JP2023516353A - ローカライゼーションエラー監視 - Google Patents

Abstract

車両の状態情報を用いるローカライゼーションエラー監視が説明される。車両に関連付けられたコンピューティングシステムは、現在の車両の状態、たとえば、ロケーション、位置、向き、速度、加速度、または同類のものを決定することがある。車両コンピューティングシステムは、車両の状態に関連付けられた１つまたは複数のメトリックを決定することがある。メトリックは、状態に関連付けられた分散、状態に対応する測定に関連付けられた残差、または入力エラーを補正するのに適用される補正係数を含むことがある。コンピューティングシステムは、メトリックがしきい値の値を超えるかどうかを決定することがある。しきい値の超過に基づいて、コンピューティングシステムは、車両の状態に関連付けられた１つまたは複数のエラーを決定することがある。車両コンピューティングシステムは、１つまたは複数のエラーに基づいて車両を制御することがある。

Description

優先権
本出願は、全内容が参照によって本明細書に組み入れられる、２０２０年０３月０４日に出願された、「LOCALIZATION ERROR MONITORING」という表題の米国特許出願シリアル番号１６／８０９，４００に対する優先権を主張する。

ローカライゼーションは、実体が環境におけるロケーションを決定する処理である。すなわち、ローカライゼーションすることによって、たとえば車両などの実体は、実体が置かれている環境に関連付けられたマップにおける要素との正確な関係を決定することが可能である。たとえば自律車両などのロボットアプリケーションにおいて用いられるとき、ローカライゼーションにおけるエラーは、好ましくないイベントを引き起こすことが可能である。

詳細な説明は、添付の図面を参照して説明される。図面において、参照符号の最も左の数字（複数可）は、参照符号が最初に現れる図面を特定する。別の図面における同一の参照符号の使用は、同様のまたはまったく同じのコンポーネントまたは特徴を示す。

本明細書に説明されている例示的なローカライゼーションエラー監視システムのブロック図を示す図である。 本明細書に説明されている車両のローカライゼーションコンポーネントからの出力を用いることに少なくとも部分的に基づいて車両をどのように制御するかを決定するための例示的な環境を示す図である。 本明細書に説明されている時間をかけて決定される車両の車輪に関連付けられた残差の例示的なチャートである。 本明細書に説明されている技法を行うための例示的なシステムを例示するブロック図である。 本明細書に説明されている車両の状態に関連付けられたメトリックに基づいて車両を制御するための例示的な処理を示す図である。 本明細書に説明されている車両の状態に関連付けられた残差値に基づいて車両を制御するための例示的な処理を示す図である。 本明細書に説明されている最適化された車両の状態を決定するための例示的な処理を示す図である。

本明細書に説明される技法は、たとえば車両などの実体に関連付けられたローカライゼーションエラー（localization error）を監視することに関する。車両の車両コンピューティングシステムは、現在の車両の状態を決定することがある。車両の状態は、ロケーション、位置、向き、速度、加速度、または同類のもののうちの１つまたは複数を含むことがある。いくつかの例では、状態は、車両自体の状態を含むことがある。いくつかの例では、状態は、車両のコンポーネントの状態（例えば、ホイールスピード（wheel speed）、車輪の向きなど）を含むことがある。車両コンピューティングシステムは、車両の状態に関連付けられた１つまたは複数の名目上のエラーおよび／または１つまたは複数のモデル化されていないエラーを決定することがある。車両コンピューティングシステムは、名目上のエラー（複数可）および／またはモデル化されていないエラー（複数可）に基づいて車両を制御することがある。

車両は、１つまたは複数のセンサーによって収集されるセンサーデータを利用して、環境を通り抜けて進む自律車両または半自律車両を含むことがある。車両によってキャプチャされるセンサーデータは、ライダーセンサー（lidar sensor）、カメラセンサー、レーダーセンサー、タイムオブフライト（time-of-flight）センサー、ソナーセンサー、慣性計測装置（inertial measurement unit：ＩＭＵ）、および同類のものによってキャプチャされるデータを含むことがある。種々の例では、加えて、車両コンピューティングシステムは、１つまたは複数のマップに関連付けられたマップデータに基づいて、環境を通り抜けて進むことがある。マップ（複数可）は、特徴マップ（例えば、環境に関連付けられた別個の特徴）、タイルマップ（例えば、データについての個別のリージョンにおいて表される環境）、および同類のものを含むことがある。いくつかの例では、車両コンピューティングシステムは、２０１８年６月２８日に出願された「Multi-Resolution Maps for Localization」という表題の米国特許出願シリアル番号１６／０２２，０４８、２０１８年６月２８日に出願され、「Loading Multi-Resolution Maps for Localization」という表題の米国特許出願シリアル番号１６／０２２，１０６、および２０１８年９月２８日に出願された「Condition Dependent Parameters for Large-Scale Localization and/or Mapping」という表題の特許出願シリアル番号１６／１４７，１５８と、２０１９年１２月２０日に出願された「Maps Comprising Covariances in Multi-Resolution Voxels」という表題の米国特許出願シリアル番号１６／７２２，５９８とにおいて説明されているマップ（複数可）を利用することがあり、各々の全内容が参照によって本明細書に組み入れられる。

種々の例では、車両コンピューティングシステムは、入力として特定のセンサーデータを受信し、車両の状態を出力するように構成された種々のローカライザーを含むことがある。ローカライザーは、本明細書に詳細に説明されているセンサーモダリティのうちのいずれか１つまたは複数に少なくとも部分的に基づいて行われるローカライゼーションを含む、ライダーローカライザー、レーダーローカライザー、ビジュアルローカライザー、ＩＭＵ（internal measurement unit）ローカライザー、ＧＰＳローカライザー、および同類のものを含むことがある。例えば、ライダーローカライザーは、１つまたは複数のライダーシステムからのセンサーデータおよび／または環境に関連付けられた１つまたは複数のマップを受信することがある。ライダーローカライザーは、センサーデータおよびマップ（複数可）を処理して、車両の状態を決定することがある。別の例として、ビジュアルローカライザーは、１つまたは複数のカメラからのセンサーデータと１つまたは複数のマップとを受信することがある。ビジュアルローカライザーは、センサーデータおよびマップ（複数可）を処理して、車両の状態を決定することがある。依然として別の例として、ＩＭＵローカライザーは、１つまたは複数のＩＭＵおよび／または１つまたは複数のオドメトリセンサー（例えば、ホイールスピードセンサー、モータースピードセンサー、操舵角センサー等）からセンサーデータを受信することがあり、センサーデータに基づいて車両の状態を決定することがある。

既存の技術では、車両コンピューティングシステムは、車両状態におけるエラーについての直接の測定のためのシステムを含んでいない。代わりに、既存のシステムは、車両の位置および向きにおける一般的な矛盾に対して、たとえばすべてのローカライゼーションシステムにわたって監視することがある。決定された矛盾に基づいて、既存のシステムは、車両の動作を打ち切ることを決定することがある。

本明細書に説明される技法は、複数のローカライザー（例えば、ローカライゼーションシステム）および／または車両システムによって出力されるメトリックを用いて、各ローカライザーおよび／または車両システムに関連付けられた１つまたは複数のエラーを決定することに関する。種々の例では、ローカライザー（例えば、ライダーローカライザー、ビジュアルローカライザー、ＩＭＵローカライザーなど）は、車両の状態をローカライゼーションエラー監視コンポーネントに出力することがある。いくつかの例では、ローカライゼーションコンポーネントは、１つまたは複数のローカライザーから受信した状態情報に基づいて、車両のグローバル状態（例えば、組み合わされた状態）を決定することがある。ローカライゼーションコンポーネントは、たとえば、全内容が参照によって本明細書に組み入れられる、２０１９年１２月１２日に出願された、「Localization Error Handling」という表題の米国特許出願シリアル番号１６／７１２，７５３に記載されるなど、車両のロケーション、位置、向き、速度、および／または加速度を決定するように構成されたコンポーネントを含むことがある。いくつかの例では、ローカライゼーションコンポーネントは、車両のグローバル状態および／または状態情報をローカライゼーションエラー監視コンポーネントに出力することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、各ローカライザーから受信した状態情報に関連付けられた１つまたは複数のメトリックを決定することがある。ローカライゼーションエラー監視コンポーネントは、個々のローカライザーおよび／または車両システムによって提供される状態情報に基づいて、車両状態における１つまたは複数のエラーをメトリックに基づいて決定することがある。ローカライゼーションエラー監視コンポーネントは、エラーに関連付けられたデータと、関連するローカライザーおよび／または車両システムとを、プランナーコンポーネントに提供することがある。ゆえに、プランナーコンポーネントは、エラーの程度、および／または特定のローカライザーおよび／または車両システムに基づいて、車両が行う作動、たとえば、ローカライザーおよび／または車両システムをオフラインにする作動、速度を落とす作動、車両の動作を停止させる作動、および同類のものなどを決定することがある。したがって、本明細書に説明される技法は、車両に、メトリックを監視することによって高度に正確なロケーション情報を確実にすることを可能にし、および／または、メトリックに基づいてローカライゼーションシステムにおいて迅速な正確なエラー識別を可能にする。

メトリックは、車両の各推定状態に対する分散を含むことがある。各推定状態に対する分散は、推定状態が正確であるそれぞれのローカライザーによって決定される信頼度（confidence）を含むことがある。いくつかの例では、分散は、線形化システムを用いて、入力から推定値に予想される不確実性を伝搬させることによって推定されることがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、車両の各推定状態に対する共分散を決定することがある。上記の例では、ローカライゼーションエラー監視コンポーネントは、２以上の次元にわたって分散を監視することがある。例えば、共分散は、縦方向および横方向の次元（例えば、Ｘ／Ｙ）にわたる分散を含むことがある。別の例として、共分散は、車両のピッチ、ロール、およびヨーにわたる分散を含むことがある。種々の例では、ローカライゼーションエラー監視コンポーネントは、分散および／または共分散をしきい値と比較することがある。以下に、より非常に詳細に述べられるだろう、しきい値は、監視される状態に対する警戒限界に基づいて決定されることがある。

いくつかの例では、メトリックは、車両の各推定状態に対応するメトリックに関連付けられた１つまたは複数の最適化残差（本明細書において残差と呼ばれる）を含むことがある。残差（複数可）は、観測値（例えば、センサー入力に基づく）と、関心の量についての推定値（例えば、推定されるピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差分を表すことがある。いくつかの例では、推定値は、以前のタイムステップに関連付けられた値（例えば、現在の測定より前に０．１秒を要した測定に関連付けられた値）に部分的に基づくことがある。上記の例では、残差は、測定値における矛盾を表すことがある。例えば、残差は、ある時間に観測された速度と、以前のタイムステップの速度との差分を含むことがある。差異を決定することに基づいて、ローカライゼーションエラー監視コンポーネントは、速度測定に関連付けられたシステムがエラーを生成していることがあると決定することがある。種々の例では、ローカライゼーションエラー監視コンポーネントは、残差を、測定値に関連付けられた予め決められたしきい値残差と比較することがある。上記の例では、比較に基づいて、ローカライゼーションエラー監視コンポーネントは、エラーの程度（例えば、規模）を決定することがある。

種々の例では、加えて、ローカライゼーションエラー監視コンポーネントは、残差を、関連する分散および／または共分散と比較することがある。上記の例では、状態に関連付けられた測定値は、状態における信頼度と比較されることがある。いくつかの例では、残差は、分散および／または共分散によって正規化される（例えば、分散および／または共分散と同じスケールに修正される）ことがある。上記の例では、比較は、白色化された残差に帰着することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、残差における白色を決定することがある。残差における白色に関連付けられた値に基づいて、ローカライゼーションエラー監視コンポーネントは、残差がしきい値を超えるかどうかを決定することがある。いくつかの例では、プランナーコンポーネントは、残差値（residual value）の比較に基づいて車両を制御することがある。

種々の例では、ローカライゼーションエラー監視コンポーネントおよび／またはプランナーコンポーネントは、異なるローカライザーに関連付けられた残差（複数可）に重み（例えば、１．２、１．５など）を割り当てるように構成されることがある。いくつかの例では、重みは、車両の制御に対するローカライザーの重要度（importance）を表すことがある。いくつかの例では、重みは、１つまたは複数の環境上の考慮事項（例えば、道路状況、１日のうちの時間、暗さのレベル（例えば、光レベル）など）および／または気象の考慮事項（例えば、温度、降水、霧など）に基づいて適用されることがある。上記の例では、ローカライゼーションエラー監視コンポーネントおよび／またはプランナーコンポーネントは、環境状況および／または気象状況が変わることに基づいて重みを動的に調節するように構成され、環境状況に基づいて特定のローカライザーに異なる重要度レベルを割り当てることがある。例えば、陽光がさんさんと注ぐ日の日照時間の間、ビジュアルローカライザーは、ライダーローカライザーよりも高く重み付けされることがある。しかしながら、闇夜の夜間に、ライダーローカライザーは、カメラの視力（visual acuity）が低下したことのために、カメラローカライザーより高く重み付けされることがある。上記の重みは、運転性能に少なくとも部分的に基づいて機械学習される、および／またはヒューリスティックを用いて決定されることがある。運転性能は、減じた照明、太陽のロケーションなどに基づいて、視力が下がったことによる速さ制限を含むことがある。

いくつかの例では、重みは、しきい値と比較して残差の値を増加させることがある。上記の例では、車両の制御に対する関連システムの重要度に基づいて、プランナーコンポーネントは、残差値に基づいて、車両を制御することに関してより保守的な作動を選択することがある。例えば、ＩＭＵローカライザーによって決定された１つまたは複数の測定値に関連付けられた高い残差に、たとえば、重み付けされた残差に起因するものに基づいて、プランナーシステムは、車両の前進移動の停止を決定することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、特定のローカライザーおよび／または特定の車両システム（例えば、１つまたは複数の車輪からの測定データに関連付けられたローカライゼーションたとえばホイールエンコーダーなど）に関連付けられた高い残差を識別することがあり、高い残差を、同一のまたは類似のタイプのローカライザーおよび／または同一のまたは類似のタイプの車両システム（例えば、冗長なローカライザー、センサー、および／または車両コンポーネントまたはシステム）に関連付けられた別の残差と比較することがある。上記の例では、ローカライゼーションエラー監視コンポーネントは、特定のローカライザーおよび／または特定のシステムが、故障しているかどうか、および／または一時的なグリッチを体験しているかどうか、または、特定のローカライザーおよび／または特定のシステムへのセンサー入力が間違っているか（例えば、較正されていないセンサー）を決定するように構成されることがある。例えば、４つの車輪よりなる車両は、四輪の速さ測定値を含むことがある。ローカライゼーションエラー監視コンポーネントは、第１のホイールスピードの測定が高い残差を含むと決定することがある。ローカライゼーションエラー監視コンポーネントは、単一の車輪を、３つの他の車輪と比較して、第１の車輪が、たとえば車輪のスリップによるものなど、誤りのある測定を含むと決定することがある。ローカライゼーションエラー監視コンポーネントおよび／またはプランナーコンポーネントは、特定のタイムステップに対して誤りのある測定を無視することを決定することがある。同様の例では、システムは、１つの車輪が必要とされる圧力よりも低い圧力を有することがある（予測される状態において相違を引き起こす）と決定することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントおよび／またはプランナーコンポーネントは、時間期間にわたって残差を監視することがある。上記の例では、特定のローカライザーおよび／または特定のシステムが、しきい値時間期間にわたって高い残差を有する測定値を出力しているという決定に基づいて、特定のローカライザーおよび／または特定のシステムは較正を失っていることおよび／または車両制御の考慮事項に対して無視されると、ローカライゼーションエラー監視コンポーネントおよび／またはプランナーコンポーネントが決定することがある。いくつかの例では、プランナーコンポーネントは、特定のローカライザーおよび／または特定のシステムと、若干数の他の冗長なローカライザーおよび／またはシステムとに基づいて、車両が行う作動を決定することがある。例えば、ＩＭＵローカライザーは、４つの異なるＩＭＵセンサーからデータを受信することがある。ＩＭＵローカライザーは、異なるＩＭＵセンサーに関連付けられた測定値に対して４つの残差を、それに関連付けることがある。４つのセンサーのうちの第１のセンサーが、しきい値量より多い時間、しきい値の値より上である残差を有しているという決定に基づいて、プランナーコンポーネントは、車両制御の考慮事項においてＩＭＵを無視することがある。

いくつかの例では、プランナーコンポーネントは、利用可能な若干数の冗長システムに基づいて、センサー入力を無視することを決定すること、および／またはそれに関連付けられた測定値に基づいて車両が行う作動を決定することがある。いくつかの例では、しきい値の数のシステムが使用できるという決定に基づいて、プランナーコンポーネントは、車両の動作を継続することがある。いくつかの例では、システムに関連付けられたエラーの決定と、利用可能な代替システムの不十分な数とに基づいて、プランナーコンポーネントは、車両の動作を打ち切ることを決定することがある。上記の例では、プランナーコンポーネントは、車両を片側に寄せておよび／または車両を停止させて、車両の最大の安全動作を確実にすることがある。

