計画１９５８がＡＶについて決定（例えば、計画、計算等）され得る。ナイーブ速度計画１９５８は、曲がり角の周りにオブジェクト１９５４が実際に存在するか否かにかかわらず、ＡＶの速度を著しく低下させる。
より良い速度計画（すなわち、偶発事象速度計画１９６０）は、オブジェクト１９５４が最終的に知覚される場合にＡＶが停止することができるようなものである。偶発事象速度計画１９６０に従ってＡＶが制御される場合、ＡＶが位置１９６２に到達したときにオブジェクト１９５４が知覚されると、ＡＶがオブジェクト１９５４の位置に到達する前にＡＶの速度をゼロに（又は追従速度に）するように偶発事象速度計画１９６４（すなわち、緊急操作）が実行され得る。このように、偶発事象速度計画１９６０は、例えば、オブジェクト１９５４が検出された場合に時間内にＡＶを停止させることを可能にする。
要約すると、名目速度計画１９５２は、低い可能性の観測及び／又は予測を無視する速度計画である。ナイーブ速度計画１９５８は、妨害物の可能性に対するナイーブな速度計画である。偶発事象速度計画１９６０は、妨害物に備えた速度計画である。そして、緊急速度計画１９６４は、妨害物（例えば、緊急事態）が発生した場合の速度計画である。
図２０は、本開示の実装によるハザードゾーンの定義の例２０００である。例２０００は、ハザードゾーン（又は単にハザード）を定義するための一般化されたアプローチを示す。しかしながら、他の定義も可能である。図２０に関して以下に説明するように、ハザードが定義（例えば、割り当て、決定、計算、評価等）されると、特定のハザード（又はハザードのタイプ）自体が、偶発事象対応計画の計算（例えば、決定、選択、計算等）に無関係になり得る。偶発事象対応計画は、偶発事象軌道又は経路、偶発事象速度プロファイル、又はそれらの組み合わせであり得る。偶発事象対応計画が一旦計算されると、自律走行車は偶発事象軌道に応じて動作（すなわち、制御）され得る。ハザードを通過すると、ＡＶは名目軌道に従って動作され得る。
例２０００は、道路２００４上を走行しているＡＶ２００２を示す。オブジェクト２００６は、道路２００４の側方で識別される。オブジェクト２００６は、例えば、駐車車両、歩行者、又は他のオブジェクトであってもよい。ＡＶ２００２は、軌道２００７によって示されるように、オブジェクト２００６に向かって移動している。図１９の境界ボックス１９０６に関して説明したように、境界ボックス２００５は、不確実性のためにオブジェクト２００６に関連付けられる。横方向姿勢不確実性２００８（Δｙｐと示される）は、オブジェクト２００６の最初に決定（例えば、知覚、識別、設定等）された後のサイズを定義する。時間２００９（ｔと示される）は、ＡＶ２００２がハザード（すなわち、境界ボックス２００５）に到達する時間を示す。
最大横方向侵入２０１２（Δｙｖ，ｍａｘと示される）は、オブジェクト２００６が横方向に移動する可能性があるため、道路２００４への最大横方向侵入を識別する。移動する可能性があるオブジェクト２００６は、オブジェクト２００６自体が移動しているか、又はオブジェクト２００６の一部が移動していることを意味し得る。一例では、上述したように、オブジェクト２００６は、駐車車両として分類することができる。したがって、図１９に関して説明したように、駐車車両のドアが開き得る。また、車両のドアの最大寸法は約１ｍであるので、最大横方向侵入２０１２はΔｙｖ，ｍａｘ＝１ｍに設定され得る。
速度２０１４（Ｖｙと示される）は、ハザードが道路２００４に入る速度を示す。例えば、オブジェクトが駐車車両として識別される場合、速度２０１４は、車のドアが開き得る名目速度に設定され得る。
一例では、上述したように、オブジェクト２００６は、軌道２００７に沿ってＡＶ２００２の５０メートル前方にあると決定された歩行者として分類することができる。歩行者は、道路２００４を横断していると決定されてもよい。歩行者は、毎秒１メートルの最大侵入があると決定されてもよい。したがって、速度２０１４は、Ｖｙ＝１メートル／秒に設定され得る。
以上のことから、式（１）を使用して、潜在的な侵入２０１０（Δｙ（ｔ））は次式のように計算され得る。
（式１） Δｙ（ｔ）＝Δｙｐ ＋ｍｉｎ（Ｖｙ＊ｔ，Δｙｖ，ｍａｘ）
すなわち、オブジェクト２００６の道路２００４への潜在的な侵入２０１０は、Δｙｐ（すなわち、潜在的な侵入２０１０が計算される時点で決定された境界の現在の幅）にＶｙ＊ｔ（すなわち、オブジェクトが道路２００４に移動する／移動可能である速度を考慮して、現在からＡＶ２００２がハザードオブジェクトに到達する時間までの間に、オブジェクト又はその一部が道路２００４内にどの程度移動可能であるか）、及びΔｙｖ，ｍａｘ（すなわち、最大横方向侵入２０１２）の最小値を加えたものによって与えられる。
初期侵入Δｙｐは経時的に変化し得る。例えば、ＡＶ２００２がオブジェクト２００６に近づくにつれて、センサ不確実性は減少し、不確実性の境界ボックスのサイズも減少し得る。
潜在的な侵入２０１０は、ＡＶ２００２がハザードに近づくにつれて経時的に変化する。ＡＶ２００２がオブジェクトに接近すると、ＡＶ２００２のオブジェクト２００６への到達時間ｔは０に近づく（すなわち、ｔ→０）。そして、ハザードゾーンは、ハザードに関連する不確実性の境界ボックス又は姿勢へと畳まれる（すなわち、縮小する）。すなわち、ＡＶ２００２がオブジェクト２００６に接近すると、不確実性が減少するにつれて境界ボックスのサイズが減少する。すなわち、知覚（すなわち、センサ）の範囲が減少すると、不確実性の境界ボックスは畳まれる。さらに、オブジェクトが道路２００４上を横方向に移動する量（例えば距離）も減少する。
上記の例に戻ると、そこではオブジェクト２００６は、Ｖｙ＝１ｍ／秒の速度で道路２００４を横断している歩行者として分類される。ＡＶ２００２の現在の速度を考慮して、ＡＶ２００２は５秒以内にオブジェクト２００６に到達すると決定されてもよい。そのため、歩行者は、ＡＶ２００２が歩行者に到達する時間までに道路内に５メートルまで移動可能であると推定される。すなわち、歩行者は、本質的に又は実質的に、道路２００４の全体を横断し得る。しかし、ＡＶ２００２がオブジェクト２００６（すなわち歩行者）にますます近づくにつれて、歩行者が実際には道路にそれほど遠くまで到達しないかもしれないので、状況はそれ自体で発展し得る。
図２０のグラフ２０２０は、潜在的な侵入２０１０（Δｙｖ（ｔ））の値が経時的にどのように発展するかを示す。初期の時間において、潜在的な侵入２０１０は、横方向姿勢不確実性２００８（初期値２０２２によって示される）に等しい。オブジェクトに到達するまでの時間が短くなるにつれて、オブジェクト（すなわち、ハザード）は、最大横方向侵入２０１２（最大増加２０２６によって示される）まで、道路内により多く移動し得る（勾配２０２４によって示される）。
図２１Ａ－２１Ｅは、本開示の実装による偶発事象対応計画の例を示す図である。図２１Ａのシーン２１００は、ＡＶ２１０２が二車線道路の車線２１０４内を走行していることを示す。車線２１０５は対向車線である。シーン２１００は、３つのハザードがＡＶ２１０２によって知覚されることを示す。すなわち、第１のハザード２１０６、第２のハザード２１０８、第３のハザード２１１０である。第１のハザード２１０６は、ＡＶ２１０２からｔ１時間単位（例えば、数秒）だけ離れている。第２のハザード２１０８は、ＡＶ２１０２からｔ２時間単位だけ離れている。第３のハザード２１１０は、ＡＶ２１０２からｔ３時間単位だけ離れている。
