JP2023524233A - センサポッドアセンブリ - Google Patents
センサポッドアセンブリ Download PDFInfo
- Publication number
- JP2023524233A JP2023524233A JP2022565963A JP2022565963A JP2023524233A JP 2023524233 A JP2023524233 A JP 2023524233A JP 2022565963 A JP2022565963 A JP 2022565963A JP 2022565963 A JP2022565963 A JP 2022565963A JP 2023524233 A JP2023524233 A JP 2023524233A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- view
- field
- pod
- vehicle
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 claims description 124
- 239000012530 fluid Substances 0.000 claims description 86
- 238000004140 cleaning Methods 0.000 claims description 58
- 238000005266 casting Methods 0.000 claims description 32
- 230000003287 optical effect Effects 0.000 claims description 31
- 239000007788 liquid Substances 0.000 claims description 16
- 238000003384 imaging method Methods 0.000 claims description 8
- 230000008878 coupling Effects 0.000 claims description 3
- 238000010168 coupling process Methods 0.000 claims description 3
- 238000005859 coupling reaction Methods 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 abstract description 6
- 230000011218 segmentation Effects 0.000 description 62
- 230000008569 process Effects 0.000 description 51
- 230000015654 memory Effects 0.000 description 36
- 230000002085 persistent effect Effects 0.000 description 28
- 238000004422 calculation algorithm Methods 0.000 description 18
- 230000006870 function Effects 0.000 description 14
- 229920003023 plastic Polymers 0.000 description 14
- 239000004033 plastic Substances 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 238000001514 detection method Methods 0.000 description 12
- 238000012360 testing method Methods 0.000 description 11
- 102100039250 Essential MCU regulator, mitochondrial Human genes 0.000 description 10
- 101000813097 Homo sapiens Essential MCU regulator, mitochondrial Proteins 0.000 description 10
- 238000009434 installation Methods 0.000 description 9
- 230000000670 limiting effect Effects 0.000 description 8
- 230000004807 localization Effects 0.000 description 8
- 239000000463 material Substances 0.000 description 8
- 238000013528 artificial neural network Methods 0.000 description 7
- 230000000712 assembly Effects 0.000 description 7
- 238000000429 assembly Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 239000004743 Polypropylene Substances 0.000 description 6
- 229920001155 polypropylene Polymers 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006378 damage Effects 0.000 description 5