いくつかの例では、プランナーシステムは、車両システムに関連付けられた１つまたは複数の補正係数（correction factor）が限界内にあることを決定することによって、安全動作を最大化することがある。上記の例では、メトリックは、補正係数を含むことがある。補正係数は、ＩＭＵバイアス、車輪径のスケールファクター、および同類のものを含むことがある。補正係数は、予め定義されたモデルに従うことが分かっている入力エラーに対して補正するのに用いられることがある。いくつかの例では、補正係数は、関連する最大および／または最小のしきい値の値を有することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、適用された補正係数がしきい値の値を超えるかどうか（例えば、最大値以上、最小値以下）を決定することがある。例えば、車両の車輪の半径は、車両の動作の時間期間にわたって（例えば、摩耗、圧力／温度変化などにより）変わることがある。半径に対する変化は、正確な温度、道路状況などが公開（release）より前に分からないので、車両の動作より前に較正されないことがある。ホイールスケールエラー（wheel scale error）は、車輪がどれぐらい速く回転しているはずであるかと比較して、車輪がどれぐらい速く回転しているかについての決定を含むことがある。補正係数は、たとえば、半径におけるわずかな変化、および結果として生じるホイールスピードにおけるわずかな変化を補正するなど、車輪の半径とオドメトリとに対して説明することがある。補正係数が最大のまたは最小のしきい値を超えるという決定に基づいて、たとえば、車輪の半径がしきい値量よりも増加することまたは減少すること（例えば、０．５～１．０％の差）などに基づいて、ローカライゼーションエラー監視コンポーネントは、それぞれの車輪に関するエラーを識別することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、１つまたは複数のメトリック（例えば、分散、残差、補正係数）に関連付けられたエラーを識別することがあり、情報をプランナーコンポーネントに提供することがある。上記の例では、エラーは、関連する分散、残差、および／または補正係数が許容誤差の範囲外（例えば、しきい値を超える）であることに基づくことがある。プランナーコンポーネントは、識別されたエラーに基づいて行う作動を決定することがある。作動は、関連システムをオフラインにすること（例えば、車両制御動作に対する無視される）、車両を停止させること、予め決められた速度（例えば、時速２５マイル、時速２５キロメートルなど）まで速度を落とすこと、および／または予め決められた量の速度を落とすこと（例えば、速さの５０％まで減速すること、前進の速さを時速１０マイル減少させることなど）、特定の作動を控えること（例えば、速さを制限すること、回転半径を制限すること、加速度を制限することなど）を含むことがあるが、どんな他の操縦でも想定される。いくつかの例では、車両制御動作は、システムをオフラインにする決定に基づいて決定されることがある。例えば、３つのＩＭＵのうち第１をオフラインにする決定に基づいて、プランナーコンポーネントは、車両の速さを最大限の時速２０キロメートルまで減速させることがある。だが、今述べたことは、単なる例であり、どんな他のシステムおよび／または速さでも、本明細書にて想定される。

いくつかの例では、作動は、エラーに関連付けられたローカライザーおよび／または車両システムに基づくことがある。例えば、ＩＭＵローカライザーに関連付けられたエラーは、プランナーコンポーネントが動作を打ち切ること（例えば、車両を停止させること）に帰着することがある。いくつかの例では、ローカライザーおよび／または車両システムは、たとえば車両制御に対する重要度に基づいてなど、階層の状態において位置づけられることがある。いくつかの例では、階層は、予め決められた階層であり得る。いくつかの例では、階層は、たとえば環境上の考慮事項に基づいてなど、動的に決定されることがある。例えば、雨降りの日に、プランナーコンポーネントは、濡れた表面での車輪のスリップへの傾向が増すことに基づいて、車輪のスリップに関連付けられたエラーを（例えば、補正係数および／または残差に基づいて）、他のシステムに関連付けられたエラーよりも低く位置づけることを決定することがある。上記の例では、プランナーコンポーネントは、雨降りの日に、一時的な車輪のスリップを無視するように構成されることがある。

本明細書に説明される技法は、たとえば自律車両または他のロボットプラットフォームなどの車両に種々の技術上のおよび／または動作上の利益を提供する。例えば、個々のローカライザーからのメトリックを利用して、関連付けられたエラーを決定することによって、本明細書に説明される技法は、現在の技法により与えられるよりも、ローカライゼーションに関するより洗練された「検査」を提供する。すなわち、ローカライゼーションエラー監視コンポーネントは、現在の技法において用いられていない、ローカライゼーションと識別されたエラーとに関連付けられたコンテキストをプランナーコンポーネントに提供する。プランナーコンポーネントに提供されるコンテキストは、車両に関連付けられたシステム（例えば、ローカライザー、センサーなど）を開放する必要があるかどうか、および／または車両に速度を落とさせるまたは動作を停止させる（例えば、高速道路または交通混雑領域の片側に寄せる）必要があるかどうかを決定することを、プランナーコンポーネントに可能にすることがある。すなわち、個々のローカライザーの出力にアクセスすることにより利用できるようになるコンテキストをレバレッジすることによって、プランナーコンポーネントは、たとえローカライゼーションエラーがまだ解決されていなくても（例えば、メトリックが許容可能な値を含む）、車両を制御すること（例えば、自律的に運転すること）を継続することができる。

より洗練された「検査」を提供することに加えて、本明細書に説明される技法は、プランナーコンポーネントに、ローカライゼーションにおけるエラーをより安全に扱うことを可能にする。すなわち、例えば、ローカライザーおよび／または他のシステムの出力にアクセスすることにより利用できるようになるコンテキストをレバレッジすることによって、および、高速道路または交通混雑領域の片側に寄せることの代わりに運転を継続することを車両に可能にすることによって、本明細書に説明される技法は、自律車両に、環境内でより安全に運転することを可能にする。

本明細書に説明される技法は、若干数のやり方において実装されることが可能である。例示的な実装は、次の図面を参照して以下に提供される。例示的な実装は、自律車両という状況にて述べられるが、しかしながら、本明細書に説明される方法、装置、およびシステムは、いろいろなシステム（例えば、センサーシステムまたはロボットプラットフォーム）に適用されることが可能であり、自律車両に限定されない。加えて、本明細書に説明される技法は、（例えば、センサー（複数可）を用いてキャプチャされた）実データを、（例えば、シミュレーターによって生成された）シミュレーションデータを、または２つのどんな組み合わせでも、有して用いられることが可能である。

図１は、本開示の例に係る車両の例示的なローカライゼーションエラー監視システム１００のブロック図を示す図である。少なくとも１つの例では、ローカライゼーションエラー監視システム１００は、たとえば自律車両、半自律車両、または手動により制御される車両などの車両１０２を含むことがある。

少なくとも１つの例では、車両１０２は、環境内で動作する（例えば、運転する）ように構成された自律車両を含むことがある。自律車両は、運転者（または乗員）がいかなる時点においても車両を制御することが期待されない、全行程にすべてのセーフティクリティカルの機能を実行する性能がある車両を記述する、米国連邦道路交通安全局によって発行されるレベル５分類に従って、動作するように構成されることが可能である。上記の例にて、自律車両が、すべての駐車機能を含む、スタートからストップまでの全機能を制御するように構成されることがあるので、それは、占有されないことがある。今述べたことは、単に例であり、本明細書に説明されるシステムおよび方法は、常に運転者によって手動により制御される必要がある車両から、部分的にまたは完全に自律的に制御される車両までに及ぶ車両を含む、陸上輸送の、航空輸送の、または水上輸送のどんな車両にでも組み入れられることが可能である。

車両１０２は、ローカライゼーションコンポーネント１０４を含むことがある。ローカライゼーションコンポーネント１０４は、車両１０２の状態（例えば、ｘ－位置、ｙ－位置、ｚ－位置、ｘ－、ｙ－、ｚ－速度および／または加速度、ロール、ピッチまたはヨー、ロール、ピッチまたはヨー速度および／または加速度などのうちの１つまたは複数）を決定するために、１つまたは複数のセンサー１０６からのセンサーデータ、および１つまたは複数のマップ１０８に関連付けられたマップデータを受信する機能性を含むことがある。少なくとも１つの例では、車両１０２の状態は、自由度（例えば、１２の自由度、１５の自由度）によって表されることがある。状態を決定するのに用いられるセンサー１０６は、限定されないが、ライダーセンサー、レーダーセンサー、超音波トランスデューサー、ソナーセンサー、ロケーションセンサー（例えば、全地球測位システム（ＧＰＳ）、コンパスなど）、慣性センサー（例えば、慣性測定ユニット（ＩＭＵ）、加速度計、磁気計、ジャイロスコープ、横速度センサー（例えば、グランドトラッキング（ground tracking）に基づいて横方向の速さを決定するセンサー）など）、カメラ（例えば、赤緑青（ＲＧＢ）、赤外線（ＩＲ）、強度、深度など）、ホイールエンコーダー、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサーなど）、タイムオブフライト（time-of-flight：ＴｏＦ）センサーなどを含むことがある。いくつかの例では、ローカライゼーションコンポーネント１０４は、１つまたは複数のオドメトリセンサー１１０に基づいて車両１０２の状態を決定することがある。オドメトリセンサーは、ホイールスピードセンサー、モータースピードセンサー、操舵角センサー、および同類のものを含むことがある。

少なくとも１つの例では、ローカライゼーションコンポーネント１０４は、環境のマップ（複数可）１０８に関連付けられたマップデータを含むおよび／または要求する／受信することがあり、マップ（複数可）１０８内の車両のロケーションおよび／または向き（例えば、状態）を連続的に決定することがある。マップ（複数可）１０８は、たとえば、限定されないが、トポロジー（たとえば、ジャンクション、レーン、合流ゾーンなど）、通り、山脈、道路、地形、および一般的な環境など、環境についての情報を提供する性能があるどんなの数のデータ構造でもあり得る。マップ（複数可）１０８は、現実の環境またはシミュレートされた環境と関連付けられることがある。いくつかの例では、マップ（複数可）１０８は、タイルマップ、特徴マップ、および／または他のタイプのマップ、たとえば上に説明された米国特許出願に説明されているものなどを含むことがある。いくつかの例では、マップ（複数可）１０８は、車両が環境の中を走る運転可能な表面に関するデータを含むことがある。いくつかの例では、データは、道路のピッチ（例えば、勾配）、道路の傾斜、表面タイプ、表面摩擦、および／または車両１０２が走ることがある運転可能な表面に関連付けられた他の情報を含むことがある。

種々の例では、ローカライゼーションコンポーネント１０４は、車両１０２の状態を決定するように構成されたＩＭＵ１１２および／または１つまたは複数のローカライザーを含むことがある。上記の例では、ＩＭＵ１１２および／または各ローカライザーは、センサー１０６および／または１１０のうちの１つまたは複数からのセンサーデータおよび／またはマップ（複数可）１０８からのマップデータを処理して、車両１０２の状態の少なくとも一部を決定する（または別の状況では車両１０２の状態または部分状態を決定するのに用いられる中間変数を決定する）ことがある。車両１０２の状態の少なくとも一部は、本明細書において、車両１０２の全体的な状態（例えば、グローバル状態）を決定するのに用いられることがある、疑似測定として説明されることがある。説明的な例では、ローカライゼーションコンポーネント１０４は、ＩＭＵ１１２、ライダーローカライザー１１４、レーダーローカライザー１１６、ビジュアルローカライザー１１８、およびＧＰＳローカライザー１２０を含むことがある。だが、今述べたことは、限定することを意図せず、追加のローカライザーが本明細書にてを想定されることがある。例えば、ライダーローカライザー１１４は、複数のライダーセンサー１０６からのライダーデータおよび１つまたは複数のマップ１０８に関連付けられたマップデータを受信することがある。ライダーデータおよびマップデータに基づいて、ライダーローカライザー１１４は、車両１０２についての推定されるロケーションを、状態の一部として出力することがある。別の例として、ＩＭＵ１１２は、１つまたは複数のＩＭＵセンサー１０６からＩＭＵデータを受信し、１つまたは複数のオドメトリセンサー１１０からオドメトリデータを受信することがある。ＩＭＵ１１２は、ＩＭＵセンサー１０６およびオドメトリセンサー（複数可）１１０に関連付けられたセンサーデータに基づいて、状態の一部としての車両１０２の向きを決定することがある。

種々の例では、ローカライゼーションコンポーネント１０４は、ＩＭＵ１１２、および／または１１４、１１６、１１８、および／または１２０からの状態データを組み合わせて（例えば、融合させて）、車両のグローバル状態（例えば、状態、全体的な状態など）を決定するよう構成されることがある。いくつかの例では、ローカライゼーションコンポーネント１０４は、ＩＭＵ１１２、および／またはローカライザー１１４、１１６、１１８、および／または１２０からの測定値を、車両１０２の最適化された状態に融合させることがある。上記の例では、ローカライゼーションコンポーネント１０４は、ＩＭＵ１１２、および／またはローカライザー１１４、１１６、１１８、および／または１２０の各々に関連付けられた状態測定値を最適化することがある。少なくとも１つの例では、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０、および／またはローカライゼーションコンポーネント１０４のうちの少なくとも１つは、ＳＬＡＭ（simultaneous localization and mapping）、ＣＬＡＭＳ（calibration, localization and mapping, simultaneously）、相対ＳＬＡＭ、バンドル調整、非線形最小二乗最適化、ベイジアンフィルター（たとえばカルマンフィルター）または同類のものを利用して車両１０２の最適化された状態を決定して、それぞれのデータ（例えば、画像データ、ライダーデータ、レーダーデータ、ＩＭＵデータ、ＧＰＳデータ、ホイールエンコーダーデータなど）を受信して、車両１０２のロケーション（および／または状態）を正確に決定することがある。

種々の例では、プランナーコンポーネント１２２のローカライゼーションエラー監視コンポーネント１２４は、ＩＭＵ１１２、および／またはローカライザー１１４、１１６、１１８、および／または１２０からの状態情報を、および／または、ローカライゼーションコンポーネント１０４からのグローバル状態情報（集合的に状態情報）を受信することがある。状態情報は、車両に関連付けられた現在のロケーション、位置、向き、速度、および／または加速度を含むことがある。いくつかの例では、状態情報は、状態に関連付けられた１つまたは複数のメトリックおよび／または関連付けられたメトリックを含むことがある。少なくとも１つの例において、ローカライゼーションエラー監視コンポーネント１２４は、ローカライゼーションコンポーネント１０４の特定のローカライザーによって提供される状態情報に関連付けられたエラーを決定するように構成されることがある。いくつかの例では、メトリックは、状態に関連付けられた分散（および／または共分散）、状態に対応する測定値に関連付けられた残差、および／または車両システムに適用される補正係数を含むことがある。

図１に例示されているローカライゼーションエラー監視コンポーネント１２４は、分散コンポーネント１２６を含むことがある。分散コンポーネント１２６は、ローカライゼーションコンポーネント１０４によって出力される状態情報（例えば、グローバル状態）を受信し、出力に関連付けられた１つまたは複数の分散および／または共分散値１２８を決定するように構成されることがある。各推定状態に対する分散値１２８は、推定状態が正確であるそれぞれのローカライザーによって決定される信頼度を含むことがある。いくつかの例では、分散値１２８は、線形化システムを用いて、入力から推定値に予想される不確実性を伝搬させることによって推定されることがある。いくつかの例では、分散値１２８は、車両１０２の推定状態に関連付けられた共分散を含むことがある。上記の例では、分散コンポーネント１２６は、２以上の次元に関連付けられた分散値１２８を決定することがある。例えば、分散値１２８は、車両のピッチ、ロール、およびヨーにわたる分散を含むことがある。

種々の例では、分散コンポーネント１２６は、１つまたは複数の分散しきい値１３０を含むことがある。いくつかの例では、分散コンポーネント１２６は、分散および／または共分散を分散しきい値１３０と比較することがある。分散しきい値（複数可）１３０は、監視される状態に関連付けられた警戒限界に基づいて決定されることがある。少なくとも１つの例では、分散しきい値（複数可）１３０は、次の式を利用して決定されることがある。

ただし、ＡＬ_stateは、監視状態に対する警戒限界であり、Φ^-1は、逆正規累積分布関数（inverse normal Cumulative Distribution Function（ＣＤＦ））であり、Ｐは、与えられた時間にＡＬより大きいエラーを取得することについての尤度に関連付けられた与えられた確率である。