第１のハザード２１０６はＡＶ２１０２に非常に近いので、第１のハザード２１０６は車線２１０４上にわずかな横方向距離（最大横方向侵入２１１２によって示される）だけ進入し得る。そのため、偶発事象軌道２１１８は、ＡＶ２１０２を僅かに横方向に移動させるだけである。第２のハザード２１０８は、最大横方向侵入２１１４によって示されるように、車線２１０４にさらに進入し得る。第２のハザード２１０８がＡＶ２１０２の経路を妨害しない場合、偶発事象軌道２１１８は、ＡＶ２１０２が第２のハザード２１０８を迂回することもできるようなものであってもよい。この例では、偶発事象軌道２１１８は、ＡＶ２１０２が第２のハザード２１０８を迂回するために車線２１０５を横切るようになっていることに留意されたい。しかしながら、第３のハザード２１１０に関しては、ＡＶ２１０２が第３のハザード２１１０に近づいた初期の時間に第３のハザード２１１０が車線２１０４を横切り始めると、時間ｔ３までに第３のハザード２１１０が車線２１０４の途中にあることになる可能性が高い。第３のハザード２１１０は、上述したように、長手方向制約となり得る。そのため、偶発事象軌道２１１８は、ＡＶ２１０２を減速させて、位置２１１６で（緊急操作によって）停止させる準備をする偶発事象速度プロファイルを含み得る。
したがって、図２０の説明と一貫して、第１のハザード２１０６、第２のハザード２１０８、及び第３のハザード２１１０のそれぞれについて、それぞれの横方向姿勢不確実性Δｙｐ、時間ｔ、速度Ｖｙ、及び最大横方向侵入Δｙｖ、ｍａｘが、式（１）を使用して、ＡＶ２１０２がそのオブジェクトに到達したときの横方向回避の最大範囲を計算するために使用され得る。第１の横方向の偶発事象は、第１のハザード２１０６について計算され、第２の横方向の偶発事象は、第２のハザード２１０８について計算され得る。しかしながら、第３のハザード２１１０に関しては、ＡＶ２１０２が第３のハザード２１１０に到達する時間までにＡＶ２１０２の経路が妨害される可能性があるため、縦方向（すなわち速度）の偶発事象が計算される。
速度偶発事象は、ＡＶ２１０２が縦方向のハザードの速度ＶＬまで減速されるようなものであってもよい。すなわち、ＡＶ２１０２は、ハザードに追従することができるように十分に減速される。ハザードが縦方向に移動していない場合（すなわち、ＶＬ＝０）、ＡＶはハザードで停止する。
図２１Ｂのシーン２１５０は、車両２１５２が車線２１０５を走行していることを除いて、シーン２１００と同様である。上述したように、シーン２１００では、偶発事象軌道２１１８は、ＡＶ２１０２が第２のハザード２１０８を迂回するために車線２１０５を横切るようになっている。しかしながら、シーン２１５０は、図３の状況３５０と同様である。そのため、調整された走行可能領域の計算に関して上述したように、ＡＶ２１０２の走行可能領域にハード限界２１５４が設定されてもよい。次に、第２のハザード２１０８は、縦方向制約である。その結果、偶発事象軌道２１５６は、シーン２１００の場合と同様に、ＡＶ２１０２を第１のハザード２１０６の周りをわずかに移動させるだけである。しかしながら、偶発事象軌道２１５６は、必要に応じてＡＶ２１０２を位置２１５８で停止させることができるような速度偶発事象を含む。そのため、シーン２１５０では、第２ハザード２１０８は速度偶発事象となり、ＡＶ２１０２が妨害ハザードの縦方向速度ＶＬまで減速され得るように速度プロファイルが設定される。
図２１Ｃのシーン２１６０は、道路２１６１の近くのＡＶ（図示せず）によって３人の歩行者が識別されることを示す。第１の歩行者２１６２は、道路２１６１に沿って又はその近くを歩いていると知覚される。そのため、第１の歩行者２１６２に関連する横方向の最大侵入Δｙｖ，ｍａｘ及び侵入速度Ｖｙは低くてもよい（例えば、小さな値）。そのため、第１の歩行者２１６２はハザードであるが、そのハザードが道路に出でくる可能性は低い。第２の歩行者２１６４は、道路の近くで騒々しく知覚される。そのため、第２の歩行者２１６４に関連付けられる最大横方向侵入Δｙｖ、ｍａｘ及び侵入速度Ｖｙは、中間値を有してもよい。第３の歩行者２１６６は、道路２１６１に向かって歩いていると知覚される。そのため、第３の歩行者２１６６に関連付けられる最大横方向侵入Δｙｖ，ｍａｘ及び侵入速度Ｖｙは、高い値を有してもよい。
図２１Ｄのシーン２１７０は、自動車２１７２に関連するハザードを示す。より詳細には、ハザードは、車両ドア２１７４の開放に関連する。車のドア２１７４は、境界ボックスによって記述／図示される最大侵入を有する。ハザードは、最大横方向侵入２１７８（すなわち、Δｙｖ，ｍａｘ）及び速度２１７６（すなわちＶｙ）を有し、これらは両方とも低い値であってもよい。
図２１Ｅのシーン２１８０は、ＡＶ２１８２が左車線２１８４、右車線２１８３、及び対向車線２１８５を含む道路を走行していることを示す。ＡＶ２１８２は、左車線２１８４を走行している。３台の車両２１８８、２１８９、及び２１９０は、ＡＶによって右車線２１８３を走行していると知覚され、それぞれＡＶ２１８２からｔ１、ｔ２、及びｔ３時間単位だけ離れている。車両２１８８、２１８９、及び２１９０は、停止してもよく、又はＡＶ２１８２の速度と比較して、ゆっくりと移動してもよい。対向車線２１８５において対向車２１８６が知覚される。
シーン２１８０では、その趣旨の現在の表示はないが（例えば、左方向指示器がオンになっていない）、車両２１８８、２１８９、及び２１９０のいずれかが左車線２１８４内に移動する可能性がある。車両２１８８はＡＶ２１８２に非常に接近しているので、車両２１８８は車線２１８４内に入れたとしても十分に入ることができない。車両２１８８は、距離２１９２を超えて横方向に移動しないであろう。したがって、横方向の偶発事象は必要ない。車両２１８８が車線２１８４内に移動した場合、ＡＶ２１８２は、横方向の偶発事象を必要とせずに車両２１８８を回避するための緊急操作を実行することができる。車両２１８９に関しては、最大侵入２１９４の可能性がある。そのため、偶発事象軌道２１９５は、ハザードが現実化した場合に、ＡＶ２１８２がハザードを回避するために緊急操作（例えば、さらに逸れる）を行うことができるように、ＡＶ２１８２が十分に横方向に移動するようものであってもよい。車両２１９０に関しては、完全に右車線２１８３に進入することができ、（対向車両２１８６による）ＡＶ２１８２の走行可能領域のハード限界２１９８のために、車両２１９０が縦方向の制約となり得る。そのため、ＡＶ２１８２の偶発事象対応計画は、ＡＶ２１８２が位置２１９６で車両２１９０の縦方向速度ＶＬまで減速できるように、偶発事象速度プロファイルを含み得る。
図２２は、本開示の実装による偶発事象対応計画のためのシステム２２００のモジュールを示す図である。システム２２００は、メモリ（例えば、図１のメモリ１２２）に記憶され、かつプロセッサ（例えば、図１のプロセッサ１２０）によって実行され得る実行可能命令として、図１の車両１００又は本明細書に記載の任意の他の自律走行車等のＡＶに含まれ得る。少なくとも１つのモジュールは、ハードウェアモジュール（例えば、特定用途向け集積回路等）として実装され得る。
システム２２００は、知覚モジュール２２０２と、予測モジュール２２０４と、計画モジュール２２０６と、軌道フォロワモジュール２２０８とを含み得る。知覚モジュール２２０２は、センサデータを受信し、センサデータに基づいて世界オブジェクトを維持することができる。予測モジュール２２０４は、知覚されたオブジェクトの将来の挙動を予測することができる。したがって、図４の世界モデルモジュール４０２等の世界モデルモジュールは、知覚モジュール２２０２及び予測モジュール２２０４を含み得る。
計画モジュール２２０６は、軌道プランナ２２２２、ハザード検出モジュール２２２４、及び制約修正モジュール２２２６を含み得る。
軌道プランナ２２２２は、図４の軌道プランナ４０８又は図５の軌道プランナ５００に関して説明したものであってもよい。一例では、計画モジュール２２０６は、名目軌道（経路）を生成し得る。名目軌道は、上述したように、現在知覚されている横方向及び縦方向制約に基づいて生成される所望の／円滑な軌道であり得る。一例では、軌道プランナは、モデル予測制御（ＭＰＣ）法を使用して名目軌道を生成する。