- 239000011521 glass Substances 0.000 description 5
- 238000010801 machine learning Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- -1 for example Substances 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000003860 storage Methods 0.000 description 4
- 230000003936 working memory Effects 0.000 description 4
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 239000003570 air Substances 0.000 description 3
- 229910052782 aluminium Inorganic materials 0.000 description 3
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 3
- 238000003491 array Methods 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 239000003599 detergent Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008447 perception Effects 0.000 description 3
- 238000013439 planning Methods 0.000 description 3
- 229920000139 polyethylene terephthalate Polymers 0.000 description 3
- 239000005020 polyethylene terephthalate Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 229920000271 Kevlar® Polymers 0.000 description 2
- FYYHWMGAXLPEAU-UHFFFAOYSA-N Magnesium Chemical compound [Mg] FYYHWMGAXLPEAU-UHFFFAOYSA-N 0.000 description 2
- 239000004677 Nylon Substances 0.000 description 2
- RSPISYXLHRIGJD-UHFFFAOYSA-N OOOO Chemical compound OOOO RSPISYXLHRIGJD-UHFFFAOYSA-N 0.000 description 2
- 229910000831 Steel Inorganic materials 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 229920001903 high density polyethylene Polymers 0.000 description 2
- 239000004700 high-density polyethylene Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 239000004761 kevlar Substances 0.000 description 2
- 229920001684 low density polyethylene Polymers 0.000 description 2
- 239000004702 low-density polyethylene Substances 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 229910052749 magnesium Inorganic materials 0.000 description 2
- 239000011777 magnesium Substances 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229920001778 nylon Polymers 0.000 description 2
- 238000010238 partial least squares regression Methods 0.000 description 2
- 229920000515 polycarbonate Polymers 0.000 description 2
- 239000004417 polycarbonate Substances 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000012628 principal component regression Methods 0.000 description 2
- 239000011347 resin Substances 0.000 description 2
- 229920005989 resin Polymers 0.000 description 2
- 230000001953 sensory effect Effects 0.000 description 2
- 239000010959 steel Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 229910000838 Al alloy Inorganic materials 0.000 description 1