いくつかの例では、分散しきい値（複数可）１３０は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／またはローカライゼーションコンポーネント１０４によって許容される最大分散（または共分散）を含むことがある。上記の例では、分散コンポーネント１２６は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／またはローカライゼーションコンポーネント１０４の各々からの出力を比較して、それぞれのシステムに関するエラーを決定することがある。いくつかの例では、分散しきい値（複数可）１３０は、特定のＩＭＵおよび／またはローカライザー１１４、１１６、１１８、および／または１２０、状態決定に関連付けられた１つまたは複数のセンサー１０６および／または１１０、および／または、状態決定に関連付けられた１つまたは複数のマップ１０８に基づくことがある。上記の例では、分散しきい値（複数可）１３０は、決定された状態に関連付けられた特定のローカライザー、センサー、および／またはマップに固有であり得る。例えば、分散コンポーネント１２６は、ライダーローカライザー１１４に関連付けられた第１の分散しきい値１３０と、ビジュアルローカライザー１１８に関連付けられた第２の分散しきい値１３０とを含むことがある。分散コンポーネント１２６は、ライダーローカライザー１１４によって出力された第１の状態情報に第１の分散しきい値１３０を適用し、ビジュアルローカライザー１１８によって出力された第２の状態情報に第２の分散しきい値１３０を適用することがある。

図１に例示されているローカライゼーションエラー監視コンポーネント１２４は、ＩＭＵおよび／またはローカライザー１１４、１１６、１１８、および／または１２０によって出力された状態情報を受信し、状態情報の測定値に関連付けられた１つまたは複数の残差値１３４を決定するように構成された残差コンポーネント１３２を含むことがある。いくつかの例では、残差値１３４は、アプリオリな残差を含むことがある。上記の例では、残差値１３４は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０に関連付けられた予測された測定に関連付けられた残差を含むことがある。いくつかの例では、残差値（複数可）１３４は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０のうちの少なくとも１つによってキャプチャされた測定値に関連付けられた残差を含むことがある。残差値（複数可）１３４は、観測値（例えば、センサー入力に基づく）と、関心の量についての推定値（例えば、推定されるピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差分を表すことがある。いくつかの例では、推定値は、例えば、観測値に関連付けられた現在の時間まで先に伝搬されているなど、以前のタイムステップに関連付けられた値（例えば、現在の測定より前に０．０６秒を要した測定に関連付けられた値）に部分的に基づくことがある。上記の例では、推定値は、タイムステップ（例えば、関連付けられた時間量）に関連付けられた積分またはフィルターを用いて決定されることがある。いくつかの例では、残差値（複数可）１３４は、測定値における矛盾を表すことがある。例えば、残差値１３４は、ある時間に観測された速度と、以前の時間の速度との差分を含むことがある。

種々の例では、残差値（複数可）１３４は、最適化前または最適化後の測定値を含むことがある。種々の例では、残差値（複数可）１３４は、センサー１０６および／または１１０から受信される生センサーデータおよび／または処理されたセンサーデータと関連付けられることがある。いくつかの例では、残差値（複数可）１３４は、例えばＩＭＵ１１２および／または個々のローカライザー１１４、１１６、１１８、および／または１２０に基づいて決定されるものなど、車両１０２の状態に関連付けられた疑似測定値と関連付けられることがある。いくつかの例では、残差値（複数可）１３４は、例えばローカライゼーションコンポーネント１０４によって決定されるなど、車両の全体的な状態と関連付けられることがある。

種々の例では、残差コンポーネント１３２は、１つまたは複数の残差しきい値１３６を含むことがある。いくつかの例では、残差しきい値（複数可）１３６は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０、および／または、それぞれのセンサー１０６および／または１１０に関連付けられた制御データを含むことがある。いくつかの例では、残差しきい値（複数可）１３６は、ローカライゼーションコンポーネント１０４によって許容される最大残差を含むことがある。上記の例では、残差しきい値（複数可）１３６は、関連付けられたセンサー１０６および／または１１０、および／またはＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０と関係なく、予想測定値と観測測定値との間の最大差分（maximum difference）を含むことがある。いくつかの例では、残差しきい値（複数可）１３６は、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０によって出力される特定の測定値に関連付けられた個々の最大値を含むことがある。上記の例では、残差しきい値（複数可）１３６は、残差値１３４に関連付けられた特定の測定に基づくことがある。種々の例では、残差コンポーネント１３２は、残差値（複数可）１３４を、測定値に関連付けられた残差しきい値（複数可）１３６と比較することがある。上記の例では、比較に基づいて、ローカライゼーションエラー監視コンポーネントは、エラーの程度（例えば、規模）を決定することがある。

種々の例では、残差コンポーネント１３２は、残差値（複数可）１３４に基づいておよび／または残差しきい値（複数可）１３６との比較に基づいて、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／またはセンサー１０６および／または１１０に関連付けられたエラーを決定するよう構成されることがある。いくつかの例では、残差コンポーネント１３２は、関連する残差しきい値１３６を超える単一の残差値１３４に基づいてエラーを決定することがある。種々の例では、エラーを決定することに応答して、入力モダリティは、車両計画の考慮事項において無視されることがある。いくつかの例では、入力モダリティ（例えば、センサー１０６および／または１１０、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０）は、例えばローカライゼーションコンポーネント１０４によって決定されるなど、車両１０２の全体状態の決定において考慮事項から取り除かれることがある。

種々の例では、単一の入力モダリティを考慮事項から取り除いた後、残差コンポーネント１３２は、特定のＩＭＵ１１２および／または特定のローカライザー１１４、１１６、１１８、および／または１２０および／またはセンサー１０６および／または１１０に関連付けられた残りの残差値１３４の和に基づいてエラーを決定することがある。上記の例では、残差コンポーネント１３２は、残りの残差値１３４の和が全体的な残差しきい値１３６（例えば、残差の合計に関連付けられたしきい値）以上であるかどうかを決定することがある。いくつかの例では、入力される残差値１３４の和が全体的な残差しきい値１３６を超えるという決定に基づいて、残差コンポーネント１３２は、プランナーコンポーネント１２２にエラーのインディケーションを提供することがある。いくつかの例では、プランナーコンポーネント１２２は、エラーに基づいて、車両１０２が取る作動を決定することがある。

種々の例では、加えて、分散コンポーネント１２６および／または残差コンポーネント１３２は、残差値（複数可）１３４を、関連する分散値（複数可）１２８と比較することがある。上記の例では、状態に関連付けられた測定値は、状態における信頼度と比較されることがある。いくつかの例では、残差値（複数可）１３４は、分散値（複数可）１２８によって正規化される（例えば、分散値（複数可）１２８と同じスケールに修正される）ことがある。上記の例では、比較は、白色化された残差に帰着することがある。いくつかの例では、残差コンポーネント１３２は、白色化された残差に関連付けられた値を決定することがある。白色化された残差に関連付けられた値に基づいて、残差コンポーネント１３２は、残差値１３４が残差しきい値１３６を超えるかどうかを決定することがある。いくつかの例では、残差コンポーネント１３２は、残差における白色に関連付けられた値と残差しきい値１３６との比較に基づいて、関連するＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／またはセンサー１０６および／または１１０におけるエラーを識別することがある。種々の例では、ローカライゼーションエラー監視コンポーネントは、例えば車両１０２の制御考慮事項に対してなど、エラーに関連付けられたデータをプランナーコンポーネント１２２に提供することがある。

種々の例では、残差コンポーネント１３２は、異なるローカライザーに関連付けられた残差（複数可）に重み（例えば、１．２、１．５など）を割り当てるように構成されることがある。いくつかの例では、重みは、車両の制御に対するＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／または関連センサー１０６および／または１１０の重要度を表すことがある。いくつかの例では、重みは、車両１０２の関連システムにおける信頼度を表すことがある。重みは、試験、実験データ、経験的分析、機械学習、および同類のものに基づいて決定されることがある。いくつかの例では、重みは、１つまたは複数の環境上の考慮事項（例えば、道路状況、１日のうちの時間、暗さのレベルなど）に基づいて適用されることがある。上記の例では、残差コンポーネント１３２は、環境状況が変わることに基づいて重みを動的に調節するように構成され、環境状況に基づいて特定のローカライザーに異なる重要度レベルを割り当てることがある。例えば、陽光がさんさんと注ぐ日の日照時間の間、ビジュアルローカライザーは、ライダーローカライザー１１４よりも高く重み付けされることがある。しかしながら、闇夜の夜間に、ライダーローカライザー１１４は、カメラの視力（visual acuity）が低下したことのために、ビジュアルローカライザー１１８より高く重み付けされることがある。

いくつかの例では、重みは、残差値１３４を増加させることがある（例えば、実際の残差×１．３など）。上記の例では、残差コンポーネント１３２は、車両の安全動作を最大化するために、より低い実際の残差値１３４にてクリティカルシステムに関連付けられたエラーを決定することがある。例えば、ＩＭＵ１１２によって決定された１つまたは複数の測定値における高い残差に、たとえば重み付けされた残差値１３４に起因するものなどに基づいて、プランナーシステムは、車両の前進移動の停止を決定することがある。

いくつかの例では、残差コンポーネント１３２は、特定のＩＭＵ１１２および／または特定のローカライザー１１４、１１６、１１８、および／または１２０および／または特定のセンサー１０６および／または１１０に関連付けられた高い残差を識別することがあり、高い残差を、同一のまたは類似のタイプのＩＭＵおよび／またはローカライザー１１４、１１６、１１８、および／または１２０（または他の車両コンポーネント、例えば車輪など）および／または同一のまたは類似のタイプのセンサー１０６および／または１１０（例えば、冗長なローカライザーおよび／またはセンサー）に関連付けられた別の残差値１３４と比較することがある。上記の例では、残差コンポーネント１３２は、特定のＩＭＵ１１２および／または特定のローカライザー１１４、１１６、１１８、および／または１２０、および／または特定のセンサー１０６および／または１１０が故障しているかどうか、および／または一時的なグリッチを体験しているかどうか、または、特定のローカライザーへのセンサー入力が間違っているか（例えば、較正されていないセンサー）を決定するように構成されることがある。例えば、４つの車輪よりなる車両１０２は、四輪の速さ測定値を含むことがある。残差コンポーネント１３２は、第１のホイールスピードの測定が高い残差値１３４を含むと決定することがある。残差コンポーネント１３２は、単一の車輪を、３つの他の車輪と比較して、第１の車輪が、たとえば車輪のスリップによるものなど、誤りのある測定を含むと決定することがある。残差コンポーネント１３２および／またはプランナーコンポーネント１２２は、特定のタイムステップに対して誤りのある測定を無視することを決定することがある。

いくつかの例では、残差コンポーネント１３２は、時間期間にわたって残差値（複数可）１３４を監視することがある。上記の例では、特定のＩＭＵ１１２および／または特定のローカライザー１１４、１１６、１１８、および／または１２０および／または特定のセンサー１０６および／またはが、しきい値時間期間にわたって高い残差値（複数可）１３４を有する測定値を出力しているという決定に基づいて、残差コンポーネント１３２は、特定のＩＭＵ１１２および／または特定のローカライザー１１４、１１６、１１８、および／または１２０および／または特定のセンサー１０６および／または１１０が、較正を失っている、および／または車両制御の考慮事項に対して無視されるべきであると決定することがある。例えば、ＩＭＵ１１２は、４つの異なるＩＭＵセンサー１０６からデータを受信することがある。ＩＭＵ１１２は、異なるＩＭＵセンサー１０６に関連付けられた測定値に対応する４つの残差値１３４を、それに関連付けることがある。４つのＩＭＵセンサー１０６のうちの第１のＩＭＵセンサーが、しきい値量より多い時間、しきい値１３６より上である残差値１３４を有しているという決定に基づいて、残差コンポーネント１３２は、第１のＩＭＵセンサーにおけるエラーを識別することがある。

いくつかの例では、プランナーコンポーネント１２２は、利用可能な若干数の冗長なセンサー１０６および／または１１０に基づいて、センサー１０６および／または１１０入力を無視することを決定すること、および／またはそれに関連付けられた測定値に基づいて車両が行う作動を決定することがある。いくつかの例では、しきい値の数のセンサー１０６および／または１１０が使用できるという決定に基づいて、プランナーコンポーネント１２２は、車両の動作を継続することがある。いくつかの例では、センサー１０６および／または１１０に関連付けられたエラーの決定と、利用可能な代替システムの不十分な数とに基づいて、プランナーコンポーネント１２２は、車両１０２の動作を打ち切ることを決定することがある。上記の例では、プランナーコンポーネント１２２は、車両１０２を片側に寄せておよび／または車両１０２を停止させて、車両１０２の最大の安全動作を確実にすることがある。

いくつかの例では、ローカライゼーションエラー監視システム１００は、車両システム（例えば、センサー１０６および／または１１０、車輪など）に関連付けられた１つまたは複数の補正係数が限界内にあることを決定することによって、安全動作を最大化することがある。上記の例では、ローカライゼーションエラー監視コンポーネント１２４は、１つまたは複数の車両システムに適用される１つまたは複数の補正値１４０を決定するように構成された補正係数コンポーネント１３８を含むことがある。補正値１４０は、ＩＭＵバイアス、マップ歪み率（map distortion factor）、車輪径スケールのスケールファクター、および同類のものを含むことがある。補正値１４０は、予め定義されたモデルに従うことが分かっている入力エラーに対して補正するのに用いられる値を含むことがある。補正係数１４０は、関係のある測定値（例えば、関係のあるコンポーネント（例えば、ＩＭＵ、車輪のオドメトリセンサーなど）に関連付けられた測定値）を適用することがある。いくつかの例では、補正値１４０は、関連する最大および／または最小の補正しきい値１４２を有することがある。いくつかの例では、補正係数コンポーネント１３８は、適用された補正値１４０が補正しきい値１４２を超えるかどうか（例えば、最大値以上、最小値以下）を決定することがある。例えば、車両１０２の車輪の半径は、車両の動作の時間期間にわたって変わることがある。半径に対する変化は、正確な温度、道路状況などが公開（release）より前に分からないので、車両の動作より前に較正されないことがある。ホイールスケールエラー（wheel scale error）は、車輪がどれぐらい速く回転しているはずであるかと比較して、車輪がどれぐらい速く回転しているかについての決定を含むことがある。補正値１４０は、たとえば、半径におけるわずかな変化、および結果として生じるホイールスピードにおけるわずかな変化を補正するなど、車輪の半径とオドメトリとに対して説明することがある。補正値１４０が補正しきい値１４２を超えるという決定に基づいて、たとえば、車輪の半径がしきい値量よりも増加することまたは減少すること（例えば、０．５～１．０％の差）などに基づいて、補正係数コンポーネント１３８は、それぞれの車輪に関するエラーを識別することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネント１２４は、分散コンポーネント１２６、残差コンポーネント１３２、および／または補正係数コンポーネント１３８によって評価されたメトリックに基づいて、ＩＭＵ１１２および／または１つもしくは複数のローカライザー１１４、１１６、１１８、および／または１２０および／または１つもしくは複数のセンサー１０６および／または１１０に関連付けられたエラーを識別することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネント１２４は、エラーに関連付けられたエラーデータ１４４をプランナーコンポーネント１２２に提供することがある。いくつかの例では、エラーデータ１４４は、ＩＭＵ１１２および／またはローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはセンサー（複数可）１０６および／または１１０に対応する情報、分散値（複数可）１２８、残差値（複数可）１３４、および／またはエラーに関連付けられた補正値（複数可）１４０、前述の値（複数可）１２８、１３４、および１４０がそれぞれのしきい値１３０、１３６、および／または１４２を超える量、冗長システムの数および／またはタイプ、ＩＭＵ１１２および／または特定のローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはセンサー（複数可）１０６および／または１１０の重み付け値（例えば、重要度）を、および／または車両が行う作動の決定を知らせるのに消費されるどんな他のデータでも、含むことがある。

プランナーコンポーネント１２２は、エラーデータ１４４を受信し、識別されたエラーに基づいて車両１０２が行う作動を決定することがある。作動は、関連するＩＭＵ１１２および／またはローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはセンサー（複数可）１０６および／または１１０をオフラインにすること（例えば、車両制御動作に対して無視される）、車両１０２を停止させること、予め決められた速さまで速度を落とすこと、および／または予め決められた量の速度を落とすこと（例えば、速さの５０％まで減速すること、前進の速さを時速１０マイル減少させることなど）、特定の作動を控えること（例えば、速さを制限すること、回転半径を制限すること、加速度を制限することなど）を含むことがあるが、どんな他の操縦でも想定される。いくつかの例では、車両制御動作は、ＩＭＵ１１２および／またはローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはセンサー（複数可）１０６および／または１１０をオフラインにするという決定に基づいて決定されることがある。例えば、８つのライダーセンサーのうちの１つをオフラインにする決定に基づいて、プランナーコンポーネント１２２は、車両の速さを最大限の時速２５マイルまで減速させることがある。だが、今述べたことは、単なる例であり、どんな他のシステムおよび／または速さでも、本明細書にて想定される。