また、軌道プランナ２２２２は、ハザード検出モジュール２２２４によって検出されたハザードに基づいて偶発事象軌道（本明細書では偶発事象経路又は偶発事象計画とも呼ばれる）を生成するためにも使用され得る。軌道プランナ２２２２は、名目軌道に使用される異なる制約セットに従って偶発事象軌道を計算することができる。例えば、名目軌道を生成するために使用される走行可能領域は、検出されたハザードによってさらに制限され得る。例えば、走行可能領域は、検出された侵入に基づいて、多かれ少なかれ経時的に制限され得る。例えば、操縦性パラメータ（危険が現実化された場合にＡＶが実行しなければならない緊急操縦に関連する）は、偶発事象軌道の生成における制約として使用され得る。
ハザード検出モジュール２２２４は、知覚対象に基づいてハザードを検出することができる。知覚されたオブジェクトに関連するハザードは、そのオブジェクトに対して維持される１つ以上の仮説に基づいて検出され得る。仮説は、ＨＤ地図データ、社会的又は運転行動、又はその他の基準に基づき得る。
制約修正モジュール２２２６は、偶発事象軌道の生成において軌道プランナ２２２２によって使用される制約を修正する。例えば、制約修正モジュール２２２６は、ハザードの可能性、ＡＶの緊急時能力、又はいくつかの他の条件に基づいて制約を修正することができる。ＡＶの緊急時能力とは、例えば、現在の道路トポロジー及び条件の下でＡＶの質量又は荷重を考慮したＡＶの最大の減速率（又は加速率）及び／又はステアリングを指す。また、緊急時能力は、乗客の好みに応じて設定されてもよい。例えば、円滑な挙動を要求する乗客は、緊急挙動を大幅に減少させるより制限的な制約を発生させ得る。一例では、ＡＶはユーザインターフェースを含んでもよく、これを介して、乗客は乗客の好みを通信することができる。一例では、ユーザインターフェースは、ＡＶ（又はその中のモジュール）と通信できるモバイルアプリケーション等の乗客の携帯（例えば、ハンドヘルド）装置上で利用可能であり得る。
軌道フォロワモジュール２２０８は、ＡＶが偶発事象対応計画に正確に従うことができるように、アクチュエータコマンドを計算する役割を果たし得る。いくつかの例では、軌道フォロワモジュール２２０８は、ＡＶが最後の瞬間に検出されたオブジェクトを回避する一方で、予測軌道プランナによって計算されたハード走行可能限界内にＡＶを維持するように、生の知覚を直接使用して緊急アクチュエータコマンドを計算する役割を果たし得る。典型的なセットアップでは、軌道フォロワモジュール２２０８の予測アルゴリズムは、１０ｈｚで計画を生成するように構成され得る。一方、軌道フォロワモジュール２２０８の反応的軌道フォロワは、１００ｈｚで計画を生成するように構成され得る。
図２３は、本開示の実装による自律走行車（ＡＶ）のための偶発事象対応計画のための処理２３００の流れ図である。本明細書で使用される自律走行は、高度な運転者支援システム（ＡＤＡＳ）を有する車両を含むと理解されるべきである。ＡＤＡＳは、運転者のエラーを回避及び／又は訂正する等、安全及びより良い運転のために車両システムを自動化、適応及び／又は強化することができる。処理２６００の少なくともいくつかのステップは、図４の軌道プランナ４０８、図５の軌道プランナ５００、又は図２２の計画モジュール２２０６等の軌道プランナによって実行され得る。処理２６００は、図１のメモリ１２２等のメモリに実行可能命令として記憶され得る。実行可能命令は、図１のプロセッサ１２０等のプロセッサによって実行され得る。処理２６００は、図１の車両１００等の装置（例えば自律走行車）、又は本明細書に記載された任意の他の自律走行車によって実行され得る。
オブジェクトの侵入が計算される。侵入は、式（１）に関して説明したように計算され得る。上述したように、侵入は最大侵入及び侵入（ｉｎｃｕｒｓｉｏｎ（ｉｎｔｒｕｓｉｏｎ））速度を有する。例えば、自動車ドアはＡＶの経路に瞬時に表れない。ドアが開くとき、それは所定の速度で開く。計算された侵入に基づいて、偶発事象対応計画が決定される。偶発事象対応計画は、図１９の偶発事象対応軌道１９１４、図１９の偶発事象対応速度計画１９６０、図２１Ａの偶発事象対応軌道２１１８、図２１Ｂの偶発事象対応軌道２１５６、又は上述した任意の他の緊急時対応軌道／計画に関して説明したものであってもよい。次に、ＡＶは偶発事象対応計画に従って動作する（すなわち、制御される）。
高レベルでは、処理２３００は、ＡＶが車線を走行している間に、センサデータに基づいて道路ユーザ（例えば、オブジェクト）が識別されると要約され得る。１人以上の道路ユーザが識別され得る。位置及び／又は速度情報は、オブジェクトに対して維持される状態に基づいて、オブジェクトと共に／ブジェクトに対して識別され得る。状態は、上述した離散状態情報及び／又は連続状態情報に関して記載されたものであり得る。不確実性は、オブジェクトに関連付けられ得る。上述のように、不確実性は、センサノイズ、意図不確実性、又は他の不確実性に起因し得る。不確実性ゾーン（例えば、図１９の境界ボックス１９０６に関して説明したもの）がオブジェクトに関連付けられ得る。横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含み得る偶発事象対応計画（軌道）が、ＡＶについて計算される。
ステップ２３０２において、処理２３００は、ＡＶの名目軌道を決定（例えば、計算、選択、計画等）する。名目軌道は、現在知覚されているオブジェクトに基づいて計算される所望の／円滑な軌道である。一例では、モデル予測制御（ＭＰＣ）法を使用して名目軌道を決定することができる。
ステップ２３０４において、処理２３００はハザードオブジェクトを検出する。ハザードオブジェクトは現在、車両の経路に侵入していないが、将来のある時点で侵入する可能性が高い。ハザードオブジェクトが将来のある時点で侵入する可能性があることは、そのオブジェクトの将来の挙動に対する異なる可能性のある仮説（意図）を維持することに基づいて決定され得る。いくつかの仮説は、ＨＤ地図データに基づいて決定され得る道路構成に基づいてもよい。例えば、ＨＤ地図データは、道路にもうすぐ分岐点があること、右車線がＡＶの車線に合流していること等を示してもよい。いくつかの仮説は、社会的行動及び道路行動に基づき得る。例えば、走行中の車が道路脇に止まった場合、人が道路から出てくる可能性がある。例えば、歩行者は、たとえ違法に移動しているとしても、通行権を与えられるべきである。
ステップ２３０６において、処理２３００は、ハザードオブジェクトに対するハザードゾーンを決定（例えば、計算等）する。ハザードゾーンは、式（１）を使用して決定され得る。そのため、ハザードゾーンを決定することは、ハザードオブジェクトによるＡＶの経路への最大横方向侵入及びハザードオブジェクトがＡＶの経路に入る速度に基づいてハザードゾーンを決定することを含み得る。ステップ２３０８において、処理２３００は、ハザードゾーンへのＡＶの到達時間を決定する。ステップ２３１０において、処理２３００は、ＡＶの偶発事象軌道を決定する。偶発事象軌道は、横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含み得る。偶発事象軌道は、ハザードゾーンへのＡＶの到達時間を使用して決定され得る。
ステップ２３１２において、処理２３００は、偶発事象軌道に従ってＡＶを制御する。ステップ２３１４において、処理２３００は、ハザードオブジェクトがＡＶの経路に実際に侵入することに応答して、ハザードオブジェクトを回避するための操作を実行するようにＡＶを制御する。一例では、図４の反応的軌道制御モジュール４１０等の反応的軌道制御モジュールは、ハザードが現実化したことを検出し、予測計画からの安全偏差を計算し、ＡＶに操縦（すなわち、緊急操作）を実行させることができる。
一例では、処理２３００は、偶発事象軌道が妨害されていないと決定することに応答して、偶発事象軌道に従ってＡＶを動作させること、及び偶発事象軌道が妨害されていると決定することに応答して、ＡＶを制御するための縦方向の偶発事象を決定することをさらに含み得る。