- 201000004569 Blindness Diseases 0.000 description 1
- 206010019196 Head injury Diseases 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 239000004952 Polyamide Substances 0.000 description 1
- 239000004793 Polystyrene Substances 0.000 description 1
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- SNAAJJQQZSMGQD-UHFFFAOYSA-N aluminum magnesium Chemical compound [Mg].[Al] SNAAJJQQZSMGQD-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000012482 calibration solution Substances 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000007477 logistic regression Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 230000000116 mitigating effect Effects 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000013488 ordinary least square regression Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 229920002647 polyamide Polymers 0.000 description 1
- 229920000728 polyester Polymers 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 239000004800 polyvinyl chloride Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011268 retreatment Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000012780 transparent material Substances 0.000 description 1
- 238000012384 transportation and delivery Methods 0.000 description 1
- 238000007514 turning Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R11/04—Mounting of cameras operative during drive; Arrangement of controls thereof relative to the vehicle
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R11/00—Arrangements for holding or mounting articles, not otherwise provided for
- B60R2011/0001—Arrangements for holding or mounting articles, not otherwise provided for characterised by position
- B60R2011/004—Arrangements for holding or mounting articles, not otherwise provided for characterised by position outside the vehicle
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Traffic Control Systems (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
センサポッドシステムは、環境からデータを収集するように構成された複数のセンサをもつ1つまたは複数のセンサポッドを含む。センサポッドは、重複する視野をもつ個々のセンサによって作成される有効な視野を有し得る。センサポッドシステムは、異なるタイプおよびモダリティのセンサを含み得る。センサポッドシステムのセンサポッドは、車両、たとえば、自律車両上にモジュール的に設置され、車両の動作中に環境のデータを収集し、与え得る。
Description
本発明は、センサポッドアセンブリに関する。
関連出願
本出願は、参照により本明細書に組み込まれる、それぞれ2020年4月30日に出願された米国特許出願第16/864,082号、第16/864,109号、第16/864,122号、第16/864,138号、および第16/864,146号の優先権を主張する。
本出願は、参照により本明細書に組み込まれる、それぞれ2020年4月30日に出願された米国特許出願第16/864,082号、第16/864,109号、第16/864,122号、第16/864,138号、および第16/864,146号の優先権を主張する。