いくつかの例では、作動は、ＩＭＵ１１２および／またはローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはエラーに関連付けられたセンサー（複数可）１０６および／または１１０に基づくことがある。例えば、ＩＭＵ１１２に関連付けられたエラーは、プランナーコンポーネント１２２が動作を打ち切ること（例えば、車両１０２を停止させること）に帰着することがある。いくつかの例では、ＩＭＵ１１２および／またはローカライザー（複数可）１１４、１１６、１１８、および／または１２０および／またはセンサー（複数可）１０６および／または１１０は、たとえば車両制御に対する重要度に基づいてなど、階層の状態において位置づけられることがある。いくつかの例では、階層は、予め決められた階層であり得る。いくつかの例では、階層は、たとえば環境上の考慮事項に基づいてなど、動的に決定されることがある。例えば、雨降りの日に、プランナーコンポーネント１２２は、濡れた表面での車輪のスリップへの傾向が増すことに基づいて、車輪のスリップに関連付けられたエラーを（例えば、補正値１４０および／または残差値１３４に基づいて）、他のシステムに関連付けられたエラーよりも低く位置づけることを決定することがある。上記の例では、プランナーコンポーネント１２２は、雨降りの日に、一時的な車輪のスリップを無視するように構成されることがある。

種々の例では、プランナーコンポーネント１２２は、たとえば１つまたは複数のネットワーク１４８（例えば、ワイヤードネットワークまたはワイヤレスネットワーク）を介してなど、エラーデータ１４４をリモートコンピューティングデバイス１４６に送るように構成されることがある。いくつかの例では、リモートコンピューティングデバイス１４６は、少なくとも１つのプロセッサー１５０およびメモリー１５２を有するコンピューティングデバイスを含むことがある。いくつかの例では、リモートコンピューティングデバイス１４６は、車両１０２および／または車両１０２の種々のコンポーネントの状態を監視する、および／または車両１０２の種々のコンポーネントにメンテナンスを提供する、監視システムおよび／またはメンテナンスシステムに関連付けられることがある。したがって、エラーデータ１４４は、リモートコンピューティングデバイス１４６および／またはリモートコンピューティングデバイス１４６を用いる人に、エラーデータ１４４のエラー、および関連する車両１０２システム（例えば、ＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０および／またはセンサー１０６および／または１１０）についての情報を含む種々の車両コンポーネントの状態に関係した情報の包括的パッケージを提供することがある。

図２は、本明細書に説明されている車両のたとえばローカライゼーションコンポーネント１０４などのローカライゼーションコンポーネントからの出力を用いることに少なくとも部分的に基づいて、たとえば車両１０２などの車両をどのように制御するかを決定するための例示的な環境２００を示す図である。

少なくとも１つの例では、車両は、たとえばセンサー１０６および／または１１０など、車両に関連付けられたセンサーシステム（複数可）からセンサーデータ２０４、および／または車両が置かれている環境に関連付けられたマップデータ２０６を受信するように構成されたプランナーコンポーネント２０２を含むことがある。いくつかの例では、プランナーコンポーネント２０２は、センサーデータ２０４、マップデータ２０６、および／または車両に関連付けられた他のコンポーネントによって行われる任意の決定（例えば、ローカライゼーション、パーセプション、予測など）に少なくとも部分的に基づいて車両を制御するように構成されることがある。少なくとも１つの例では、プランナーコンポーネント２０２の出力は、車両を環境内において、走らせるまたは別の状況では制御するための１つまたは複数の命令を含むことがある。いくつかの例では、１つまたは複数の命令は、時間期間（例えば、将来への規定された秒数）、車両を制御するために、速度様相、加速度様相、操舵角様相、操車様相などを含むことがある。すなわち、少なくとも１つの例では、出力は、車両が時間期間、運転することになる軌道および／またはルートを含むことが可能である。

種々の例では、プランナーコンポーネント２０２は、動作２０８にて例示されているローカライゼーションコンポーネントから信号を受信することがある。ローカライゼーションコンポーネントは、１つまたは複数のローカライザー、たとえば、１つまたは複数のＩＭＵローカライザー、ライダーローカライザー、レーダーローカライザー、ビジュアルローカライザー、ＧＰＳローカライザー、および同類のものを含むことがある。いくつかの例では、ローカライゼーションコンポーネントは、グローバルローカライザーを含むことがある。上記の例では、グローバルローカライザーは、ローカライザー（複数可）からのローカライゼーションデータを組み合わせて、与えられた時間に車両のグローバル状態（例えば、ロケーション、位置、向き、速度、加速度など）を決定するように構成されることがある。いくつかの例では、信号は、車両の状態の部分（例えば、ＩＭＵおよび／または１つまたは複数のローカライザーによって決定される）、生のセンサーデータおよび／または処理されたセンサーデータを含む疑似測定値に関連付けられたグローバル状態の情報を含むことがある。状態情報は、１つまたは複数のｘ－位置、ｙ－位置、ｚ－位置、ｘ－速度および／または加速度、ｙ－速度および／または加速度、ｚ－速度および／または加速度、ロール、ピッチ、またはヨー、ロール速度および／または加速度、ピッチ速度および／または加速度、またはヨー速度および／または加速度、および同類のもののうちの１つまたは複数を含むことがある。少なくとも１つの例では、信号は、与えられた時間に最適化された車両の状態を含むことがある。

加えて、信号は、車両の状態に関連付けられた１つまたは複数のメトリックを含むことがある。メトリック（複数可）は、個々の次元（例えば、Ｘ－位置、ロールなどに関連付けられたメトリック）と、および／または２以上の次元（例えば、ＸＹ速度などに関連付けられたメトリック）にわたる個々の次元と関連付けられることがある。少なくとも１つの例では、メトリック（複数可）は、車両の状態に関連付けられた分散、状態に対応する測定に関連付けられた残差、および／またはシステムに関連付けられた入力エラー（例えば、ホイールスケールエラー、ＩＭＵバイアス等）を補正するのに適用される補正係数の値を含む。本明細書に用いられている分散は、信号に関連付けられた共分散を含むことがある。

動作２１０において、プランナーコンポーネント２０２は、信号に関連付けられた分散を決定することがある。分散は、推定状態が正確であるローカライザーコンポーネントによって決定される信頼度を含むことがある。いくつかの例では、分散は、線形化システムに基づいて決定されることがある。いくつかの例では、分散は、車両の各推定状態に対する共分散を含むことがある。上記の例では、分散は、２以上の次元にわたって推定状態の信頼度を含むことがある。例えば、共分散は、縦方向および横方向の次元（例えば、Ｘ／Ｙ）にわたる分散を含むことがある。別の例として、共分散は、車両のピッチ、ロール、およびヨーにわたる分散を含むことがある。

動作２１２において、プランナーコンポーネント２０２は、信号に関連付けられた残差を決定することがある。残差は、観測値（例えば、センサー入力に基づく）と、関心の量についての推定値（例えば、推定されるピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差分を表すことがある。いくつかの例では、推定値は、以前のタイムステップに関連付けられた値（例えば、現在の測定より前に０．１秒を要した測定に関連付けられた値）に、たとえば以前のタイムステップに関連付けられた値を現在の時間まで先に伝搬させることによってなど、部分的に基づくことがある。上記の例では、残差は、測定値における矛盾を表すことがある。例えば、残差は、ある時間に観測された速度と、以前のタイムステップの速度との差分を含むことがある。差異を決定することに基づいて、プランナーコンポーネントは、速度測定に関連付けられたシステムがエラーを生成していることがあると決定することがある。種々の例では、プランナーコンポーネントは、残差を、測定値に関連付けられた予め決められたしきい値残差と比較することがある。上記の例では、比較に基づいて、プランナーコンポーネントは、エラーの程度（例えば、規模）を決定することがある。

種々の例では、加えて、プランナーコンポーネントは、残差を、動作２１０において決定された関連する分散と比較することがある。上記の例では、状態に関連付けられた測定は、状態における信頼度と比較されることがある。いくつかの例では、残差は、分散（および／または共分散）によって正規化されることがある。上記の例では、比較は、白色化された残差に帰着することがある。いくつかの例では、プランナーコンポーネントは、残差における白色を決定することがある。上記の例では、残差における白色は、たとえば動作２１６など、以下に述べられるしきい値と比較されることがある。

動作２１４において、プランナーコンポーネント２０２は、信号の補正係数に関連付けられた値を決定することがある。補正係数は、ＩＭＵバイアス、マップ歪み率、車輪径スケールのスケールファクター、および同類のものを含むことがある。補正係数は、入力エラーに対して補正するのに用いられることがある。いくつかの例では、補正係数は、予め定義されたモデルに従うことが分かっている入力エラーに適用されることがある。

動作２１６において、プランナーコンポーネント２０２は、分散、残差、または補正係数に関連付けられた値がしきい値以上であるかどうかを決定することがある。いくつかの例では、しきい値は、１つまたは複数の分散しきい値、残差しきい値、および／または補正しきい値を含むことがある。いくつかの例では、それぞれのしきい値は、分散、残差、および／または補正しきい値に関連付けられたローカライザーに基づいて決定されることがある。いくつかの例では、それぞれのしきい値は、分散、残差、および／または補正しきい値に関連付けられたセンサーに基づいて決定されることがある。

いくつかの例では、しきい値は、残差および／または補正係数に関連付けられた値がしきい値より上であり得るしきい値時間期間（例えば、最大時間、1秒、０．５秒など）を含むことがある。上記の例では、残差および／または補正係数がしきい値を超えるという決定は、残差および／または補正係数が、しきい値時間期間以上、高いままであったという決定に基づくことがある。例えば、第１のホイールスピードに関連付けられた第１の補正係数は、第１の時間にしきい値補正係数の値を超えることがある。第１の時間の後のしきい値時間期間未満の第２の時間に、第２のホイールスピードに関連付けられた第２の補正係数は、しきい値よりも小さいことがある。プランナーコンポーネント２０２は、エラーが一時的（例えば、車輪のスリップ、または同類のものによって生じた一時的なグリッチ）だったこと、および値がしきい値を超えなかったと決定することがある。しかしながら、第３の時間に、第３のホイールスピードに関連付けられた第３の補正係数がしきい値補正係数を超えることがあり、第３の時間からのしきい値時間期間より大きい第４の時間に、さらに、第４のホイールスピードに関連付けられた第４の補正係数がしきい値補正係数を超えることもある。しきい値時間期間より長い超過に基づいて、プランナーコンポーネント２０２は、補正係数値がしきい値を超えると決定することがある。

分散、残差、または値のうちの少なくとも１つがしきい値を超えないという決定（動作２１６において「いいえ」）に基づいて、プランナーコンポーネント２０２は、動作２１８において、信号に基づいて車両を制御することがある。いくつかの例では、プランナーコンポーネント２０２は、信号に基づいて車両の最初のロケーションを決定することがある。上記の例では、プランナーコンポーネント２０２は、最初のロケーションに基づいて、車両が環境を通り抜けて走る軌道を決定することがある。種々の例では、プランナーコンポーネント２０２は、２０１９年７月１９日に出願された「Unstructured Vehicle Path Planner」という表題の米国特許出願シリアル番号１６／５１７，５０６、および２０１９年８月１３日に出願された「Cost-Based Path Determination」という表題の米国特許出願シリアル番号１６／５３９，９２８に説明された技法を利用する信号に基づいて車両を制御することがあり、両方の出願の全内容が参照によって本明細書に組み入れられる。

分散、残差、または値のうちの少なくとも１つがしきい値を超えるという決定（動作２１６において「はい」）に基づいて、プランナーコンポーネント２０２は、動作２２０において、車両に代替動作を行わせることがある。代替動作は、車両を予め決められた速さ（例えば、時速１７マイル、時速２５キロメートルなど）まで減速させること、車両を以前の速さの何分の一まで減速させること（例えば、以前の速度の６０％まで減らすこと）、または車両を停止させること、特定の作動を控えること（例えば、速さを制限すること、回転半径を制限すること、加速度を制限することなど）を含むことがあるが、どんな他の操縦でも想定される。例えば、分散がしきい値を超えるという決定に基づいて、プランナーコンポーネントは、車両を停止させる（例えば、道路の片側に寄せる）ことを決定することがある。

いくつかの例では、代替動作は、同一または類似のタイプの異なるセンサーに関連付けられたデータを比較することを含むことがある。例えば、プランナーコンポーネント２０２は、第１のＩＭＵに関連付けられた残差はしきい値を超えるが、第２および第３のＩＭＵに関連付けられた残差はしきい値を超えないと決定することがある。比較に少なくとも部分的に基づいて、プランナーコンポーネントは、車両の前進移動を、減じられた速度（例えば、現在の速さについての予め決められたまたは割合）まで減速することを決定することがある。

いくつかの例では、代替動作は、しきい値超過に関連付けられたセンサーおよび／またはローカライザーを無視することを含むことがある。いくつかの例では、代替動作は、超過に関連付けられた特定の自由度（例えば、特定の次元における値）を無視することを含むことがある。上記の例では、プランナーコンポーネント２０２は、特定の自由度が車両の制御と関係がないと決定することがあり、車両制御の考慮事項において関連付けられた値（例えば、分散、残差など）を取り除くことがある。例えば、プランナーコンポーネント２０２は、車両のｚ－高さに関連付けられた残差がしきい値を超えると決定することがある。ｚ－高さが実質的に平坦な道路（例えば、＜３％の勾配など）を走る車両と関係がないという決定に基づいて、プランナーコンポーネント２０２は、車両制御計画の考慮事項から、ｚ－高さと、関連する残差とを無視することを決定することがある。別の例として、プランナーコンポーネント２０２は、車両の横方向の速度に関連付けられた残差がしきい値の値を超えると決定することがある。横方向の速度が車両と関係があるという決定に基づいて、プランナーコンポーネント２０２は、エラーが解決されるまで車両の前進速度を遅くすることを決定することがある。

いくつかの例では、代替動作は、エラーに関連付けられたデータを、たとえばリモートコンピューティングデバイス１４６などのリモートコンピューティングデバイスに送ることを含むことがある。いくつかの例では、リモートコンピューティングデバイスは、エラーを評価する、および／または１つまたは複数の車両システムに診断検査および／またはメンテナンスを行うように構成されることがある。いくつかの例では、加えて、プランナーコンポーネント２０２は、上の参照によって本明細書に組み入れられる、たとえば米国特許出願シリアル番号１６／７１２，７５３に記載されているなど、障害データをリモートコンピューティングデバイスに送ることがある。上記の例では、プランナーコンポーネント２０２（例えば、車両の車両コンピューティングシステム）によって提供されるエラーデータおよび／または故障データに基づいて、リモートコンピューティングデバイスは、誤りのあるデータを提供している特定のセンサーおよび／またはローカライザーを識別することがある。

図３は、本明細書に説明されている時間をかけて決定される車両３０２の車輪に関連付けられた残差（例えば、残差３１２、３１６など）の例示的なチャート３００である。説明的な例では、車両３０２は、４つの車輪、第１の車輪３０４、第２の車輪３０６、第３の車輪３０８、および第４の車輪３１０を含むことがある。今述べたことは、限定していることを意図されず、車両は、より多いまたはより少ない数の車輪を含むことがある。

いくつかの例では、プランナーコンポーネント、たとえばプランナーコンポーネント１２２などのローカライゼーションエラー監視コンポーネント、たとえばローカライゼーションエラー監視コンポーネント１２４などは、センサーデータに基づいて、測定値に関連付けられた１つまたは複数の残差を決定するように構成されることがある。説明的な例では、測定値は、ホイールスピードを含むことがある。他の例では、測定値は、どんな次元および／または自由度においても、および／または２以上の次元または自由度にわたって、状態情報に関連付けられた他の値（例えば、ｘ－位置、ｙ－位置、ｚ－位置、ｘ－速度、ｙ－速度、ｚ－速度、ピッチ、ロール、ヨー、関連付けられた進度、加速度、および同類のもの）を含むことがある。状態情報は、車両、および／または説明的な例として、車両のコンポーネント（例えば、車輪）に関連付けられた情報を含むことがある。

種々の例では、ローカライゼーションエラー監視コンポーネントは、時間をかけて残差（複数可）を評価することがある。上記の例では、残差に関するエラー評価誤差は、残差に関連付けられた時間的な統計に基づくことがある。種々の例では、時間的な統計は、ローカライゼーションエラー監視コンポーネントに、特定の時間に特定の残差が、たとえば車輪のスリップに基づくなどの例外であったかどうか、または関連付けられたセンサーおよび／またはシステムが、センサーおよび／またはシステムにおける真のエラーを示す高い残差を一貫して生成しているかを決定することを可能にすることがある。いくつかの例では、残差は、たとえば、以前のタイムステップのホイールスピードを積分することによって、または現在の時間の推定ホイールスピードまで早く先に伝搬させることによってなど、以前のタイムステップのホイールスピードとの現在のホイールスピードの比較に部分的に基づいて決定されることがある。

説明的な例では、第２の車輪３０６は、時間ｔ₂に残差３１２を含むことがあり、残差３１２がホイールスピードの測定に関連付けられる。残差３１２は、たとえば時間ｔ₁と比較されるなど、時間ｔ₂のホイールスピードにおける差に起因することがある。いくつかの例では、修正は、路面の水、くぼみに出くわすこと、または同類のものによるわずかな車輪のスリップによることがある。