一例では、横方向の偶発事象は、ＡＶの操縦性パラメータを使用して決定され得る。ＡＶの操縦性パラメータは、ＡＶの質量又はＡＶの荷重の少なくとも１つを含み得る。このような操縦性パラメータは、偶発事象対応計画を決定するためのＭＰＣ法における制約として使用され得る。一例では、横方向の偶発事象は、道路トポロジー又は道路条件の少なくとも１つ等の追加制約を使用してさらに決定され得る。
いくつかの例では、ハザードオブジェクトが実際にＡＶの経路に侵入する可能性に基づいて、偶発事象（例えば、横方向の偶発事象又は縦方向の偶発事象）がさらに決定され得る。すなわち、偶発事象の量（例、範囲）は、実際に実現するハザードの可能性に基づき得る。ハザードが実際に実現する可能性は、ＡＶの乗り心地に対する偶発事象対応計画の効果を緩和するために使用できる。
偶発事象対応計画の効果を緩和することは、偶発事象対応操作の範囲を能動的に選択することを意味する。例えば、横方向の偶発事象の場合には、前に移動していた車が駐車したばかりである場合、運転者がドアを開く可能性が非常に高くなる。そのため、横方向の偶発事象は、ハザードが後に現実化した場合に緊急操作が全く必要とされない（又は小さな緊急操作が必要とされる）ように、ＡＶが十分に事前に移動できるようなものであり得る。このような横方向の偶発事象は、検出された全ての駐車車両に対して許容される可能性は低い。
繰り返しになるが、ハザードの実現の可能性が高い場合、たとえハザードが最終的に現実化しなくても、偶発事象対応計画が乗車品質に及ぼす影響を軽減するために、縦方向の危険性は（それが必要な場合）名目速度からの大きな速度偏差となってもよく、横方向の偶発事象は（それが必要な場合）、名目経路から大きな偏差となり得る。一方、ハザードの実現の可能性が低い場合には、危険性が現実化する前であっても、縦方向の偶発事象は（それが必要とされる場合）、名目速度からのわずかな速度偏差となってもよく、横方向の偶発事象は（それが必要とされる場合）、名目経路からのわずかな偏差となり得る。
図２４は、遮蔽されたオブジェクトを含むシーン２４００の例である。シーン２４００は、ＡＶ２４０２が曲がった道路２４０４上を走行していることを示す。道路２４０４はハザード２４０６（又は同等に、ハザードを含む可能性のある場所）を含む。ハザード２４０６は、図１０のＨＤ地図データ５１０等のＨＤ地図データを使用して識別され得る。ハザードオブジェクト２４０６は、例えば、横断歩道、停止標識、交通信号、又はＡＶ２４０２がハザードオブジェクト２４０６との衝突又はハザード２４０６におけるオブジェクトとの衝突を回避するための操作を行うことを必要とする何らかの種類のハザードオブジェクトであり得る。シーン２４００では、ハザード２４０６は横断歩道として示されている。
ＡＶ２４０２のセンサの視界が木２４０５によって妨げられるので、ＡＶ２４０２のセンサは、人２４０８が横断歩道にいるかどうかを見る（すなわち、知覚する）ことができない。そのため、ＡＶは、人２４０８の存在を早期に検出することができない。
ナイーブアプローチ２４２０では、（例えば、遮蔽のために）早期検出が不可能であるとＡＶ２４０２の軌道プランナが決定すると、軌道プランナは、（遅い）検出が通常の減速に適応され得るようにＡＶ２４０２を前もって減速させ得る。すなわち、ＡＶ２４０２を制限速度２４２６で動作させる代わりに、時間２４２２でＡＶ２４０２が遮蔽物（例えば、木２４０５）を超えて、時間２４３０で人物２４０８を検出したときに、軌道プランナは、例えば、ＡＶ２４０２がハザードの前の時間２４２４で停止することができるように、速度プロファイル２４３２に従ってＡＶを減速（通常の割合で）することができるように、ＡＶ２４０２を低速２４２８で動作させ得る。
しかしながら、通常の減速度のみを有する速度計画は、ＡＶ２４０２の乗員及び／又は他の道路ユーザ（ＡＶ２４０２に続く他の車両等）にとっては保守的に感じられる場合がある。ＡＶを高速化するために、軌道プランナは、起こりそうもない妨害物に対してハード減速を計画することができる。積極的なアプローチ２４４０では、ＡＶ２４０２を制限速度２４２６で動作させ得る。しかしながら、時間２４３０で人２４０８が検出された場合、積極的な減速速度計画２４４２は、時間２４２４でハザードオブジェクトに衝突する前にＡＶ２４０２を停止させることができる。積極的な減速速度計画は、ＡＶ及び／又は他の道路ユーザの乗員にとって望ましくない場合もある。
図２５は、本開示の実装による潜在的に遮蔽されたオブジェクトのための偶発事象計画の例である。図２４のシーン２４００及びその要素は、便宜上、図２５に含まれている。偶発事象アプローチ２５２０は、偶発事象対応計画２５２６を示す。偶発事象対応計画２５２６は、道路の遮蔽部分でハザードが現実化する可能性について計画（例えば、考慮）する。偶発事象対応計画２５２６では、時間２５３０においてハザードが現実化された場合（例えば、人２４０８が横断歩道で最終的に検出されるか、又はＡＶ２４０２が遮蔽部２５２２を通過した後で他の何らかの遮蔽物が検出される場合）、ＡＶ２４０２がハザードに衝突しないように緊急減速操作２５２８を実行できるように、ＡＶ２４０２を十分に減速させるようになっている。例えば、ハザードは、制限速度で移動していない交通物であってもよい。そのため、緊急減速操作２５２８は、時間２５２４においてオブジェクトを避けるために、縦方向のハザードの速度ＶＬまでＡＶ２４０２を減速させることができるようなものであってもよい。
図２６は、本開示の実装による自律走行車（ＡＶ）のための偶発事象対応計画のための処理２６００の流れ図である。ここでも、本明細書で使用される自律走行は、高度な運転者支援システム（ＡＤＡＳ）を有する車両を含むと理解されるべきである。処理２６００の少なくともいくつかのステップは、図４の軌道プランナ４０８、図５の軌道プランナ５００、又は図２２の計画モジュール２２０６等の軌道プランナによって実行され得る。処理２６００は、図１のメモリ１２２等のメモリに実行可能命令として記憶され得る。実行可能命令は、図１のプロセッサ１２０等のプロセッサによって実行され得る。処理２６００は、図１の車両１００等の装置（例えば、自律走行車）によって実行することができる。
処理２６００は、オブジェクトがＡＶの軌道に沿って隠された位置にある可能性に基づいて、ＡＶの偶発事象速度計画を生成することができる。偶発事象速度計画は、図２５の偶発事象対応計画２５２６に関して説明したものであってもよい。すなわち、危険速度計画は、オブジェクトが実際に遮蔽された位置にある場合、遮蔽されたオブジェクトとの衝突を避けるようにＡＶを動作させることができるようなものである。円滑な減速計画を決定するナイーブ速度計画（図２４のナイーブアプローチ２４２０に関して説明したもの）と比較して、オブジェクトとの衝突を回避するために緊急減速操作が依然として必要であってもよい。しかしながら、緊急減速操作は、図２４の積極的なアプローチ２４４０に関して説明したような積極的な速度計画の下で要求され得るものほど劇的ではない。オブジェクトが遮蔽された位置に存在する場合、積極的なアプローチは、実際にはＡＶがオブジェクトとの衝突を回避する結果にならない可能性があることに留意されたい。
ステップ２６０２において、処理２６００は、図２２の軌道プランナ２２２２に関して説明したように、ＡＶのための軌道及び所望の速度計画を決定（例えば、計算等）する。
ステップ２６０４において、処理２６００は、軌道に沿って隠された位置にあるオブジェクトの可能性を識別する。一例では、軌道に沿って隠された位置は、地図データに基づいて識別され得る。地図データは、図５の地図データ５１０であり得る。一例では、隠された位置は横断歩道であってもよい。一例では、地図データを使用して、隠蔽された位置における交通標識（例えば、停止灯、停止標識、譲れ標識等）を識別することに基づいて、隠蔽された位置が識別され得る。一例では、隠蔽された位置は、隠蔽された位置における履歴交通情報に基づいて決定され得る。例えば、履歴交通情報に基づいて、隠された位置に交通渋滞が存在し得ると決定され得る。