現在動作している多くの車両は、センサを使用してそれらの周囲を知覚するように設計されている。センサは、車両に、たとえば、車両の本体パネル中にしばしば統合される。しかしながら、車両本体への統合は、センサの視野をしばしば限定する。他の例では、センサは、車両の屋根になど、車両の外部に取り付けられ得る。しかしながら、車両の外部へのセンサの設置は、センサが外部オブジェクトに衝突し、センサおよび/または衝突されたオブジェクトに潜在的に損傷を与える可能性を増加させる。これらおよび他の問題は、車両に含まれることになるセンサの数およびタイプによって複雑になる。センサ技術が改善しているが、小型、電気、双方向、および/または自律車両は、いくつかの条件の下で、従来のセンサシステムが動作中に車両にデータを与えるには不十分であり得るか、またはセンサが置き換えられる間に長い遅延を生じ得る一意の構成要素および構成を有する。
2009年1月14日の欧州議会および理事会の規則(EC)第78/2009号
ヨーロッパ新車アセスメントプログラム歩行者試験プロトコル、バージョン8.4、2017年11月
詳細な説明について、添付の図を参照しながら説明する。図では、参照番号の最も左の数字は、参照番号が最初に登場する図を識別する。異なる図での同じ参照番号の使用は、同様のまたは同じ構成要素または特徴を示す。
本開示の例による、データを収集し、それを自律車両に与える1つまたは複数のセンサポッドを有する例示的な車両の図である。
本開示の例による、センサポッドをもつ図1の例示的な車両の上面図である。
センサポッドの視野と光軸とを示す図2の簡略図である。
図1~図3に示されている例示的な車両の端面図である。
本開示の例による、例示的なセンサポッドの上面図である。
本開示の例による、例示的な車両のマウントから切り離されたセンサポッドの透視図である。
本開示の例による、例示的なセンサポッドの分解図である。
本開示の例による、内部構成要素を示すために除去された外部ハウジングをもつセンサポッドの透視図である。
本開示の例による、いくつかの内部構成要素、トリム構成要素、および歩行者保護システムを示すために外部ハウジングの部分が除去された状態のセンサポッドの透視図である。
図9および図10のセンサポッドのコンテキストでのエネルギー管理構造を通した影響からエネルギーを管理するプロセスおよび技法の概略図である。
本開示の例による、センサポッドを較正するプロセスおよび技法の図である。
本開示の例による、センサポッドを較正するプロセスおよび技法の図である。
本開示の例による、センサポッドを較正するプロセスおよび技法の図である。
図11~図13の技法を実装するための例示的なシステムのブロック図である。
図8の部分の拡大透視図である。
本開示の例による、センサポッドのセンサを洗浄するプロセスおよび技法の図である。
上記で説明されたように、車両の本体に統合される従来のセンサの設置は、十分なセンサカバレージを与えないことがあり、置き換えるのに時間がかかることがある。たとえば、本体、たとえば、本体パネル内に埋め込まれたセンサの場合、センサを除去し、置き換えるプロセスは、車両の本体パネルおよび/または他の部分の除去をしばしば必要とする。これは、車両が使用されることを防げる比較的長く複雑なプロセスであり得る。センサが、車両の外部に取り付けられるとき、センサが外部オブジェクトに衝突し、センサおよび/または衝突されたオブジェクトに潜在的に損傷を与え得る。
本出願は、歩行者に保護を与えながら、センサの設置、パッケージング、保守、および交換を改善するための構造および技法に関係する。例では、センサは、車両に取外し可能に結合された自己完結型のアセンブリまたは「センサポッド」中に配設され得る。多様なセンサポッド、たとえば、4つが、車両を囲む環境にカバレージを与えるために車両の外部の周りに配設され得る。
たとえば、センサポッドは、車両にセンサポッドを取外し可能に結合する取付けインターフェースを備えるフレームを含み得る。例では、センサポッドは、フレーム上の位置に取り付けられた多様なセンサを含み得、ここで、各位置は、各センサポッドのための有効な視野を作成するためにセンサポッド中の他のセンサの視野を補完する視野をそれぞれのセンサに与える。例では、センサポッドは、多様なセンサタイプを有し得る。たとえば、センサのいくつかは、撮像センサ、たとえば、カメラ(たとえば、RGBカメラ、モノクロカメラ、強度(グレイスケール)カメラ、赤外線カメラ、紫外線カメラ、深度カメラ、ステレオカメラ、飛行時間(TOF)センサなど)であり得、一方、他のセンサは、測距または距離センサ(distancing sensor)、たとえば、LIDAR(light detection and ranging)センサ、無線検出および測距(RADAR)センサ、SONAR(sound navigation and ranging)センサなどの1つまたは複数の超音波トランスデューサ、または別の知られているセンサタイプであり得る。慣性測定センサなどの他のタイプのセンサが、追加または代替として、センサポッド中に含まれ得る。例では、センサポッド内の同じタイプのセンサは、車両を囲む環境の一部分にカバレージを与えるために異なるおよび/または重複した視野を有し得る。
例では、フレームは、鋳物であり、鋳物表面を通してセンサ位置を与え得る。例では、鋳物フレームは、センサにリジッドマウントを与え、わずかに車両から離れてポッド中でセンサを離間させる。鋳物表面は、表面を機械加工する2次プロセスを必要とすることなしに十分な精度をもつ取付けインターフェースを与え得る。そのような取付け表面の使用は、いくつかの例では、(たとえば、センサが何らかの知られている公差内で配置されることを保証することによって)ならびに車両を動作させるときにほとんどない移動を保証することによって必要とされる較正の数を低減することによって較正に必要な計算リソースを低減することができる。