図３に例示されている残差３１２は、残差しきい値３１４より小さい値を含むことがある。種々の例では、残差しきい値３１４は、測定に関連付けられた特定のセンサーおよび／またはコンポーネントに基づいて決定されることがある。いくつかの例では、残差しきい値３１４は、測定値を提供するローカライザーに基づいて決定されることがある。種々の例では、残差しきい値３１４は、環境上の考慮事項（例えば、道路状況、気象状況、１日のうちの時間、暗さのレベルなど）に基づいて決定されることがある。例えば、ローカライゼーションエラー監視コンポーネントは、たとえば濡れた面による増加する車輪のスリップを説明するなど、乾いた日の使用のための第１の残差しきい値３１４と、雨降りの日の適用のための第２の、より高い残差しきい値３１４とを含むことがある。残差３１２が残差しきい値３１４より小さいという決定に少なくとも部分的に基づいて、ローカライゼーションエラー監視コンポーネントは、関連センサーおよび／または関連コンポーネントにエラーが存在しないと決定することがある。

説明的な例では、時間ｔ₃に、ローカライゼーションエラー監視コンポーネントは、第１の車輪３０４および第３の車輪３０８に関連付けられた測定値に対応する残差３１６を識別することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、残差３１６が残差しきい値３１４より上であると決定することがある。いくつかの例では、残差が残差しきい値３１４より上であるという決定に基づいて、ローカライゼーションエラー監視コンポーネントは、たとえば、センサー（例えば、ホイールスピードセンサー）および／またはコンポーネント（例えば、車輪）に関連付けられた、可能性があるエラーを車両コンピューティングシステムに警告するなど、エラーデータを車両コンピューティングシステムのプランナーコンポーネントに提供することがある。

いくつかの例では、第１の車輪３０４および第３の車輪３０８（例えば、平行な車輪）が同一の時間ｔ₃に（同じ大きさの）残差３１６を含むことに少なくとも部分的に基づいて、ローカライゼーションエラー監視コンポーネントは、残差が、たとえば、鉄道の軌道、スピードバンプ、または同類のものなど、運転可能表面の上に出くわした物体の結果であり得ると決定することがある。いくつかの例では、たとえば第１の車輪３０４および第３の車輪３０８など、平行な車輪が同時に同じ残差３１６を含むという決定に少なくとも部分的に基づいて、ローカライゼーションエラー監視コンポーネントは、残差３１６がしきい値３１４を超えていることに関連付けられたエラーが一時的なグリッチであったと決定することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、プランナーコンポーネントへエラーデータを提供するのを遅らせることを決定することがある。いくつかの例では、遅延は、車輪３０４、３０６、３０８、および３１０に関連付けられた残差の後続の決定までの時間（例えば、ｔ₄）を含むことがある。例えば、第１の車輪および第３の車輪３０８に関連付けられた残差３１６が時間ｔ４においてしきい値より上のままならば、ローカライゼーションエラー監視コンポーネントは、関連付けられたエラーデータをプランナーコンポーネントに提供することがある。以下に述べられているだろうローカライゼーションエラー監視コンポーネントは、残差３１６が残差しきい値３１４より上であることに関連付けられた時間が、たとえばしきい値時間３１８など、しきい値時間より上であるという決定に基づいて、エラーデータを報告することがある。

説明的な例では、第２の車輪３０６および第４の車輪３１０は、時間ｔ₄において残差３１６をそれに関連付けることがある。車両３０２に例示されている第２車輪３０６および第４の車輪３１０は、平行な、後輪を含むことがある。いくつかの例では、車両３０２は、二方向性であり得る。上記の例では、第２車輪３０６および第４の車輪３１０は、前輪として動作するように構成されることがある。第２の車輪３０６および第４の車輪３１０に関連付けられた測定値が、時間ｔ₃における第１の車輪３０４および第３の車輪に関連付けられたのと実質的に同じ残差、時間ｔ４において関連付けられた残差３１６を有するという決定に少なくとも部分的に基づいて、ローカライゼーションエラー監視コンポーネントは、エラー（例えば、残差３１６が残差しきい値３１４を超える）が運転可能表面の上に出くわした物体によると決定することがある。例えば、車両３０２の前輪（例えば、第１の車輪３０４および第３の車輪３０８）は、時間ｔ₃に鉄道の軌道を越えて行き、第１の車輪３０４および第３の車輪３０８に関連付けられた測定値に、結果として生じる残差３１６を引き起こすことがある。時間ｔ₄において、車両３０２の後輪（第２の車輪３０６および第４の車輪３１０）が鉄道の軌道を越えて行き、第２の車輪３０６および第４の車輪３１０に関連付けられた測定値に、結果として生じる残差３１６を引き起こすことがある。実質的に同じ（例えば、しきい値差以内、＜３％差など）残差３１６が、後続の時間（例えば、ｔ₃およびｔ₄）に前輪および後輪に関連付けられたという決定に基づいて、ローカライゼーションエラー監視コンポーネントは、エラーが一時的であったおよび／または外部条件もしくはイベントに基づいたと、およびプランナーコンポーネントに報告されるべきでないと決定することがある。

図３に例示されているローカライゼーションエラー監視コンポーネントは、時間ｔ₈における第３の車輪３０８に関連付けられた測定に対応する残差３２０を決定することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、残差３２０が残差しきい値３１４より上であると決定することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、残差３２０が残差しきい値３１４より上であるという決定に基づいて、プランナーコンポーネントにエラーデータを提供することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、残差３２０を、第１の車輪３０４、第２の車輪３０６、および第４の車輪３１０に関連付けられた残差と比較することがある。いくつかの例では、比較に基づいて、ローカライゼーションエラー監視コンポーネントは、第３の車輪３０８が個別的にエラーを体験しているかどうか、またはさらに他の車輪３０４、３０６、および／または３１０も（例えば、線路の例にて上に説明された）エラーを体験しているかを決定することがある。いくつかの例では、第３の車輪３０８が個別的に高い残差（例えば、エラー）を含むという決定に基づいて、ローカライゼーションエラー監視コンポーネントは、第３の車輪３０８が車両制御の考慮事項から無視されるべきであるというプランナーコンポーネントへのインディケーションを送ることがある。

後続の時間（例えば、ｔ₉）に第３の車輪３０８に対応する測定が残差３２０を含まないという決定に基づいて、ローカライゼーションエラー監視コンポーネントは、エラーが一時的であったと決定することがある。いくつかの例では、ローカライゼーションエラー監視コンポーネントは、エラーがもはや存在しないというインディケーションを、および／または第３の車輪３０８に関連付けられた後続の測定値（例えば、時間ｔ₉、ｔ₁₀など）が車両制御の考慮事項に含まれることがあるというインディケーションを、プランナーコンポーネントに送ることがある。

説明的な例では、ローカライゼーションエラー監視コンポーネントは、第１の車輪３０４、第２の車輪３０６、第３の車輪３０８、および第４の車輪３１０に関連付けられた残差３２２を決定することがある。例示されている残差３２２は、残差しきい値３１４以上である値を含むことがある。種々の例では、ローカライゼーションエラー監視コンポーネントは、時間ｔ₁₁の４つの車輪３０４、３０６、３０８、および３１０に関するエラーを決定することがあり、関連するエラーデータをプランナーコンポーネントに送ることがある。いくつかの例では、プランナーコンポーネントは、行う第１の作動、たとえばエラーに基づいて速度を落とすなどを決定することがある。

いくつかの例では、ローカライゼーションエラー監視コンポーネントは、後続の時間に、車輪３０４、３０６、３０８、および３１０に関連付けられた測定値が実質的に同じ残差３２２を含むと決定することがある。種々の例では、ローカライゼーションエラー監視コンポーネントは、残差に関連付けられた総時間（Δｔ）がしきい値時間３１８より上であると決定することがある。残差３２２に関連付けられた総時間がしきい値時間３１８より上であるという決定に基づいて、ローカライゼーションエラー監視コンポーネントは、更新されたエラーデータをプランナーコンポーネントに送ることがある。いくつかの例では、プランナーコンポーネントは、更新されたエラーデータに基づいて、車両が行う第２の作動を決定することがある。いくつかの例では、第２の作動は、たとえば、車両を減速させる、車両を停止させる、または同類のものなど、保守的な動作を含むことがある。上記の例では、プランナーコンポーネントは、車両３０２の動作の間、安全性を最大化することがある。いくつかの例では、第２の作動は、第１の動作からより保守的な作動を含むことがある。例えば、第１の作動は、前進速度時速５マイル遅くすることを含み、第２の作動は、別の時速１０マイルの差で前進速度を遅くすることを含むことがある。

図４は、本明細書に説明されている技法を行うための例示的なシステム４００を例示するブロック図である。少なくとも１つの例では、図１の車両１０２または図３の車両３０２に対応することがある車両４０２は、１つまたは複数の車両コンピューティングデバイス４０４、１つまたは複数のセンサーシステム４０６、１つまたは複数のエミッター４０８、１つまたは複数の通信接続４１０、少なくとも１つの直接接続４１２、および１つまたは複数のドライブシステム４１４を含むことがある。上に説明されている車両４０２は、運転者（または乗員）がいかなる時点においても車両を制御することが期待されない、全行程にすべてのセーフティクリティカルの機能を実行する性能がある車両を記述する、米国連邦道路交通安全局によって発行されるレベル５分類に従って、動作するように構成された自律車両であり得る。上記の例では、車両４０２が、すべての駐車機能を含む、スタートからストップまでの全機能を制御するように構成されることがあるので、それは、占有されないことがある。今述べたことは、単に例であり、本明細書に説明されるシステムおよび方法は、常にドライバーによって手動により制御される必要がある車両から、部分的にまたは完全に自律的に制御される車両までに及ぶ車両を含む、陸上輸送の、航空輸送の、または水上輸送のどんな車両にでも組み入れられることがある。すなわち、例示された例では、車両４０２は、自律車両であるが、しかしながら、車両４０２は、どんな他の種類の車両でもあることが可能であろう。単一の車両４０２のみが図４に例示されるが、実際の適用では、例示的なシステム４００は、複数の車両を含むことがあり、いくつかの例では、車両隊を含むことが可能である。

車両コンピューティングデバイス（複数可）４０４は、プロセッサー（複数可）４１６と、プロセッサー（複数可）４１６に通信接続されたメモリー４１８とを含むことがある。例示された例では、車両コンピューティングデバイス（複数可）４０４のメモリー４１８は、ローカライゼーションコンポーネント４２０（図１を参照して上に説明したローカライゼーションコンポーネント１０４に対応することがある）、パーセプションコンポーネント４２２、予測コンポーネント４２４、プランナーコンポーネント４２６（図１のプランナーコンポーネント１２２および／または図２のプランナーコンポーネント２０２に対応することがある）、ならびに１つまたは複数のシステムコントローラー４２８を格納する。加えて、メモリー４１８は、マップ（複数可）、モデル（複数可）、以前の出力などを格納することが可能であるストレージ４３０を含むことがある。上に説明しているマップは、たとえば、限定されないが、トポロジー（たとえば、ジャンクション、レーン、合流ゾーンなど）、通り、山脈、道路、地形、および一般的な環境など、環境についての情報を提供する性能があるどんなの数のデータ構造であることも可能である。マップは、現実の環境またはシミュレートされた環境と関連付けられることが可能である。モデル（複数可）は、以下に説明されている機械学習モデルを含むことがある。いくつかの例では、ストレージ４３０は、以前の出力を格納することが可能である。

少なくとも１つの例では、たとえばローカライゼーションコンポーネント１０４などのローカライゼーションコンポーネント４２０は、センサーシステム（複数可）４０６から受信したセンサーデータおよび／または（例えば、マップ（複数可）の）マップに関連付けられたマップデータに少なくとも部分的に基づいて、ローカルマップおよび／またはグローバルマップに関して、車両４０２のロケーション、１つまたは複数の位置、向き、速度、および／または加速度を決定することがある。少なくとも１つの例では、ローカライゼーションコンポーネント４２０は、較正する（センサーシステム（複数可）４０６のうちのいずれか１つまたは複数に関連付けられた種々の固有のパラメーターおよび固有でないパラメーターを決定する）、ローカライズする、および実質的に同時にマッピングするために作動を行う性能がある較正システムを含む、または関連付けられることがある。ローカライゼーションコンポーネント４２０に関連付けられた追加の詳細は、図１を参照して上に説明されている。

少なくとも１つの例では、パーセプションコンポーネント４２２は、センサーシステム（複数可）４０６から受信したセンサーデータに少なくとも部分的に基づいて、物体の検出、分割、および／または分類を行うことがある。少なくとも１つの例では、パーセプションコンポーネント４２２は、生のセンサーデータを（例えば、センサーシステム（複数可）４０６から）受信することがある。少なくとも１つの例では、パーセプションコンポーネント４２２は、画像データを受信することがあり、１つまたは複数の画像処理アルゴリズムを利用して、画像データにおいて識別される物体（複数可）に関して、物体の検出、分割、および／または分類を行うことがある。いくつかの例では、パーセプションコンポーネント４２２は、識別された物体とバウンディングボックス（または別の状況ではインスタンスセグメンテーション）を関連付けることがあり、識別された物体と、識別された物体の分類に関連付けられた信頼度スコアを関連付けることがある。いくつかの例では、物体は、ディスプレイを介してレンダリングされるとき、わかったクラスに基づいて着色されることがある。パーセプションコンポーネント４２２は、１つまたは複数の他のモダリティに対して、類似した処理を行うことがある。

予測コンポーネント４２４は、センサーシステム（複数可）４０６からのセンサーデータ、（例えば、ストレージ４３０にあり得るマップ（複数可）の）マップに関連付けられたマップデータ、および／またはパーセプションコンポーネント４２２から出力されるパーセプションデータ（例えば、処理されたセンサーデータ）を受信することがあり、車両４０２の環境内の１つまたは複数の物体に関連付けられた予測を出力することがある。少なくとも１つの例では、プランナーコンポーネント４２６は、センサーシステム（複数可）４０６から受信したセンサーデータに、マップデータに、および／または車両４０２の他のコンポーネントによってなされたどんな決定にでも、少なくとも部分的に基づいて、上に説明されている車両４０２が行う作動のことがある。

使用に適したローカライゼーションシステム、パーセプションシステム、予測システム、および／またはプランニングシステムの追加の詳細は、２０１７年４月４日に発行された米国特許第９，６１２，１２３号、および２０１９年７月１６日に発行された米国特許第１０，３５３，３９０号に見つけられることが可能であり、両方の全内容が参照によって本明細書に組み入れられる。いくつかの例では（例えば、車両４０２が自律車両ではない場合）、前述したシステムのうちの１つまたは複数は、車両４０２から省略されることがある。上に説明されたシステムは、車両４０２の「車載」として例示されるが、他の実装では、システムは、車両４０２に対して、遠隔に位置されることがある、および／またはリモートアクセス可能であり得る。その上さらに、システムは、「システム」として上に説明されるが、上記のシステムは、各システムに属する動作を行うための１つまたは複数のコンポーネントを含むことがある。

少なくとも１つの例では、ローカライゼーションコンポーネント４２０、パーセプションコンポーネント４２２、予測コンポーネント４２４、および／またはプランナーコンポーネント４２６は、上に説明されているセンサーデータを処理し、ネットワーク（複数可）４３２を介してそれぞれの出力をコンピューティングデバイス（複数可）４３４に送ることがある。少なくとも１つの例では、ローカライゼーションコンポーネント４２０、パーセプションコンポーネント４２２、予測コンポーネント４２４、および／またはプランナーコンポーネント４２６は、それぞれの出力を、特定の周波数において、予め決められた時間期間が経つと、ほぼリアルタイムにおいてなど、コンピューティングデバイス（複数可）４３４に送ることがある。

少なくとも１つの例では、車両コンピューティングデバイス（複数可）４０４は、車両４０２の操舵、推進、制動、安全、エミッター、通信、および他のシステムを制御するように構成されることが可能である１つまたは複数のシステムコントローラー４２８を含むことがある。今述べたシステムコントローラー（複数可）４２８は、車両４０２のドライブシステム（複数可）４１４および／または他のシステムの対応するシステムに対して通信するおよび／または制御することがある。

少なくとも１つの例では、センサーシステム（複数可）４０６は、ライダーセンサー、レーダーセンサー、超音波トランスデューサー、ソナーセンサー、ロケーションセンサー（例えば、ＧＰＳ、方位磁針など）、慣性センサー（例えば、慣性測定ユニット、加速度計、磁力計、ジャイロスコープなど）、カメラ（例えば、ＲＧＢ、ＩＲ、強度、深度など）、ホイールエンコーダー、オーディオセンサー、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサーなど）、ＴｏＦセンサーなどを含むことがある。センサーシステム（複数可）４０６は、入力を、車両コンピューティングデバイス（複数可）４０４に提供することがある。いくつかの例では、センサーシステム（複数可）４０６は、センサーデータを車両コンピューティングデバイス（複数可）４０４に送信する前に、センサーデータの少なくともいくつかを前処理することがある。少なくとも１つの例では、センサーシステム（複数可）４０６は、ネットワーク（複数可）４３２を介して、センサーデータを、特定の周波数において、予め決められた時間期間が経つと、ほぼリアルタイムにおいてなど、コンピューティングデバイス（複数可）４３４に送ることがある。