妨害物の（すなわち、オブジェクトが隠された位置にある）可能性は、現在の時刻（すなわち、ＡＶが隠された位置に到達すると予想される時刻）に依存し得る。例えば、隠された位置が学校の交差点を含んでおり、現在の時間が平日の８：００ＡＭである場合、子どもが横断している可能性が（非常に）高く、他方で、週末又は休日では可能性は０に非常に近い。例えば、隠された位置が交通標識を含んでおり、時刻が午後４：００－６：００（すなわち、ラッシュアワー）である場合、隠された位置に交通渋滞が存在する可能性が非常に高く、他方で、交通渋滞の可能性は、１０：００ＡＭにはかなり低い。可能性は、序数値（例えば、低、中、高）又はスライドスケール値（例えば、０から１００）であってもよく、時刻、横断歩道が存在するかどうか、交通標識が存在するかどうか、より多くの要因、より少ない要因、これらの組み合わせ等のいくつかの要因に基づいて計算され得る。
ステップ２６０６において、処理２６００は、軌道に沿って最も遠い可視位置を識別する。最も遠い可視位置は、ＡＶセンサから遮られている現在の車線に沿った第１の位置を推測するために使用され得る。最も遠い可視位置は、オブジェクトが最も遠い可視位置にある場合に、ＡＶがオブジェクトを検出することができるような、軌道に沿った位置である。ある位置においてオブジェクトを検出する能力は、走行可能領域の検出、センサ限界（例えば、センサの範囲、センサの解像度等）、遮蔽物（例えば、樹木、茂み、他の道路ユーザ等）、気象条件（例えば、雪、霧、雨等）、検出範囲を制限する他の要因、又はそれらの組み合わせに基づいて計算され得る。図２５を参照すると、最も遠い可視位置は位置２５０２であり得る。
ステップ２６０８において、処理２６００は、適切な最大減速度を決定（例えば、計算等）する。オブジェクトが隠された位置で検出された場合には、適切な最大減速度が使用されることになる。
ステップ２６１０において、処理２６００は、ＡＶの目標減速度を決定（例えば、計算、選択等）する。目標減速度は、最も遠い可視位置から遮蔽された位置まで目標減速度に従ってＡＶを動作させることにより、ＡＶがオブジェクトに衝突することを防止するようなものである。すなわち、ＡＶの目標減速度は、目標減速度に従ってＡＶを動作させることにより、オブジェクトが隠された位置で検出された場合に、ＡＶが適切な最大減速度を使用して時間内に停止（又は追従）可能であることを保証するものである。例えば、ＡＶがオブジェクトと衝突しないようにすることは、ＡＶをオブジェクトの前で停止させることを意味し得る。別の例では、ＡＶがオブジェクトと衝突しないようにすることは、ＡＶに対する速度を追従速度（すなわち、オブジェクトの縦方向速度ＶＬ）に設定することを意味し得る。
一例では、ＡＶの目標減速度は、オブジェクトが隠された位置にある可能性、名目減速率、又はＡＶの最大減速率に少なくとも部分的に基づいて決定され得る。
例えば、可能性が０％に近い場合（例えば、日曜日の２：００ＡＭに隠された交通渋滞があるかどうかを決定する場合）、目標減速度は、（図２４の積極的アプローチ２４４０に関して説明したように）積極的な速度計画に従って、目標減速度と同じか又は近い値であってもよい。例えば、可能性が１００％に近い場合（例えば、木曜日の４：３０ＰＭに隠された交通渋滞があるかどうかを決定する場合）、目標減速度は、（図２４のナイーブアプローチ２４２０に関して説明したように）ナイーブ速度計画に従って、目標減速度と同じか又は近い値であってもよい。
一例では、ＡＶの最大減速率は、ＡＶのパラメータ、道路地形、又は道路条件の少なくとも１つに基づいて決定され得る。
ステップ２６１２において、処理２６００は、オブジェクトが隠された位置にあると決定することに応答して、ＡＶの目標減速度に従ってＡＶを動作させる。
一例では、処理２６００は、オブジェクトが隠された位置にないと決定することに応答して（例えば、隠された位置が可視になったとき）、所望の速度プロファイルに従ってＡＶを動作させることを含み得る。また、処理２６００は、最も遠い可視位置から隠された位置までの目標減速に従ってＡＶを動作させることができるように、現在位置から最も遠い可視位置までの最大速度計画に従ってＡＶを動作させることを含み得る。最大速度は、ＡＶの反応時間及び目標減速度に基づいて計算され得る。反応時間は、オブジェクトがＡＶセンサの視野に入ってから、更新された減速値によってＡＶが減速を開始するまでの移動距離を補償する時間である。
本開示による実施の別の態様は、潜在的な遮蔽されたハザード及びハザードまでの移動距離を推定するための処理である。この処理は、遮蔽されたオブジェクトが存在し得る場所であって、遮蔽されたオブジェクトが隠された位置であり得ることを推定すること、道路に沿って隠された位置までの距離を計算すること、オブジェクトが隠された位置にある可能性を推定すること、オブジェクトが実際に隠された位置にある場合に使用されるＡＶの最大減速度を計算すること、遮蔽されたオブジェクトの存在を確認する前に追従するべき目標減速度を計算すること、オブジェクトが検出された場合に、ＡＶが時間内に停止するために最大減速に追従することができることを保証する結果として生じる偶発事象速度計画を計算すること、及び最高速度に従ってＡＶを動作させることを含み得る。
許容される停止距離の推定は、ＡＶの経路上の最も遠い可視位置を計算すること、及び経路に沿って最も遠い可視位置までの距離を計算することを含み得る。
隠された位置におけるオブジェクトの可能性を推定することは、隠された位置に横断歩道があるかどうかを決定すること、（隠された位置における）交通標識へのＡＶの近接性を決定すること、及び／又は時刻に基づき得る。
最大減速度を計算することは、操縦性及び／又はＡＶが停止又は減速される能力に影響を与えるパラメータに基づき得る。ＡＶの操縦性に影響を与えるパラメータは、ＡＶのパラメータ（質量、荷重等）、道路の地形（坂道、斜面等があるかどうか）、及び道路の条件（例えば、砂利、雪、雨等）を含み得る。
目標減速度を計算することは、オブジェクトの可能性、ＡＶの名目加速率、及び／又は最大減速限界に基づき得る。最大速度を計算することは、ＡＶの反応時間及び／又は目標減速度に基づいてもよい。
本明細書で使用される場合、「運転者」又は「オペレータ」という用語は、同じ意味で使用されてもよい。本明細書で使用される場合、「ブレーキ」又は「減速」という用語は、同じ意味で使用されてもよい。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、「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。いくつかの実装形態では、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。いくつかの実装形態では、命令の部分は、直接的に又はローカルエリアネットワーク、ワイドエリアネットワーク、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。特に明示されない限り、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、又は特にコンテキストによって明示されない限り、「ＸがＡ又はＢを含む」は、任意の当然の包含的なそれの並べ替えを示すことが意図されている。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動作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／又は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。
本開示の技術は、特定の実施形態に関連して説明されてきたが、本開示の技術は、開示された実施形態に限定されるものではなく、逆に、添付の特許請求の範囲に含まれる様々な変更及び同等の構成を包含することを意図しており、その範囲は、全てのそのような変更及び同等の構成を包含するように、法律の下で許容される最も広い解釈に一致されるものである。