例では、センサポッドは、センサ表面を洗浄するためにノズルがそれらに隣接して配設された状態のクリーニングシステムを有し得る。例では、ノズルは、表面を洗浄するために加圧流体を適用し得る。例では、洗浄システムは、多様なセンサポッドを供給し得る集中流体リザーバによって供給され得る。特定のセンサポッドに与えられる流体は、流体マニホルドを介してセンサポッド内の多様なセンサに分配され得る。
例では、センサポッドは、車両にセンサポッドを接続し得る供給ハーネスを有する。供給ハーネスは、センサポッドに電力と加圧流体とを与え得る。例では、センサポッドはまた、センサポッドのセンサから車両のコンピューティングシステムにセンサデータを送信するために車両に電気的に結合され、センサに電気的に結合されたセンサハーネスを有し得る。
説明されたように、例では、車両は、車両の本体上に配設された多様なセンサポッドを有し得る。たとえば、車両は、第1のセンサポッドが第1の位置において本体に取外し可能に結合された状態で縦軸に沿って第1の端部と第1の端部に遠位の第2の端部とを有する本体を含み得る。例では、第1の位置は、地上インターフェースを上回る高度で、第1の端部に隣接し、第1の横軸に沿って第1の方向に縦軸から離間される。例では、車両は、(たとえば、車両の4つの隅または四分区間に近接して)車両の本体の周りに分配された第2のセンサポッドと、第3のセンサポッドと、第4のセンサポッドとを含み得る。例では、第1のセンサポッドと、第2のセンサポッドと、第3のセンサポッドと、第4のセンサポッドとはそれぞれ、有効なセンサ視野を有する。車両に取り付けられるとき、センサポッドの有効なセンサ視野は、隣接するセンサポッドの有効な視野と重複する。例では、重複する視野により、センサポッドが車両全体の周りを見ることが可能になる。例では、重複する視野は、センサに冗長性を与える。たとえば、センサポッドが損傷または故障する場合、他の3つのセンサポッドが車両全体の周りを見るために有効な視野を依然として与える。例では、センサポッドの有効な視野は、少なくとも270度である。例では、センサポッドの高度は、運転中に一般的に遭遇される大部分の障害物を回避するかまたはそれを越えて見るのに十分高くなり得る。例では、センサポッドは、地上少なくとも約4フィート、高くても約7フィートの高度に取り付けられ得る。いくつかの例では、センサポッドは、車両の上部に近接してまたはそれのわずかに下に取り付けられ得る。たとえば、各センサポッドのマウントは、車両の上部の約18インチ内で車両に結合され得、センサポッドは、取付け位置の上および/または下に垂直方向に延長し得る。1つの特定の例では、センサポッドは、地上約5フィート10インチで車両に取り付けられ得る。例では、センサポッドは、車両の上部の上に延長し得る。例では、センサポッドは、車両の上に取り付けられ得る。例では、センサポッドは、地上少なくとも約5フィート10インチに取り付けられるが、車両本体の上部の1フィート上より下に取り付けられる。
例では、センサポッドは、歩行者保護システムを含み得る。たとえば、センサポッドは、車両に結合されたフレームと、フレームに結合されたセンサと、フレームに結合された衝突構造とを含み得る。例では、衝突構造は、外面と衝突エネルギー吸収構造とを備える。外面は、衝突中に歩行者または他のオブジェクトとインターフェースするように構成される。外面の少なくとも一部分は、フレームに対してセンサの外側に配設される。衝突エネルギー吸収構造は、外面とフレームとの間に配設され、衝突から外面を通して伝達されたエネルギーの一部分を吸収するように構成される。例では、衝突エネルギー吸収構造は、応力集中ゾーンを備え、ここで、応力集中ゾーンは、衝突エネルギー吸収構造の局部塑性変形を生じて衝突からのエネルギーを吸収する。例では、外面は、衝突中に実質的に一様に移動するように構成され得る。例では、外面は、衝突からの一部のエネルギーを吸収するために衝突中に上に歪むように構成され得る。例では、センサポッドは、フレームの上に配設され、変形可能な締着具によってフレームに結合された別のセンサを有し得る。例では、変形可能な締着具は、衝突中に変形されて、衝突からのエネルギーを吸収し得る。例では、衝突からのエネルギーがしきい値を超える場合、変形可能な締着具はセンサを解放し得る。例では、センサポッドは、バッフル構造を含み得、ここで、バッフル構造は、衝撃中に可塑的に変形して、エネルギーを吸収するように構成されたクランプルゾーン(crumple zone)を含んでいる。
車両の4隅に近接し、車両の上面に近い高度に配設されたセンサポッドを有する車両のコンテキストでいくつかの例が与えられるが、他の例では、他の数および構成のセンサポッドが使用され得、ならびに/またはセンサポッドは、車両に対して他の位置(たとえば、高度、横間隔、および/もしくは縦間隔)に配設され得る。さらに、本明細書で提供される例示的なセンサポッドが多様な異なるタイプのセンサの特定の組合せを含むが、他の例では、センサポッドは、いくつかのタイプのより少数のセンサおよび他のタイプの追加のセンサを組み込む。他の例では、センサポッドは、所望の解像度または冗長性を与えるために、センサポッド上に配設されたより多数のいくつかのセンサを含み得る。
センサポッドをもつ例示的な自律車両
図1は、本開示の例による、自律車両の周囲に関する情報を収集するために多様なセンサで構成された1つまたは複数のセンサポッドアセンブリを有する例示的な車両100の図である。図1に示されている車両は、運転手(または乗員)が任意の時間に車両を制御することが予想されない状態で移動全体の間にすべてのセーフティクリティカル機能を実行することが可能な車両について記述した、米国運輸省道路交通安全局によって発行されたレベル5分類に従って動作するように構成された双方向性自律車両であり得る。しかしながら、他の例では、車両は、任意の他のレベルまたは分類を有する完全なまたは部分的な自律車両であり得る。さらに、いくつかの例では、本明細書で説明されるエネルギー管理構造は、非自律および/または非双方向性車両にも適用可能であり得る。また、車両が陸上車両である例が与えられているが、本明細書で説明される技法はまた、航空、海洋、および他の車両に適用可能である。