さらに、車両４０２は、上に説明されている光および／または音を発するために、１つまたは複数のエミッター４０８を含むこともある。今述べた例におけるエミッター（複数可）４０８は、車両４０２の乗客と通信する内部のオーディオおよびビジュアルのエミッターを含む。例および非限定として、内部エミッターは、スピーカー、ライト、サイン、ディスプレイスクリーン、タッチスクリーン、触覚に関するエミッター（例えば、振動および／またはフォースフィードバック）、メカニカルアクチュエーター（例えば、シートベルトテンショナー、シートポジショナー、ヘッドレストポジショナーなど）、および同類のものを含むことがある。さらに、今述べた例におけるエミッター（複数可）４０８は、外部のエミッターも含む。例として制限しないが、今述べた例における外部のエミッターは、歩行者、他の運転者、他の近くの車両などと視覚的に通信するライトエミッター（たとえば、インジケーターライト、サイン、ライトアレイなど）、歩行者、他の運転者、または他の近くの車両などと可聴的に通信する１つまたは複数のオーディオエミッター（たとえば、スピーカー、スピーカーアレイ、ホーンなど）などを含む。少なくとも１つの例にて、エミッター（複数可）４０８は、車両４０２の外部および／または内部のあちこちに、種々のロケーションに置かれることがある。

さらに、車両４０２は、車両４０２と、他のローカルまたはリモートのコンピューティングデバイス（複数可）との間の通信を可能にする通信接続（複数可）４１０を含むこともある。例として、通信接続（複数可）４１０は、車両４０２の他のローカルコンピューティングデバイス（複数可）との、および／またはドライブシステム（複数可）４１４との通信を容易にすることがある。更に、通信接続（複数可）４１０は、車両が、他の近くのコンピュータデバイス（複数可）（たとえば、他の近くの車両、交通信号機など）と通信できるようにすることもある。さらに、通信接続（複数可）４１０は、車両４０２に、リモート遠隔操作コンピューティングデバイス、または他のリモートサービスと通信するのを可能にする。

通信接続（複数可）４１０は、車両コンピューティングデバイス（複数可）４０４を、別のコンピューティングデバイスに、または例えば、ネットワーク（複数可）４３２などのネットワークに接続するための物理および／または論理インターフェースを含むことがある。例えば、通信接続（複数可）４１０は、たとえば、ＩＥＥＥ８０２．１１規格によって定義された周波数、たとえばＢＬＵＥＴＯＯＴＨ（登録商標）などのショートレンジのワイヤレス周波数、またはそれぞれのコンピューティングデバイスに他のコンピューティングデバイス（複数可）とインターフェースできるようにするどんな適切なワイヤードまたはワイヤレスの通信プロトコルでも介してなど、Ｗｉ－Ｆｉベースの通信を可能にすることがある。

直接接続４１２は、ドライブシステム（複数可）４１４と車両４０２の他のシステムとを直接接続することがある。

少なくとも１つの例では、車両４０２は、ドライブシステム（複数可）４１４を含むことがある。いくつかの例では、車両４０２は、単一のドライブシステム４１４を有することがある。少なくとも１つの例にて、車両４０２が複数のドライブシステム４１４を有するならば、個々のドライブシステム４１４は、車両４０２の向き合う端部（例えば、前方および後方など）に置かれることがある。少なくとも１つの例では、ドライブシステム（複数可）４１４は、ドライブシステム（複数可）４１４の状況を、および／または車両４０２の周囲の状態を検出するセンサーシステム（複数可）を含むことがある。例として、および限定ではない、センサーシステム（複数可）は、ドライブモジュールの車輪の回転を感知するホイールエンコーダー（複数可）（例えば、ロータリーエンコーダー）、ドライブモジュールの位置および加速度を測定する慣性センサー（例えば、慣性測定ユニット、加速度計、ジャイロスコープ、磁力計など）、カメラまたは他の画像センサー、ドライブモジュールの周囲の物体を聴覚的に検出する超音波センサー、ライダーセンサー、レーダーセンサーなどを含むことがある。いくつかのセンサー、たとえばホイールエンコーダー（複数可）などは、ドライブシステム（複数可）４１４に一意的であることが可能である。ときには、ドライブシステム（複数可）４１４のセンサーシステム（複数可）は、車両４０２の対応するシステム（例えば、センサーシステム（複数可）４０６）に対して重ねる、または補うことがある。

ドライブシステム（複数可）４１４は、高電圧バッテリー、車両４０２を推進するモーター、他の車両システムによる使用のためにバッテリーからの直流を交流に変換するインバーター、（電気で動くことが可能である）ステアリングモーターおよびステアリングラックを含むステアリングシステム、油圧または電気アクチュエーターを含むブレーキングシステム、油圧および／または空気圧コンポーネントを含むサスペンションシステム、けん引のロスを軽減し制御を維持するブレーキ力を分配するための安定性制御システム、ＨＶＡＣシステム、ライティング（例えば、車両の外部の周囲を照らすヘッド／テールライトなどのライティング）、および１つまたは複数の他のシステム（例えば、冷却システム、安全性システム、オンボード充電システム、たとえば、ＤＣ／ＤＣコンバーター、高電圧ジャンクション、高電圧ケーブル、充電システム、充電ポート等の他の電気コンポーネント）を含む、多くの車両システムを含むことがある。加えて、ドライブシステム（複数可）４１４は、センサーシステム（複数可）からのデータを受信し前処理することが可能であり、種々の車両システムの動作を制御するためのドライブモジュールコントローラーを含むことがある。いくつかの例にて、ドライブモジュールコントローラーは、プロセッサー（複数可）と、プロセッサー（複数可）に通信接続されたメモリーとを含むことがある。メモリーは、ドライブシステム（複数可）４１４の種々の機能性を行う１つまたは複数のモジュールを格納することがある。その上さらに、ドライブシステム（複数可）４１４は、それぞれのドライブモジュールによる、他のローカルまたはリモートのコンピューティングデバイス（複数可）との通信を可能にする通信接続（複数可）も含む。

図４において、車両コンピューティングデバイス（複数可）４０４、センサーシステム（複数可）４０６、エミッター（複数可）４０８、および通信接続（複数可）４１０は、車両４０２に搭載されて示される。しかしながら、いくつかの例では、車両コンピューティングデバイス（複数可）４０４、センサーシステム（複数可）４０６、エミッター（複数可）４０８、および通信接続（複数可）４１０は、実際の車両の外側に（すなわち、車両４０２に搭載されずに）実装されることがある。

上に説明されている車両４０２は、センサーデータを、ネットワーク（複数可）４３２を介してコンピューティングデバイス（複数可）４３４に送ることがある。いくつかの例では、車両４０２は、生のセンサーデータを、コンピューティングデバイス（複数可）４３４に送ることがある。他の例では、車両４０２は、コンピューティングデバイス（複数可）４３４に、処理されたセンサーデータ、および／またはセンサーデータの表現（例えば、ローカライゼーションシステム４２０、パーセプションコンポーネント４２２、予測システム４２４、および／またはプランナーコンポーネント４２６から出力されるデータ）を送ることがある。いくつかの例では、車両４０２は、センサーデータを、特定の周波数において、予め決められた時間期間が経つと、ほぼリアルタイムにおいてなど、コンピューティングデバイス（複数可）４３４に送ることがある。

コンピューティングデバイス（複数可）４３４は、車両４０２および／または他のデータ収集デバイスから（生の、または処理された）センサーデータを、１つまたは複数のサードパーティーのソースおよび／またはシステムからのデータも同様に、受信することがある。少なくとも１つの例では、コンピューティングデバイス（複数可）４３４は、プロセッサー（複数可）４３６と、プロセッサー（複数可）４３６に通信接続されたメモリー４３８とを含むことがある。例示される例では、コンピューティングデバイス（複数可）４３４のメモリー４３８は、トレーニングシステム４４０と、マップ（複数可）ストレージ４３２（例えば、１つまたは複数のマップを格納する）と、履歴データストレージ４４４（例えば、以前のエラーに関連付けられたデータ）とを格納する。いくつかの例では、システムおよび／またはストレージリポジトリのうちの１つまたは複数は、コンピューティングデバイス（複数可）４３４のメモリー４３８に関連付けられる代わりにまたは加えて、車両４０２と、またはシステム４００に関連付けられた他のコンピューティングデバイス（複数可）と関連付けられることが可能である。

少なくとも１つの例では、トレーニングシステム４４０は、本明細書に説明されている種々の動作のために用いられることが可能であるデータモデル（複数可）をトレーニングすることが可能である。例えば、機械学習モデル（複数可）をトレーニングするための機械学習アルゴリズムは、限定されないが、回帰アルゴリズム（例えば、通常の最小二乗回帰（ＯＬＳＲ）、線形回帰、ロジスティック回帰、ステップワイズ回帰、多変量適応型回帰スプライン（ＭＡＲＳ）、局所推定スキャッタープロット平滑化法（ＬＯＥＳＳ））、イグザンプルベースのアルゴリズム（例えば、リッジ回帰、最小絶対収縮および選択演算子（ＬＡＳＳＯ）、弾性ネット、最小角度回帰（ＬＡＲＳ））、ディシジョンツリーアルゴリズム（例えば、分類および回帰ツリー（ＣＡＲＴ）、反復二分法３（ＩＤ３）、カイ二乗自動相互作用検出（ＣＨＡＩＤ）、決定断端、条件付きディシジョンツリー）、ベイジアンアルゴリズム（例えば、ナイーブベイズ、ガウスナイーブベイズ、多項式ナイーブベイズ、アベレージワンディペンデンスエスティメータズ（ＡＯＤＥ）、ベイジアンビリーフネットワーク（ＢＮＮ）、ベイジアンネットワーク）、クラスタリングアルゴリズム（例えば、ｋ平均法、ｋメジアン、期待値最大化（ＥＭ）、階層クラスタリング）、相関ルール学習アルゴリズム（例えば、パーセプトロン、逆伝搬、ホップフィールドネットワーク、動径基底関数ネットワーク（ＲＢＦＮ））、深層学習アルゴリズム（例えば、ディープボルツマンマシン（ＤＢＭ）、他のディープビリーフネットワーク（ＤＢＮ）、人工ニューラルネットワーク（ＡＮＮ）、スタックドオートエンコーダ）、次元縮退アルゴリズム（例えば、主成分分析（ＰＣＡ）、主成分回帰（ＰＣＲ）、部分的最小二乗回帰（ＰＬＳＲ）、サモンマッピング、多次元尺度構成法（ＭＤＳ）、投影追跡、線形判別分析（ＬＤＡ）、混合判別分析（ＭＤＡ）、二次判別分析（ＱＤＡ）、柔軟判別分析（ＦＤＡ））、ＳＶＭ（サポートベクターマシン）、教師あり学習、教師なし学習、準教師あり学習など含むことがある。結果として生じるデータモデル（複数可）は、車両４０２のメモリー４３８および／またはストレージ４３０に格納されることが可能であり、車両コンピューティングデバイス（複数可）４０４の１つまたは複数のコンポーネントによってほぼリアルタイムでアクセスされることが可能である。

車両４０２のプロセッサー（複数可）４１６およびコンピューティングデバイス（複数可）４３４のプロセッサー（複数可）４３６は、本明細書に説明されているデータを処理し、動作を行う命令を実行する性能があるどんな適切なプロセッサーでもあり得る。例としておよび限定ではない、プロセッサー（複数可）４１６、４３６は、１つまたは複数のＣＰＵ（中央処理装置）、ＧＰＵ（Graphics Processing Unit）、または電子データを処理して、その電子データを、レジスターおよび／もしくはメモリーに格納されることがある他の電子データに変換するどんな他のデバイスもしくはデバイスの部分でも含むことがある。いくつかの例では、さらに、集積回路（例えば、ＡＳＩＣなど）、ゲートアレイ（例えば、ＦＰＧＡなど）、および他のハードウェアデバイスは、エンコードされた命令を実装するように構成される限り、考慮されるプロセッサーであることも可能である。

メモリー４１８および４３８は、非一時的なコンピューター読取り可能媒体の例である。メモリー４１８および４３８は、本明細書に説明される方法と、種々のシステムに帰する機能とを実装するためのオペレーティングシステムおよび１つまたは複数のソフトウェアアプリケーション、命令、プログラム、および／またはデータを格納することがある。種々の実装において、メモリーは、どんな適切なメモリー技術でも、たとえば、ＳＲＡＭ（スタティックＲＡＭ）、ＳＤＲＡＭ（シンクロナスＤＲＡＭ）、不揮発性／フラッシュ型メモリー、または情報を格納する性能がある他のタイプのメモリーを用いて実装されることがある。本明細書に説明されるアーキテクチャー、システム、および個々の要素は、多くの他の論理的な、プログラム的な、および物理的なコンポーネントを含むことがあり、添付の図面に示されるそれらは、本明細書の議論に関係のある単なる例である。

図４が分散システムとして例示される一方、いくつかの例では、車両４０２のシステムが、コンピューティングデバイス（複数可）４３４と関連付けられることがある、および／またはコンピューティングデバイス（複数可）４３４のシステムが、車両４０２と関連付けられることがあることは特筆されるべきである。すなわち、車両４０２は、コンピューティングデバイス（複数可）４３４に関連付けられた１つまたは複数の機能を行い、逆もまた同様であり得る。

図２、図５、および図６は、本開示の態様にしたがう例示的な処理を示す図である。今述べた処理は、各動作が、ハードウェア、ソフトウェア、またはそれらの組合せにおいて実装されることがある動作のシーケンスを表す、ロジカルフローグラフとして例示される。ソフトウェアという状況にて、動作は、１つまたは複数のコンピューター読取り可能な記録媒体に格納されたコンピューター実行可能な命令を表し、１つまたは複数のプロセッサーによって実行されると、引用される動作を行う。一般に、コンピューター実行可能命令は、特定の機能を行うまたは特定の抽象データ型を実装するルーチン、プログラム、オブジェクト、コンポーネント、データ構造、および同類のものを含む。動作が説明される順序は、限定として解釈されることを意図せず、処理を実装するために、説明される動作をいくらでも、どんな順序でもおよび／または並列に組み合わされることがある。さらに、動作は、本開示の範囲内のまま、省略されるまたは追加されることがある。

図５は、本明細書に説明されている車両の状態に関連付けられたメトリックに基づいて車両を制御するための例示的な処理５００を示す図である。処理５００のいくつかまたはすべては、本明細書に説明されている図４における１つまたは複数のコンポーネントによって行われることがある。例えば、処理５００のいくつかまたはすべては、車両コンピューティングデバイス（複数可）４０４および／またはコンピューティングデバイス（複数可）４３４によって行われることがある。

動作５０２において、処理は、車両の１つまたは複数のセンサーシステムからセンサーデータを受信することを含むことがある。センサーデータは、ライダーセンサー、レーダーセンサー、超音波トランスデューサー、ソナーセンサー、ロケーションセンサー（例えば、全地球測位システム（ＧＰＳ）、コンパスなど）、慣性センサー（例えば、慣性測定ユニット（ＩＭＵ）、加速度計、磁気計、ジャイロスコープ、横速度センサー（例えば、グランドトラッキング（ground tracking）に基づいて横方向の速さを決定するセンサー）など）、カメラ（例えば、赤緑青（ＲＧＢ）、赤外線（ＩＲ）、強度、深度など）、ホイールエンコーダー、環境センサー（例えば、温度センサー、湿度センサー、光センサー、圧力センサーなど）、タイムオブフライト（time-of-flight：ＴｏＦ）センサーなどによってキャプチャされたデータを含むことがある。

いくつかの例では、加えて、処理は、車両および／またはリモートコンピューティングデバイスに格納された１つまたは複数のマップからマップデータを受信することを含むことがある。上に述べているマップは、たとえば、限定されないが、トポロジー（たとえば、ジャンクション、レーン、合流ゾーンなど）、通り、山脈、道路、地形、および一般的な環境など、環境についての情報を提供する性能があるどんなの数のデータ構造であることもある。いくつかの例では、マップ（複数可）は、タイルマップ、特徴マップ、および／または他のタイプのマップ、たとえば上に説明された米国特許出願に説明されているものなどを含むことがある。