Claims (20)

  1. ＡＶ（自律走行車）の偶発事象対応計画のための方法であって、
    前記ＡＶのための名目軌道を決定するステップと、
    ハザードオブジェクトを検出するステップであって、前記ハザードオブジェクトは前記ハザードオブジェクトの検出時には前記ＡＶの経路に侵入していないものであるステップと、
    前記ハザードオブジェクトに対するハザードゾーンを決定するステップと、
    前記ハザードゾーンへの前記ＡＶの到達時間を決定するステップと、
    前記ＡＶのための偶発事象軌道を決定するステップであって、前記偶発事象軌道は横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含み、前記偶発事象軌道は前記ハザードゾーンへの前記ＡＶの前記到達時間を使用して決定されるステップと、
    前記偶発事象軌道に従って前記ＡＶを制御するステップと、
    前記ハザードオブジェクトが前記ＡＶの経路に侵入したことに応答して、前記ハザードオブジェクトを回避する操作を行うように前記ＡＶを制御するステップと
    を含む、方法。
  2. 前記ハザードゾーンを決定するステップは、
    前記ハザードオブジェクトの前記ＡＶの経路への最大横方向侵入及び前記ハザードオブジェクトが前記ＡＶの経路に入る速度に基づいて前記ハザードゾーンを決定すること
    を含む、請求項１に記載の方法。
  3. 前記横方向の偶発事象は、前記ハザードオブジェクトが前記ＡＶの経路に侵入する可能性に基づいてさらに決定される、請求項１に記載の方法。
  4. 前記ハザードオブジェクトに対する前記ハザードゾーンは、△ｙ（ｔ）＝△ｙｐ＋ｍｉｎ（ｖｙ＊ｔ，△ｙｖ，ｍａｘ）として決定され、ここで、Δｙｐは、前記ハザードオブジェクトに関連付けられる横方向の姿勢不確実性であり、Δｙｖ，ｍａｘは、前記ＡＶの経路への前記ハザードオブジェクトの最大横方向侵入であり、ｖｙは、前記ハザードオブジェクトが前記ＡＶの経路に入る速度であり、ｔは、前記ＡＶが前記ハザードオブジェクトに接近する時間である、請求項１に記載の方法。
  5. 前記偶発事象軌道が妨害されていないと決定したことに応答して、前記偶発事象軌道に従って前記ＡＶを動作させるステップと、
    前記偶発事象軌道が妨害されていると決定することに応答して、前記ＡＶを制御するための前記縦方向の偶発事象を決定するステップと
    をさらに含む、請求項１に記載の方法。
  6. 前記横方向の偶発事象は、前記ＡＶの操縦性パラメータを使用してさらに決定され、前記ＡＶの前記操縦性パラメータは、前記ＡＶの質量又は前記ＡＶの荷重の少なくとも１つを含む、請求項１に記載の方法。
  7. 前記横方向の偶発事象は、道路トポロジー又は道路条件の少なくとも１つを使用してさらに決定される、請求項１に記載の方法。
  8. ＡＶ（自律走行車）の偶発事象対応計画のための方法であって、
    前記ＡＶのための軌道及び所望の速度計画を決定するステップと、
    オブジェクトが前記軌道に沿って隠された位置にある可能性を識別するステップと、
    前記軌道に沿った最も遠い可視位置を識別するステップであって、前記最も遠い可視位置は、前記ＡＶが前記位置で前記オブジェクトを検出することが可能になる前記軌道に沿った位置であるステップと、
    前記オブジェクトが前記隠された位置で検出された場合に使用される適切な最大減速度を決定するステップと、
    前記ＡＶのための目標減速度を決定するステップであって、前記目標減速度に従って前記ＡＶを動作させることにより、前記オブジェクトが前記隠された位置で検出された場合に、前記ＡＶが前記適切な最大減速度を使用して時間内に停止することが可能であることを保証するステップと、
    前記オブジェクトが前記隠された位置にあると決定したことに応答して、前記適切な最大減速度以下の前記ＡＶの適切な減速度に従って前記ＡＶを動作させるステップと
    を含む、方法。
  9. 前記オブジェクトが前記隠された位置で検出された場合に前記ＡＶが停止可能であることを保証することができるように、現在位置から前記最も遠い可視位置まで偶発事象速度計画に従って前記ＡＶを動作させるステップ
    をさらに含む、請求項８に記載の方法。
  10. 前記オブジェクトが前記隠された位置にないと決定したことに応答して、前記所望の速度計画に従って前記ＡＶを動作させるステップ
    をさらに含む、請求項８に記載の方法。
  11. 前記オブジェクトが前記軌道に沿った前記隠された位置にある可能性は、地図データを使用して識別される、請求項８に記載の方法。
  12. 前記オブジェクトが前記軌道に沿った前記隠された位置にある可能性は、前記地図データを使用して、前記隠された位置における横断歩道を識別することに基づいて識別される、請求項１１に記載の方法。
  13. 前記オブジェクトが前記軌道に沿った前記隠された位置にある可能性は、前記地図データを使用して、前記隠された位置における交通標識を識別することに基づいて識別される、請求項１１に記載の方法。
  14. 前記オブジェクトが前記軌道に沿った前記隠された位置にある可能性は、現在の時刻に基づいて識別される、請求項８に記載の方法。
  15. 前記ＡＶのための前記目標減速度は、前記オブジェクトが前記隠された位置にある可能性、名目減速率、又は前記ＡＶの最大減速率の１つに少なくとも部分的に基づいて計算される、請求項８に記載の方法。
  16. 前記ＡＶの前記最大減速率は、前記ＡＶのパラメータ、道路地形、又は道路条件の少なくとも１つに基づいて決定される、請求項１５に記載の方法。
  17. ＡＶ（自律走行車）の偶発事象対応計画のためのシステムであって、
    メモリ及びプロセッサを備えており、
    前記メモリは、前記プロセッサによって実行可能な命令であって、
    ハザードオブジェクトを検出することであって、前記ハザードオブジェクトは前記ハザードオブジェクトの検出時には前記ＡＶの経路に侵入していないものであること、
    前記ハザードオブジェクトに対するハザードゾーンを決定すること、
    前記ハザードゾーンへの前記ＡＶの到達時間を決定すること、
    前記ＡＶのための偶発事象軌道を決定することであって、前記偶発事象軌道は、横方向の偶発事象又は縦方向の偶発事象の少なくとも１つを含むこと、
    前記偶発事象軌道に従って前記ＡＶを制御すること、及び
    前記ハザードオブジェクトが前記ＡＶの経路に侵入したことに応答して、前記ハザードオブジェクトを回避する操作を行うように前記ＡＶを制御すること
    を行うための命令を含む、システム。
  18. 前記ハザードゾーンを決定するための命令は、
    前記ハザードオブジェクトの前記ＡＶの経路への最大横方向侵入及び前記ハザードオブジェクトが前記ＡＶの経路に入る速度に基づいて前記ハザードゾーンを決定すること
    を行うための命令を含む、請求項１７に記載のシステム。
  19. 前記横方向の偶発事象は、前記ハザードオブジェクトが前記ＡＶの経路に侵入する可能性に基づいてさらに決定される、請求項１７に記載のシステム。
  20. 前記ハザードオブジェクトに対する前記ハザードゾーンは、△ｙ（ｔ）＝△ｙｐ＋ｍｉｎ（ｖｙ＊ｔ，△ｙｖ，ｍａｘ）として決定され、ここで、Δｙｐは、前記ハザードオブジェクトに関連付けられる横方向の姿勢不確実性であり、Δｙｖ，ｍａｘは、前記ＡＶの経路への前記ハザードオブジェクトの最大横方向侵入であり、ｖｙは、前記ハザードオブジェクトが前記ＡＶの経路に入る速度であり、ｔは、前記ＡＶが前記ハザードオブジェクトに接近する時間である、請求項１７に記載のシステム。
JP2022505407A 2019-07-31 2020-05-13 偶発事象対応計画及び安全保障 Active JP7401650B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/528,204 US20210031760A1 (en) 2019-07-31 2019-07-31 Contingency Planning and Safety Assurance
US16/528,204 2019-07-31
PCT/US2020/032608 WO2021021269A1 (en) 2019-07-31 2020-05-13 Contingency planning and safety assurance