図1は、本開示の例による、自律車両の周囲に関する情報を収集するために多様なセンサで構成された1つまたは複数のセンサポッドアセンブリを有する例示的な車両100の図である。図1に示されている車両は、運転手(または乗員)が任意の時間に車両を制御することが予想されない状態で移動全体の間にすべてのセーフティクリティカル機能を実行することが可能な車両について記述した、米国運輸省道路交通安全局によって発行されたレベル5分類に従って動作するように構成された双方向性自律車両であり得る。しかしながら、他の例では、車両は、任意の他のレベルまたは分類を有する完全なまたは部分的な自律車両であり得る。さらに、いくつかの例では、本明細書で説明されるエネルギー管理構造は、非自律および/または非双方向性車両にも適用可能であり得る。また、車両が陸上車両である例が与えられているが、本明細書で説明される技法はまた、航空、海洋、および他の車両に適用可能である。
図示の例では、車両100は、本体104に結合された第1のセンサポッドアセンブリ102Aと第2のセンサポッドアセンブリ102Bと(集合的に「センサポッド102」)を含む。この例におけるセンサポッドアセンブリ102の各々は、多様なセンサを含み、センサポッドまたは他のものを洗浄するかまたは衝突中にそれらを保護するためのシステムまたは構造を含み得る。たとえば、センサポッドアセンブリ102Aは、第1のセンサ106と、第2のセンサ108と、第3のセンサ110とを含む。何らかの例では、これらのセンサは、第1のタイプのもの、たとえば、撮像センサであり得る。いくつかの例では、センサポッドアセンブリ102Aはまた、第4のセンサ112と第5のセンサ114とを含む。いくつかの例では、これらのセンサは、第2のタイプのもの、たとえば、LIDAR(light detection and ranging)センサであり得る。
いくつかの例では、センサポッド102Aはまた、外殻116またはトリムを有する。いくつかの例では、外殻116は、センサポッドアセンブリ102Aに衝突するオブジェクトへの損傷を緩和し得るエネルギー吸収構造を組み込む。
いくつかの例では、本体104は、センサポッドアセンブリ102から離れて本体104上に配設された追加のセンサ118を有する。
いくつかの例では、車両100は、車両100の長さにかかる縦軸120を有し得る。いくつかの例では、センサポッドアセンブリ102Aは、地上インターフェース124の上の高度122で本体104上に配設され得る。いくつかの例では、センサポッドアセンブリ102Aは、センサポッドアセンブリのセンサが車両が遭遇し得る大部分の障害物を越えて見ることが可能なように車両の上の高さまたは高度に位置し得る。たとえば、障害物を越えて見ることは有利であり得、それによって、車両のシステムは、障害物を観測するまたはそれに反応することだけでなく、その障害物を越えた任意の追加の障害物または状態を観測するまたはそれに反応することが可能になる。いくつかの例では、高い角度から障害物を観測することは有利であり、ここで、高い角度により、車両のシステムは、特に、距離、接近速度、ステータス、方向のうちの1つまたは複数をより良く決定することが可能になり得る。
例では、センサポッド102Aは、地上少なくとも約4フィート、高くても約7フィートの高度に取り付けられ得る。例では、センサポッド102Aは、車両の上部に近接してまたはそれのわずかに下に取り付けられる。たとえば、センサポッドのマウントは、車両の上部の約18インチ内で車両に結合され得、センサポッド102Aは、取付け位置の上および/または下に垂直方向に延長し得る。1つの特定の例では、センサポッド102Aは、地上約5フィート10インチで車両に取り付けられる。例では、センサポッド102Aは、車両の上部の上に延長する。例では、センサポッド102Aは、車両の上に取り付けられる。例では、センサポッド102Aは、地上少なくとも約5フィート10インチに取り付けられるが、車両本体の上部の1フィート上より下に取り付けられる。
いくつかの例では、センサポッドは、地上5フィートよりも高くなるように取り付けられ得る。いくつかの例では、センサポッドは、地上の上方の5フィート6インチよりも高くなるように取り付けられ得る。いくつかの例では、センサポッドは、地上の上方の5フィート10インチよりも高くなるように取り付けられ得る。いくつかの例では、センサポッドは、地上の上方の6フィートよりも高くなるように取り付けられ得る。いくつかの例では、センサポッドは、地上の上方の6フィート6インチよりも高くなるように取り付けられ得る。いくつかの例では、センサポッドは、地上の上方の7フィートよりも高くなるように取り付けられ得る。
いくつかの例では、センサポッドアセンブリは、高度しきい値より下に取り付けられる。いくつかの例では、センサを上昇させることが有益であり得、センサポッドアセンブリをある高度より下に取り付けさせることも有益であり得る。たとえば、高すぎて取り付けられる場合、センサポッドアセンブリは、特に、樹木、標識、橋、陸橋、電線、配線などの高架の障害物に衝突するリスクがあり得る。いくつかの例では、高すぎて取り付けられる場合、センサポッドアセンブリは、揺れまたは増幅された振動を低減するのに十分な剛性または堅さを与えるために追加の支持を必要とし得る。いくつかの例では、センサポッドは、車両の屋根の上2フィートよりも低くなるように取り付けられ得る。いくつかの例では、センサポッドは、車両の屋根の上18インチよりも低くなるように取り付けられ得る。いくつかの例では、センサポッドは、車両の屋根の上1フィートよりも低くなるように取り付けられ得る。いくつかの例では、センサポッドは、車両の屋根の上6インチよりも低くなるように取り付けられ得る。いくつかの例では、センサポッドは、車両の屋根で実質的に洗浄されるように取り付けられ得る。いくつかの例では、センサポッドは、車両の屋根の下になるように取り付けられ得る。