動作５０４において、処理は、センサーデータに少なくとも部分的に基づいて車両の状態を決定することを含むことがある。車両の状態は、与えられた時間の車両のロケーション、位置、向き、速度、および／または加速度を含むことがある。車両の状態は、生のおよび／または処理されたセンサーデータに基づいて最適化された車両の状態を含むことがある。いくつかの例では、最適化された車両の状態は、たとえばＩＭＵ１１２および／またはローカライザー１１４、１１６、１１８、および／または１２０など、１つまたは複数のＩＭＵおよび／または１つまたは複数のローカライザーからの入力に基づいて決定されることがある。上記の最適化は、例えば、本明細書に説明される個々のコンポーネントに関して定義された残差のうちのいずれか１つまたは複数を最小化する非線形最小二乗最適化（どんな他の最適化メカニズムでも想定されるが）を含むことがある。いくつかの例では、車両の状態は、１つまたは複数の自由度（例えば、１２の自由度、１５の自由度）に基づいて表されることがある。いくつかの例では、状態は、１つまたは複数のロケーション（例えば、ｘ－ロケーション、ｙ－ロケーション、および／またはｚ－ロケーション）、１つまたは複数の位置および／または向き（例えば、ピッチ、ロール、ヨー、関連するレート）、１つまたは複数の速度（例えば、-ｘ－速度、ｙ－速度、ｚ－速度）、加速度（例えば、ｘ－加速度、ｙ－加速度、ｚ－加速度）、または同様のものを含むことがある。いくつかの例では、状態は、２以上の次元にわたって表されることがある。

動作５０６において、処理は、車両の状態に関連付けられたメトリックを決定することを含むことがあり、メトリックは、分散、残差、または補正係数のうちの少なくとも１つを含む。状態に関連付けられた分散は、推定状態が正確であるという信頼度を表すことがある。いくつかの例では、分散は、線形化システムに基づいて決定されることがある。いくつかの例では、分散は、車両の推定状態に関連付けられた共分散を含むことがある。上記の例では、分散に関連付けられた値は、２以上の次元にわたって状態の信頼度を表すことがある。

残差は、観測された測定（値）（例えば、センサー入力に基づく）と、関心の量についての推定された測定（値）（例えば、推定されたピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差を表すことがある。いくつかの例では、推定された測定は、以前のタイムステップに関連付けられた値（例えば、現在の測定より前に０．０６秒を要した測定に関連付けられた値）に部分的に基づくことがある。上記の例では、残差は、測定値における矛盾を表すことがある。補正係数は、入力エラーに対して補正するのに用いられる値を含むことがある。いくつかの例では、入力エラーは、予め定義されたモデルに従うと分かっているものを含むことがある。補正係数は、限定されないが、ＩＭＵバイアス、車輪径のスケールファクター、および同類のものを含むことがある。

動作５０８において、処理は、メトリックがしきい値以上であるかどうかを決定することを含むことがある。いくつかの例では、しきい値は、メトリックに基づいて決定されることがある。いくつかの例では、しきい値は、関連付けられたセンサーに基づいて決定されることがある。いくつかの例では、しきい値は、メトリックに関連付けられたローカライザーに基づいて決定されることがある。種々の例では、しきい値は、監視される状態に関連付けられた警戒限界に基づいて決定されることがある。いくつかの例では、しきい値は、１つまたは複数の環境上の考慮事項に基づくことがある。

いくつかの例では、メトリックがしきい値以上であるかどうかの決定は、メトリックがしきい値時間期間（例えば、０．５秒、１秒、２秒）に対してしきい値より上であると決定することに基づくことがある。上記の例では、エラー決定は、誤りのある測定値の長引いた決定に基づくことがある。いくつかの例では、メトリックは、最大値および最小値を含むことがある。上記の例では、メトリックがしきい値以上であることは、メトリックのうちの少なくとも１つが、最大値以上である、または最小値以下であることを決定することを含むことがある。いくつかの例では、最大値および最小値は、車両動作の間のコンポーネントについての許容可能な修正の百分率を表すことがある。例えば、動作環境の温度により、車輪の半径は、動作の間、増加するおよび／または減少することがある。車両コンピューティングシステムは、補正係数を車両の変化する半径に適用することがある。しかしながら、補正係数は、車両の半径の０．７５％増加（例えば、最大）および０．７５％減少（例えば、最小）の最大を補正するように制限されることがある。

メトリックがしきい値より下であるという決定（動作５０８において「いいえ」）に基づいて、処理は、動作５１０において、状態に少なくとも部分的に基づいて車両を制御することを含むことがある。いくつかの例では、車両制御は、車両に関連付けられた軌道を維持することを含むことがある。いくつかの例では、車両制御は、たとえば他の（状態に基づかない）決定（例えば、停止標識または赤信号により停止すること、歩行者に譲ることなど）に基づいてなど、軌道を修正することを含むことがある。

メトリックがしきい値以上であるという決定（動作５０８において「はい」）に基づいて、処理は、動作５１２において、メトリックに関連付けられたセンサーまたはコンポーネントのうちの少なくとも１つを識別することを含むことがある。種々の例では、しきい値の超過は、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられたエラーのインディケーションを提供することがある。

動作５１４において、処理は、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられたエラーを決定することを含むことがある。いくつかの例では、車両コンピューティングシステムは、エラーの程度（例えば、大きなエラー、小さなエラーなど）を決定することがある。種々の例では、エラーの程度は、メトリックがしきい値を超える量に基づくことがある。

動作５１６において、処理は、エラーに少なくとも部分的に基づいて車両を制御することを含むことがある。エラーに基づいて車両を制御することは、車両を停止させること、予め決められた速さまで速度を落とすこと、および／または予め決められた量の速度を落とすること（例えば、速さの５０％まで減速する、前進速さを時速１０マイル減少させるなど）、または同類のものを含むことがある。いくつかの例では、行う作動の決定は、エラーの程度、利用可能な冗長システムの数、車両制御に対する関連センサーおよび／または関連コンポーネントの重要度、および同類のものに基づくことがある。

図６は、本明細書に説明されている車両の状態に関連付けられた残差値に基づいて車両を制御するための例示的な処理６００を示す図である。処理６００のいくつかまたはすべては、本明細書に説明されている図４における１つまたは複数のコンポーネントによって行われることがある。例えば、処理６００のいくつかまたはすべては、車両コンピューティングデバイス（複数可）４０４および／またはコンピューティングデバイス（複数可）４３４によって行われることがある。

動作６０２において、処理は、第１の時間期間の間、車両の状態に関連付けられた第１の測定を受信することを含むことがある。いくつかの例では、第１の測定は、第１の時間期間にわたって取得された測定値に関連付けられた平均を含むことがある。いくつかの例では、車両コンピューティングデバイスは、センサーによってキャプチャされた測定値に、および／または車両のコンポーネント、たとえば、ＩＭＵ、ローカライザー、または同類のものによって決定された測定値に、オートアグレッシブムービングアベレージフィルター（auto aggressive moving average filter）を適用することがある。例えば、第１の測定は、たとえば自己回帰移動平均（auto regressive moving average：ＡＲＭＡ）フィルターなどの関数を利用して決定されることがある。

いくつかの例では、第１の測定は、第１の時間に関連付けられることがある。測定は、車両の１つまたは複数のセンサーから受信したセンサーデータに基づいて決定されることがある。いくつかの例では、車両の状態は、与えられた時間の車両のロケーション、位置、向き、速度、および／または加速度を含むことがある。いくつかの例では、車両の状態は、１つまたは複数の自由度（例えば、１２の自由度、１５の自由度）に基づいて表されることがある。いくつかの例では、状態は、１つまたは複数のロケーション（例えば、ｘ－ロケーション、ｙ－ロケーション、および／またはｚ－ロケーション）、１つまたは複数の位置および／または向き（例えば、ピッチ、ロール、ヨー、関連するレート）、１つまたは複数の速度（例えば、-ｘ－速度、ｙ－速度、ｚ－速度）、加速度（例えば、ｘ－加速度、ｙ－加速度、ｚ－加速度）、または同様のものを含むことがある。いくつかの例では、状態は、２以上の次元にわたって表されることがある。

動作６０４において、処理は、第１の測定に関連付けられた第１の残差を決定することを含むことがある。残差は、観測された測定（例えば、センサー入力に基づく）と、関心の量についての推定された測定（例えば、推定されるピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差分を表すことがある。いくつかの例では、推定された測定は、以前のタイムステップに関連付けられた値（例えば、現在の測定より前に０．０６秒を要した測定に関連付けられた値）に部分的に基づくことがある。上記の例では、残差は、時間をかけた測定値における矛盾を表すことがある。

いくつかの例では、車両コンピューティングシステムは、たとえば分散に基づいて残差を正規化することによってなど、第１の残差を第１の時間における状態に関連付けられた分散と比較することがある。上記の例では、比較は、白色化された残差に帰着することがある。種々の例では、第１の残差は、白色化された残差における白色に関連付けられた値を含むことがある。

動作６０６において、処理は、第１の残差がしきい値以上であるかどうかを決定することを含むことがある。いくつかの例では、しきい値は、関連付けられたセンサーおよび／またはコンポーネントに基づいて決定されることがある。いくつかの例では、しきい値は、第１の残差に関連付けられたローカライザーに基づいて決定されることがある。いくつかの例では、しきい値は、１つまたは複数の環境上の考慮事項に基づくことがある。

第１の残差がしきい値未満であるという決定（動作６０６において「いいえ」）に基づいて、処理は、動作６０８において、状態に少なくとも部分的に基づいて車両を制御することを含むことがある。いくつかの例では、車両制御は、車両に関連付けられた軌道を維持することを含むことがある。いくつかの例では、車両制御は、たとえば他の（状態に基づかない）決定（例えば、停止標識または赤信号により停止すること、歩行者に譲ることなど）に基づいてなど、軌道を修正することを含むことがある。

第１の残差がしきい値以上であるという決定（動作６０６において「はい」）に基づいて、処理は、動作６１０において、第１の残差が時間のしきい値量以上の間、しきい値以上のままであったかどうかを決定することを含むことがある。時間のしきい値量は、関連付けられたセンサー、コンポーネント、および／またはローカライザーに基づいて決定されることがある。いくつかの例では、しきい値時間量は、車両に関連付けられた速度、動作環境（例えば、高速道路、ビジネス街など）、環境上の考慮事項、気象状況、（例えば、検出される雨、雪、氷など）、交通密度、および同類のものに基づくことがある。

第１の残差が時間のしきい値量の間、しきい値以上であったという決定（動作６１０において「はい」）に基づいて、処理は、動作６１２において、車両のセンサーまたはコンポーネントのうちの少なくとも１つに関連付けられたエラーを識別することを含むことがある。いくつかの例では、車両コンピューティングシステムは、たとえばしきい値超過の程度に基づいてなど、エラーの程度を決定することがある。

動作６１４において、処理は、エラーに少なくとも部分的に基づいて車両を制御することを含むことがある。エラーに基づいて車両を制御することは、車両を停止させること、予め決められた速さまで速度を落とすこと、および／または予め決められた量の速度を落とすること（例えば、速さの５０％まで減速する、前進速さを時速１０マイル減少させるなど）、または同類のものを含むことがある。いくつかの例では、行う作動の決定は、エラーの程度、利用可能な冗長システムの数、車両制御に対する関連センサーおよび／または関連コンポーネントの重要度、および同類のものに基づくことがある。

第１の残差が、しきい値時間期間の間、しきい値以上であるという決定に基づいて（動作６１０において「いいえ」）、処理は、動作６１６において、第２の時間における車両の第２の状態に関連付けられた第２の測定を受信することを含むことがある。第２の測定は、第１の測定と同じローカライザー、センサー、および／またはコンポーネントに関連付けられることがある。

動作６１８において、処理は、第２の測定に関連付けられた第２の残差を決定することを含むことがある。第２の残差は、第２の時間に観測された測定と、関心の量についての推定された測定（例えば、推定されるピッチ、ロール、ヨー、座標系および／または次元におけるロケーション、速度など）との間の差分を表すことがある。いくつかの例では、推定された測定は、第１の時間にまたは別の以前のタイムステップに関連付けられた値に部分的に基づくことがある。種々の例では、車両コンピューティングシステムは、動作６０６において、第２の残差がしきい値の値以上であるかどうかを決定することがある。

図７は、本明細書に説明されている最適化された車両の状態を決定するための例示的な処理７００を示す図である。処理７００のいくつかまたはすべては、本明細書に説明されている図４における１つまたは複数のコンポーネントによって行われることがある。例えば、処理７００のいくつかまたはすべては、車両コンピューティングデバイス（複数可）４０４および／またはコンピューティングデバイス（複数可）４３４によって行われることがある。

動作７０２において、処理は、第１の時間における車両の以前の状態を決定することを含むことがある。車両の以前の状態は、車両のグローバル状態、および／または、第１の時間（例えば、以前のタイムステップ）における車両の状態の一部を含むことがある。

動作７０４において、処理は、（第１の時間の後の）第２の時間において、車両の１つまたは複数のセンサーシステムからセンサーデータを受信することを含むことがある。センサーデータは、上に説明されている１つまたは複数のセンサーによってキャプチャされたデータを含むことがある。加えて、処理は、上に説明されているマップデータを受信することを含むことがある。

動作７０６において、処理は、第１のローカライザー（またはＩＭＵ）によって、第２の時間における車両の状態の少なくとも第１の部分（または別の状況では、最終状態の少なくとも一部分を決定するためのいくつかの中間変数）を決定することを含むことがある。車両の状態の第１の部分は、第１のローカライザーによって決定されている第２の時間における車両のロケーション、位置、向き、速度、および／または加速度のうちの少なくとも１つを含むことがある。いくつかの例では、車両の状態の第１の部分は、２以上の次元にわたって表されることがある。

動作７０８において、処理は、第２のローカライザー（またはＩＭＵ）によって、第２の時間における車両の状態の少なくとも第２の部分（または、上のように、いくつかの中間変数）を決定することを含むことがある。車両の状態の第２の部分は、第２のローカライザーによって決定されている第２の時間における車両のロケーション、位置、向き、速度、および／または加速度のうちの少なくとも１つを含むことがある。いくつかの例では、車両の状態の第２の部分は、２以上の次元にわたって表されることがある。

動作７０６および／または７０８のいずれかにおいて、残差は、１つまたは複数のローカライザーに関して決定されることがある。

動作７１０において、処理は、第１の時間における車両の以前の状態、第２の時間における車両の状態の第１の部分、および／または第２の時間における車両の状態の第２の部分に少なくとも部分的に基づいて、最適化された車両の状態を決定することを含むことがある。

動作７１２において、処理は、最適化された車両の状態に関連付けられた少なくとも１つのメトリックを決定することを含むことがある。少なくとも１つのメトリックは、本明細書に説明されている分散（または共分散）、残差、または、補正係数に関連付けられた値を含むことがある。

例示的な箇条
Ａ：１つまたは複数のプロセッサーと、１つまたは複数のプロセッサーによって実行されると、システムに、自律車両のセンサーからセンサーデータを受信することと、センサーデータに少なくとも部分的に基づいて、自律車両のロケーション、位置、向き、速度、または加速度のうちの少なくとも１つを含む自律車両の状態を決定することと、自律車両の状態に関連付けられたメトリックを決定することと、メトリックが、分散、残差、または補正係数のうちの少なくとも２つを含み、メトリックがメトリックしきい値以上であると決定することと、メトリックがメトリックしきい値以上であることに少なくとも部分的に基づいて、自律車両の状態におけるエラーを決定することと、エラーに少なくとも部分的に基づいて自律車両を制御することと、を含む動作を行わせる１つまたは複数非一時的なコンピューター読取り可能媒体と、を含むシステム。

Ｂ：動作は、メトリックに関連付けられた車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられた重み値を決定することと、重み値が、車両の制御に対するセンサーまたはコンポーネントのうちの少なくとも１つに少なくとも部分的に基づき、メトリックに重み値を適用して重み付けされたメトリックを決定することと、をさらに含み、メトリックがしきい値以上であると決定することは、重み付けされたメトリックがしきい値以上であると決定することを含む、項Ａに説明のシステム。

Ｃ：メトリックは、残差および分散を含み、メトリックがしきい値の値以上であることを決定することは、残差および分散に少なくとも部分的に基づいて、更新されたメトリックを決定することと、更新されたメトリックがしきい値の値以上であることを決定することと、を含む、項Ａまたは項Ｂのいずれかに説明のシステム。

Ｄ：メトリックは、自律車両の状態に関連付けられた第１の残差を含む第１のメトリックであり、動作は、自律車両の状態に関連付けられた第２の残差を含む第２のメトリックを決定することをさらに含み、メトリックがメトリックしきい値以上であると決定することは、第１のメトリックと第２のメトリックとの和がメトリックしきい値以上であると決定することを含む、項Ａ－Ｃのいずれか１つに説明のシステム。

Ｅ：メトリックは、第１の時間に関連付けられた第１のメトリックであり、動作は、第２の時間に関連付けられた第２のメトリックを決定することと、第２のメトリックがメトリックしきい値を超えると決定することと、第１の時間と第２の時間との間の時間がしきい値時間以上であると決定することと、をさらに含み、エラーを決定することは、時間がしきい値時間以上であることに少なくとも部分的に基づく、項Ａ－Ｄのいずれか１つに説明のシステム。