Publications (2)

Publication Number Publication Date
JP2022542277A true JP2022542277A (ja) 2022-09-30
JP7401650B2 JP7401650B2 (ja) 2023-12-19

Family

ID=74230487

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2022505407A Active JP7401650B2 (ja) 2019-07-31 2020-05-13 偶発事象対応計画及び安全保障

Country Status (5)

Country Link
US (1) US20210031760A1 (ja)
EP (1) EP4004770A4 (ja)
JP (1) JP7401650B2 (ja)
CN (1) CN114175023A (ja)
WO (1) WO2021021269A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190329768A1 (en) * 2017-01-12 2019-10-31 Mobileye Vision Technologies Ltd. Navigation Based on Detected Size of Occlusion Zones

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11572731B2 (en) * 2019-08-01 2023-02-07 Ford Global Technologies, Llc Vehicle window control
US11634162B2 (en) * 2019-08-16 2023-04-25 Uatc, Llc. Full uncertainty for motion planning in autonomous vehicles
US11225247B2 (en) * 2019-08-21 2022-01-18 Zoox, Inc. Collision prediction and avoidance for vehicles
US11360480B2 (en) 2019-08-21 2022-06-14 Zoox, Inc. Collision zone detection for vehicles
US11072326B2 (en) * 2019-08-22 2021-07-27 Argo AI, LLC Systems and methods for trajectory based safekeeping of vehicles
US11167754B2 (en) 2019-08-22 2021-11-09 Argo AI, LLC Systems and methods for trajectory based safekeeping of vehicles
DE102019213222B4 (de) * 2019-09-02 2022-09-29 Volkswagen Aktiengesellschaft Verfahren zum Vorhersagen einer zukünftigen Fahr-Situation eines am Straßenverkehr teilnehmenden Fremd-Objektes, Vorrichtung, Fahrzeug
EP3792125B1 (en) * 2019-09-13 2023-12-06 Zenuity AB Safe trajectory tracking in uncertain environments
US11200434B2 (en) * 2019-10-15 2021-12-14 Toyota Research Institute, Inc. System and method for tracking objects using multi-edge bounding box factors
JP7156238B2 (ja) * 2019-10-15 2022-10-19 トヨタ自動車株式会社 車両制御システム
US11816988B2 (en) * 2019-12-30 2023-11-14 Subaru Corporation Mobility information provision system, server, and vehicle
US20210201684A1 (en) * 2019-12-30 2021-07-01 Subaru Corporation Mobility information provision system, server, and vehicle
US11816982B2 (en) * 2019-12-30 2023-11-14 Subaru Corporation Mobility information provision system, server, and vehicle
US11674819B2 (en) 2019-12-30 2023-06-13 Subaru Corporation Mobility information provision system, server, and vehicle
DE102020134965A1 (de) 2019-12-30 2021-07-01 Subaru Corporation System zur lieferung von mobilitätsinformation, server und fahrzeug
US11900796B2 (en) 2019-12-30 2024-02-13 Subaru Corporation Map generation system
WO2021141142A1 (ko) * 2020-01-06 2021-07-15 엘지전자 주식회사 경로 제공 장치 및 그것의 경로 제공 방법
US11377120B1 (en) * 2020-02-28 2022-07-05 Uatc, Llc Autonomous vehicle control based on risk-based interactions
US11433885B1 (en) 2020-08-20 2022-09-06 Zoox, Inc. Collision detection for vehicles
CN111829545B (zh) * 2020-09-16 2021-01-08 深圳裹动智驾科技有限公司 自动驾驶车辆及其运动轨迹的动态规划方法及系统
US11618444B2 (en) 2020-10-01 2023-04-04 Argo AI, LLC Methods and systems for autonomous vehicle inference of routes for actors exhibiting unrecognized behavior
US11358598B2 (en) 2020-10-01 2022-06-14 Argo AI, LLC Methods and systems for performing outlet inference by an autonomous vehicle to determine feasible paths through an intersection
US11731661B2 (en) 2020-10-01 2023-08-22 Argo AI, LLC Systems and methods for imminent collision avoidance
CN112650243B (zh) * 2020-12-22 2023-10-10 北京百度网讯科技有限公司 车辆控制方法、装置、电子设备和自动驾驶车辆
KR20220095317A (ko) * 2020-12-29 2022-07-07 현대자동차주식회사 차량
US20220212694A1 (en) * 2021-01-07 2022-07-07 Argo AI, LLC Methods and systems for generating a longitudinal plan for an autonomous vehicle based on behavior of uncertain road users
DE102021101825A1 (de) 2021-01-27 2022-07-28 Bayerische Motoren Werke Aktiengesellschaft Fahrassistenzsystem und Fahrassistenzverfahren zum automatisierten Fahren eines Fahrzeugs
US20220276653A1 (en) * 2021-02-26 2022-09-01 Nissan North America, Inc. Lane-Level Route Planner for Autonomous Vehicles
US11945441B2 (en) 2021-03-31 2024-04-02 Nissan North America, Inc. Explainability and interface design for lane-level route planner
US20220371585A1 (en) * 2021-05-21 2022-11-24 Robert Bosch Gmbh Customizable lane biasing for an automated vehicle
US20220379917A1 (en) * 2021-05-24 2022-12-01 Nvidia Corporation Using arrival times and safety procedures in motion planning trajectories for autonomous vehicles
US20230192067A1 (en) * 2021-11-23 2023-06-22 Motional Ad Llc Motion planner constraint generation based on road surface hazards
US20230192131A1 (en) * 2021-12-22 2023-06-22 Joseph Burtch Automated driving collision prediction
US20230339506A1 (en) * 2022-04-20 2023-10-26 GM Global Technology Operations LLC Vehicle systems and related methods of dynamic path construction
CN116017298A (zh) * 2022-12-02 2023-04-25 东土科技(宜昌)有限公司 化工安全的对象位置调整方法、装置以及电子设备

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009217692A (ja) * 2008-03-12 2009-09-24 Toyota Central R&D Labs Inc 運転支援装置
JP2011198247A (ja) * 2010-03-23 2011-10-06 Toyota Motor Corp 運転支援装置
JP2012188021A (ja) * 2011-03-10 2012-10-04 Toyota Central R&D Labs Inc 車両運動制御装置及びプログラム
JP2017114405A (ja) * 2015-12-25 2017-06-29 マツダ株式会社 運転支援装置
JP2018049496A (ja) * 2016-09-23 2018-03-29 日立建機株式会社 鉱山用作業機械、障害物判別装置、及び障害物判別方法
JP2019040427A (ja) * 2017-08-25 2019-03-14 株式会社デンソー 運転支援装置、演算装置、及び運転支援方法
WO2019098216A1 (ja) * 2017-11-17 2019-05-23 アイシン・エィ・ダブリュ株式会社 車両運転補助システム、車両運転補助方法、及び車両運転補助プログラム

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2008070205A2 (en) * 2006-06-09 2008-06-12 Carnegie Mellon University Obstacle detection arrangements in and for autonomous vehicles
JP5112666B2 (ja) * 2006-09-11 2013-01-09 株式会社日立製作所 移動装置
JP5080333B2 (ja) * 2007-04-06 2012-11-21 本田技研工業株式会社 自律移動体のための物体認識装置
DE102010038970A1 (de) * 2010-08-05 2012-02-09 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen einer angepassten Fahrgeschwindigkeit eines Fahrzeugs
WO2014145018A2 (en) * 2013-03-15 2014-09-18 Levant Power Corporation Active vehicle suspension improvements
US9440647B1 (en) * 2014-09-22 2016-09-13 Google Inc. Safely navigating crosswalks
EP3091370B1 (en) * 2015-05-05 2021-01-06 Volvo Car Corporation Method and arrangement for determining safe vehicle trajectories
SE539221C2 (en) * 2015-06-04 2017-05-23 Scania Cv Ab Method and control unit for avoiding an accident at a crosswalk
US20170329332A1 (en) * 2016-05-10 2017-11-16 Uber Technologies, Inc. Control system to adjust operation of an autonomous vehicle based on a probability of interference by a dynamic object
US9989966B2 (en) * 2016-05-20 2018-06-05 Delphi Technologies, Inc. Intersection cross-walk navigation system for automated vehicles
KR102381372B1 (ko) * 2017-03-31 2022-03-31 삼성전자주식회사 센싱 정보에 기초한 주행 제어 방법 및 제어 디바이스
JP6521486B2 (ja) * 2017-06-06 2019-05-29 マツダ株式会社 車両制御装置
US11001256B2 (en) * 2018-09-19 2021-05-11 Zoox, Inc. Collision prediction and avoidance for vehicles
US11474255B2 (en) * 2018-12-14 2022-10-18 The Regents Of The University Of Michigan System and method for determining optimal lidar placement on autonomous vehicles
US20200211394A1 (en) * 2018-12-26 2020-07-02 Zoox, Inc. Collision avoidance system
US10974732B2 (en) * 2019-01-04 2021-04-13 Toyota Motor Engineering & Manufacturing North America, Inc. System, method, and computer-readable storage medium for traffic intersection navigation
US11016492B2 (en) * 2019-02-28 2021-05-25 Zoox, Inc. Determining occupancy of occluded regions
US11378986B2 (en) * 2019-04-01 2022-07-05 Honeywell International Inc. Systems and methods for landing and takeoff guidance

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009217692A (ja) * 2008-03-12 2009-09-24 Toyota Central R&D Labs Inc 運転支援装置
JP2011198247A (ja) * 2010-03-23 2011-10-06 Toyota Motor Corp 運転支援装置
JP2012188021A (ja) * 2011-03-10 2012-10-04 Toyota Central R&D Labs Inc 車両運動制御装置及びプログラム
JP2017114405A (ja) * 2015-12-25 2017-06-29 マツダ株式会社 運転支援装置
JP2018049496A (ja) * 2016-09-23 2018-03-29 日立建機株式会社 鉱山用作業機械、障害物判別装置、及び障害物判別方法
JP2019040427A (ja) * 2017-08-25 2019-03-14 株式会社デンソー 運転支援装置、演算装置、及び運転支援方法
WO2019098216A1 (ja) * 2017-11-17 2019-05-23 アイシン・エィ・ダブリュ株式会社 車両運転補助システム、車両運転補助方法、及び車両運転補助プログラム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20190329768A1 (en) * 2017-01-12 2019-10-31 Mobileye Vision Technologies Ltd. Navigation Based on Detected Size of Occlusion Zones
US11738741B2 (en) * 2017-01-12 2023-08-29 Mobileye Vision Technologies Ltd. Navigation based on detected occlusion overlapping a road entrance

Also Published As

Publication number Publication date
WO2021021269A1 (en) 2021-02-04
EP4004770A1 (en) 2022-06-01
JP7401650B2 (ja) 2023-12-19
US20210031760A1 (en) 2021-02-04
EP4004770A4 (en) 2022-12-14
CN114175023A (zh) 2022-03-11

Similar Documents

Publication Publication Date Title
JP7401650B2 (ja) 偶発事象対応計画及び安全保障
JP7194755B2 (ja) 軌道計画
JP7140849B2 (ja) 確率的オブジェクト追跡及び予測フレームワーク
US10569773B2 (en) Predicting behaviors of oncoming vehicles
US10745011B2 (en) Predicting yield behaviors
JP6972392B2 (ja) 自律走行シミュレーションのための時間伸縮法
US20210035442A1 (en) Autonomous Vehicles and a Mobility Manager as a Traffic Monitor
JP2022119802A (ja) 自律走行車動作管理のための方向調整アクション
JP7194867B2 (ja) 自律走行車の安全性が確保される遠隔運転
US20230012853A1 (en) Proactive Risk Mitigation
US20220379923A1 (en) Road User Categorization Through Monitoring

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20220322

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220322

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230331

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230509

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230808

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20231128

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20231207

R150 Certificate of patent or registration of utility model

Ref document number: 7401650

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150