Ｆ：車両のセンサーからセンサーデータを受信することと、センサーデータに少なくとも部分的に基づいて、車両のロケーション、位置、向き、速度、または加速度のうちの少なくとも１つに関連付けられた車両の状態を決定することと、自律車両の状態に関連付けられたメトリックを決定することと、メトリックが分散、残差、または補正係数のうちの少なくとも２つを含み、メトリックがしきい値以上であると決定することと、メトリックがしきい値以上であることに少なくとも部分的に基づいて車両の状態におけるエラーを決定することと、を含む方法。

Ｇ：エラーに少なくとも部分的に基づいて車両を制御することをさらに含み、車両を制御することは、車両を停止させること、車両の速度を減ずること、車両の加速度を制限すること、または車両の操舵角を制限することのうちの少なくとも１つを含む、項Ｆに説明の方法。

Ｈ：分散、残差、または補正係数のうちの少なくとも２つは、車両のグローバル状態、車両の状態の一部、生のセンサーデータ、または処理されたセンサーデータに少なくとも部分的に基づく、項Ｆまたは項Ｇのいずれかに説明の方法。

Ｉ：メトリックは、車両の状態に関連付けられた残差を含み、方法は、メトリックが、少なくともしきい値時間の間、しきい値を超えたと決定することをさらに含み、エラーを決定することは、メトリックが、少なくともしきい値時間の間、しきい値を超えていることに少なくとも部分的に基づく、項Ｆ－Ｈのいずれか１つに説明の方法。

Ｊ：メトリックは、車両の第１のコンポーネントに関連付けられた第１のメトリックであり、方法は、車両の第２のコンポーネントに関連付けられた第２のメトリックを決定することと、第１のコンポーネントおよび第２のコンポーネントが同一のまたは類似のタイプのコンポーネントであり、第１のメトリックと第２のメトリックとの間の差がしきい値以上であることを決定することと、をさらに含み、エラーを決定することは、差がしきい値以上であることに少なくとも部分的に基づく、項Ｆ－Ｉのいずれか１つに説明の方法。

Ｋ：メトリックは、車両の状態に関連付けられた第１の残差を含む第１のメトリックであり、方法は、車両の状態に関連付けられた第２の残差を含む第２のメトリックを決定することをさらに含み、メトリックがしきい値以上であると決定することは、第１のメトリックと第２のメトリックとの和が、しきい値以上であることを決定することを含む、項Ｆ－Ｊのいずれか１つに説明の方法。

Ｌ：メトリックは、残差および分散を含み、メトリックがしきい値の値以上であることを決定することは、残差および分散に少なくとも部分的に基づいて、更新されたメトリックを決定することと、更新されたメトリックがしきい値の値以上であることを決定することと、を含む、項Ｆ－Ｋのいずれか１つに説明の方法。

Ｍ：メトリックに関連付けられた車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられた重み値を決定することと、重み値が、車両の制御に対するセンサーまたはコンポーネントのうちの少なくとも１つに少なくとも部分的に基づき、メトリックに重み値を適用して重み付けされたメトリックを決定することと、をさらに含み、メトリックがしきい値以上であると決定することは、重み付けされたメトリックがしきい値以上であると決定することを含む、項Ｆ－Ｌのいずれか１つに説明の方法。

Ｎ：メトリックに関連付けられた車両の第１のセンサーまたは第１のコンポーネントを決定することと、車両の第２のセンサーまたは第２のコンポーネントを識別することと、第２のセンサーまたは第２のコンポーネントに関連付けられた第２のメトリックを決定することと、第２のメトリックがしきい値未満であると決定することと、第２のセンサーまたは第２のコンポーネントに少なくとも部分的に基づいて車両を制御することと、をさらに含む、項Ｆ－Ｍのいずれか１つに説明の方法。

Ｏ：メトリックに関連付けられた車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられた重み値を決定することと、重み値が、車両の制御に対するセンサーまたはコンポーネントのうちの少なくとも１つに少なくとも部分的に基づき、メトリックに重み値を適用して重み付けされたメトリックを決定することと、をさらに含み、メトリックがしきい値以上であると決定することは、重み付けされたメトリックがしきい値以上であると決定することを含む、項Ｆ－Ｎのいずれか１つに説明の方法。

Ｐ：プロセッサーと、実行されると、プロセッサーに、項Ｆ－Ｏのいずれか１つに説明のコンピューター実装方法を行わせる命令を格納する非一時的なコンピューター読取り可能媒体と、を含むシステムまたはデバイス。

Ｑ：処理する手段と、処理する手段に接続された格納する手段と、を含み、格納する手段は、項Ｆ－Ｏのいずれか１つに説明のコンピューター実装方法を行うように１つまたは複数のデバイスを構成する命令を含む、システムまたはデバイス。

Ｒ：１つまたは複数のプロセッサーによって実行されると、１つまたは複数のプロセッサーに、車両のセンサーからセンサーデータを受信することと、センサーデータに少なくとも部分的に基づいて、車両のロケーション、位置、向き、速度、または加速度のうちの少なくとも１つに関連付けられた車両の状態を決定することと、自律車両の状態に関連付けられたメトリックを決定することと、メトリックが分散、残差、または補正係数のうちの少なくとも２つを含み、メトリックがしきい値以上であると決定することと、メトリックがしきい値以上であることに少なくとも部分的に基づいて車両の状態におけるエラーを決定することと、を含む動作を行わせる命令を含む１つまたは複数の非一時的なコンピューター読取り可能媒体。

Ｓ：動作は、メトリックに関連付けられた車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、センサーまたはコンポーネントのうちの少なくとも１つに関連付けられた重み値を決定することと、重み値が、車両の制御に対するセンサーまたはコンポーネントのうちの少なくとも１つに少なくとも部分的に基づき、メトリックに重み値を適用して重み付けされたメトリックを決定することと、をさらに含み、メトリックがしきい値以上であると決定することは、重み付けされたメトリックがしきい値以上であると決定することを含む、項Ｒに説明の１つまたは複数の非一時的なコンピューター読取り可能媒体。

Ｔ：重み付け値は、車両の動作に対応する道路に関連付けられた道路状況、１日のうちの時間、光レベル、温度、または降水のうちの少なくとも１つに少なくとも部分的に基づいて決定される、項Ｓに説明の１つまたは複数の非一時的なコンピューター読取り可能媒体。

Ｕ：メトリックは、残差および分散を含み、メトリックがしきい値の値以上であることを決定することは、残差および分散に少なくとも部分的に基づいて、更新されたメトリックを決定することと、更新されたメトリックがしきい値の値以上であることを決定することと、を含む、項Ｒ－Ｔのいずれか１つに説明の１つまたは複数の非一時的なコンピューター読取り可能媒体。

Ｖ：メトリックに関連付けられた車両の第１のセンサーまたは第１のコンポーネントを決定することと、車両の第２のセンサーまたは第２のコンポーネントを識別することと、第２のセンサーまたは第２のコンポーネントに関連付けられた第２のメトリックを決定することと、第２のメトリックがしきい値未満であると決定することと、第２のセンサーまたは第２のコンポーネントに少なくとも部分的に基づいて車両を制御することと、をさらに含む、項Ｒ－Ｕのいずれか１つに説明の１つまたは複数の非一時的なコンピューター読取り可能媒体。

Ｗ：プロセッサーと、プロセッサーに接続された項Ｒ－Ｖのいずれか１つに説明の非一時的なコンピューター読取り可能媒体と、を含む車両。

Ｘ：プロセッサーと、プロセッサーに接続された項Ｒ－Ｖのいずれか１つに説明の非一時的なコンピューター読取り可能媒体と、を含むシステム。

上に説明される例示的な箇条が、１つの特有の実装に関して説明されるが、本文書という状況にて、さらに、例示的な箇条の内容が、方法、デバイス、システム、コンピューター読取り可能媒体、および／または別の実装を介して実装されることも可能であることは、理解されるべきである。加えて、例Ａ－Ｘのいずれかは、単独にて、または例Ａ－Ｘのうちのいずれか他の１つまたは複数との組み合わせにおいて、実装されることがある。

終結
本明細書に説明される技法に関する１つまたは複数の例が説明されたが、種々の代替、追加、置換および均等は、本明細書に説明される技法の範囲内に含まれる。

例の説明において、参照は、主張される主題の特定の例を実例として示す、一部を形成する添付の図面に対してされる。他の例が用いられることが可能であること、および、変更または代替、たとえば構造的な変更などがされることが可能であることは、理解されることである。上記の例、変更、または代替は、意図され主張される主題に関して、必ずしも範囲からの逸脱でない。本明細書におけるステップが、ある順において与えられることが可能であるが、ときには、順は、ある入力が、説明されるシステムおよび方法の機能を変更することなしに異なる時間に、または別個の順に提供されるように、変更されることが可能である。さらに、開示される手順は、異なる順において実行されることも可能だろう。さらに加えて、本明細書にある種々の計算は、開示された順において行われる必要がなく、計算の代替えの順にすることを用いる他の例は、難なく実装されることが可能であろう。並べ替えられることに加えて、さらに、計算は、同一の結果を有する部分計算に分解されることも可能であろう。

Claims (15)

1. システムであって、
   １つまたは複数のプロセッサーと、
   前記１つまたは複数のプロセッサーによって実行されると、前記システムに、
   自律車両のセンサーからセンサーデータを受信することと、
   前記センサーデータに少なくとも部分的に基づいて、前記自律車両のロケーション、位置、向き、速度、または加速度のうちの少なくとも１つを含む前記自律車両の状態を決定することと、
   前記自律車両の前記状態に関連付けられたメトリックを決定することであって、前記メトリックは、分散、残差、または補正係数のうちの少なくとも２つを含む、ことと、
   前記メトリックがメトリックしきい値以上であると決定することと、
   前記メトリックが前記メトリックしきい値以上であることに少なくとも部分的に基づいて、前記自律車両の前記状態におけるエラーを決定することと、
   前記エラーに少なくとも部分的に基づいて前記自律車両を制御することと
   を含む動作を行わせる１つまたは複数の非一時的なコンピューター読取り可能媒体と
   を備えたことを特徴とするシステム。
2. 前記動作は、
   前記メトリックに関連付けられた前記車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、
   前記センサーまたは前記コンポーネントのうちの前記少なくとも１つに関連付けられた重み付け値を決定することであって、前記重み付け値は、前記車両の制御に対する前記センサーまたは前記コンポーネントのうちの前記少なくとも１つに少なくとも部分的に基づく、ことと、
   前記メトリックに前記重み付け値を適用して、重み付けされたメトリックを決定することと
   をさらに含み、
   前記メトリックが前記しきい値以上であると決定することは、前記重み付けされたメトリックが前記しきい値以上であると決定することを含むことを特徴とする請求項１に記載のシステム。
3. 前記メトリックは、前記残差および前記分散を含み、
   前記メトリックが前記しきい値の値以上であると決定することは、
   前記残差および前記分散に少なくとも部分的に基づいて、更新されたメトリックを決定することと、
   前記更新されたメトリックが前記しきい値の値以上であることを決定することと
   を含むことを特徴とする請求項１または２に記載のシステム。
4. 前記メトリックは、前記自律車両の前記状態に関連付けられた第１の残差を含む第１のメトリックであり、前記動作は、
   前記自律車両の前記状態に関連付けられた第２の残差を含む第２のメトリックを決定することと
   をさらに含み、
   前記メトリックが前記メトリックしきい値以上であると決定することは、第１のメトリックと前記第２のメトリックとの和が前記メトリックしきい値以上であると決定することを含むことを特徴とする請求項１ないし３のいずれか一項に記載のシステム。
5. 前記メトリックは、第１の時間に関連付けられた第１のメトリックであり、前記動作は、
   第２の時間に関連付けられた第２のメトリックを決定することと、
   前記第２のメトリックが前記メトリックしきい値を超えると決定することと、
   前記第１の時間と前記第２の時間との間の時間がしきい値時間以上であると決定することと
   をさらに含み、
   前記エラーを決定することは、前記時間が前記しきい値時間以上であることに少なくとも部分的に基づくことを特徴とする請求項１ないし４のいずれか一項に記載のシステム。
6. 車両のセンサーからセンサーデータを受信することと、
   前記センサーデータに少なくとも部分的に基づいて、前記車両のロケーション、位置、向き、速度、または加速度のうちの少なくとも１つに関連付けられた前記車両の状態を決定することと、
   前記自律車両の前記状態に関連付けられたメトリックを決定することであって、前記メトリックは、分散、残差、または補正係数のうちの少なくとも２つを含む、ことと、
   前記メトリックがしきい値以上であると決定することと、
   前記メトリックが前記しきい値以上であることに少なくとも部分的に基づいて、前記車両の前記状態におけるエラーを決定することと
   を備えることを特徴とする方法。
7. 前記エラーに少なくとも部分的に基づいて前記車両を制御することをさらに含み、前記車両を制御することは、
   前記車両を停止させること、
   前記車両の速度を減ずること、
   前記車両の加速度を制限すること、または
   前記車両の操舵角を制限すること
   のうちの少なくとも１つを含むことを特徴とする請求項６に記載の方法。
8. 前記分散、前記残差、または前記補正係数のうちの前記少なくとも２つは、
   前記車両のグローバル状態、
   前記車両の前記状態の一部、
   生のセンサーデータ、または
   処理されたセンサーデータ
   に少なくとも部分的に基づくことを特徴とする請求項６または７に記載の方法。
9. 前記メトリックは、前記車両の前記状態に関連付けられた前記残差を含み、前記方法は、
   前記メトリックが少なくともしきい値時間の間前記しきい値を超えたと決定することと をさらに備え、
   前記エラーを決定することは、前記メトリックが前記少なくとも前記しきい値時間の間前記しきい値を超えることに少なくとも部分的に基づくことを特徴とする請求項６ないし８のいずれか一項に記載の方法。
10. 前記メトリックは、前記車両の第１のコンポーネントに関連付けられた第１のメトリックであり、前記方法は、
    前記車両の第２のコンポーネントに関連付けられた第２のメトリックを決定することであって、前記第１のコンポーネントおよび前記第２のコンポーネントは、同一のまたは類似のタイプのコンポーネントである、ことと、
    前記第１のメトリックと前記第２のメトリックとの間の差がしきい値差以上であることを決定することと
    をさらに備え、
    前記エラーを決定することは、前記差が前記しきい値差以上であることに少なくとも部分的に基づくことを特徴とする請求項６ないし９のいずれか一項に記載の方法。
11. 前記メトリックは、前記車両の前記状態に関連付けられた第１の残差を含む第１のメトリックであり、前記方法は、
    前記車両の前記状態に関連付けられた第２の残差を含む第２のメトリックを決定することと
    をさらに備え、
    前記メトリックが前記しきい値以上であると決定することは、第１のメトリックと前記第２のメトリックとの和が前記しきい値以上であると決定することを含むことを特徴とする請求項６ないし１０のいずれか一項に記載の方法。
12. 前記メトリックは、前記残差および前記分散を含み、前記メトリックが前記しきい値の値以上であることを決定することは、
    前記残差および前記分散に少なくとも部分的に基づいて、更新されたメトリックを決定することと、
    前記更新されたメトリックが前記しきい値の値以上であることを決定することと
    を含むことを特徴とする請求項６ないし１１のいずれか一項に記載の方法。
13. 前記メトリックに関連付けられた前記車両のセンサーまたはコンポーネントのうちの少なくとも１つを決定することと、
    前記センサーまたは前記コンポーネントのうちの前記少なくとも１つに関連付けられた重み付け値を決定することであって、前記重み付け値は、前記車両の制御に対する前記センサーまたは前記コンポーネントのうちの前記少なくとも１つに少なくとも部分的に基づく、ことと、
    前記メトリックに前記重み付け値を適用して、重み付けされたメトリックを決定することと
    をさらに備え、
    前記メトリックが前記しきい値以上であると決定することは、前記重み付けされたメトリックが前記しきい値以上であると決定することを含むことを特徴とする請求項６ないし１２のいずれか一項に記載の方法。
14. 前記メトリックに関連付けられた前記車両の第１のセンサーまたは第１のコンポーネントを決定することと、
    前記車両の第２のセンサーまたは第２のコンポーネントを識別することと、
    前記第２のセンサーまたは前記第２のコンポーネントに関連付けられた第２のメトリックを決定することと、
    前記第２のメトリックが前記しきい値未満であると決定することと、
    前記第２のセンサーまたは前記第２のコンポーネントに少なくとも部分的に基づいて前記車両を制御することと
    をさらに備えることを特徴とする請求項６ないし１３のいずれか一項に記載の方法。
15. １つまたは複数のプロセッサーによって実行されると、前記１つまたは複数のプロセッサーに、請求項６ないし１４のいずれか一項に記載の方法を行わせる命令を含むことを特徴とする１つまたは複数の非一時的なコンピューター読取り可能媒体。

Images