この例における車両100は、車両100の1つまたは複数のシステムの動作を制御するために1つまたは複数のコンピュータシステム126を含む。たとえば、自律車両の場合、コンピュータシステム126は、1つまたは複数のプロセッサとメモリとを含み得、特に、1つまたは複数のセンサからセンサデータを受信し、処理することと、環境を通して車両のためのルートを計画することとを行うように車両100を制御するように構成され得る。
いくつかの例では、コンピュータシステム126は、車両100の1つまたは複数のシステムの動作を制御する。たとえば、自律車両の場合、コンピュータシステム126は、1つまたは複数のプロセッサ128と1つまたは複数のプロセッサ128と通信可能に結合されたメモリ130とを含み得、特に、1つまたは複数のセンサからセンサデータを受信し、処理することと、環境を通して車両のためのルートを計画することとを行うように車両100を制御するように構成され得る。いくつかの例では、コンピュータシステム126はまた、車両100のサブシステムを制御するように構成されたコントローラ132を含み得る。たとえば、コントローラ132は、センサ洗浄システム134を制御し得る。いくつかの例では、洗浄システム134は、リザーバ、流体、加圧、ポンプ、弁を備え得、センサポッド102のうちの1つまたは複数に接続され得る。例では、車両100は、多様な洗浄システム134を備える。例では、洗浄システム134の各々は、センサポッド102のうちの1つまたは複数に結合される。例では、多様な洗浄システム134のうちの1つは、たとえば、センサポッド102Aを含むセンサポッド102の第1のサブセットに結合され、多様な洗浄システム134のうちの別の1つは、たとえば、センサポッド102Bを含むセンサポッド102の第2のサブセットに結合される。例では、センサポッド102の第1のサブセットと第2のサブセットとは、別個である。たとえば、センサポッド102Aに結合される洗浄システム134は、センサポッド102Bに洗浄機能を直接与えないことになる。例では、センサポッド102の第1のサブセットと第2のサブセットとは、部分的に重複する。例では、センサポッド102の第1のサブセットと第2のサブセットとは、完全に重複する。たとえば、多様な洗浄システム134は、互いに冗長性を与える。いくつかの例では、洗浄システム134は、本体104内に位置する。いくつかの例では、洗浄システム134は、車両100の着脱可能な部分、たとえば、駆動モジュール内に配設される。
図示の例では、車両100は、自律車両であるが、車両100は、半自律車両などの任意の他のタイプの車両または少なくとも画像キャプチャデバイス(たとえば、カメラが使用可能なスマートフォン)を有する任意の他のシステムとすることができる。説明のために本体104中に常駐しているものとして図1に示されているが、コンピュータシステム126が車両100にアクセス可能である(たとえば、たとえば、リモートコンピュータデバイスのメモリ上など、車両100から離れたメモリ上に記憶されるか、またはそうでなくそれによってアクセス可能である)ことが企図される。いくつかの例では、多様なコンピュータシステム126が、車両100上に含まれ得る。いくつかの例では、コンピュータシステム126は、本体104、駆動アセンブリ、またはそれらの組合せ内に位置し得る。
車両100のプロセッサ128は、本明細書で説明されるようにデータを処理し、動作を実行するために命令を実行することが可能な任意の好適なプロセッサであり得る。限定ではなく例として、プロセッサ128は、電子データをレジスタおよび/またはメモリ中で記憶され得る他の電子データに変換するためのその電子データを処理する1つまたは複数の中央処理装置(CPU)、グラフィックス処理ユニット(GPU)、または任意の他のデバイスもしくはデバイスの一部分を備え得る。いくつかの例では、集積回路(たとえば、ASICなど)、ゲートアレイ(たとえば、FPGAなど)、および他のハードウェアデバイスも、それらが符号化された命令を実装するように構成される限り、プロセッサと考慮され得る。
メモリ130は、非一時的コンピュータ可読媒体の一例である。メモリ130は、本明細書で説明する方法および様々なシステムに起因する機能を実装するために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、ならびに/またはデータを記憶し得る。様々な実装形態では、メモリは、スタティックランダムアクセスメモリ(SRAM)、シンクロナスダイナミックRAM(SDRAM)、不揮発性/フラッシュタイプメモリ、または情報を記憶することが可能な任意の他のタイプのメモリなどの任意の好適なメモリ技術を使用して実装され得る。本明細書で説明されるアーキテクチャ、システム、および個々の要素は、多くの他の論理構成要素、プログラム構成要素、および物理構成要素を含み得、添付の図に示されたものは、本明細書での説明に関連する例にすぎない。
いくつかの例では、メモリ130は、少なくとも作業メモリと記憶メモリとを含み得る。たとえば、作業メモリは、プロセッサ128によって動作されるべきデータを記憶するために使用される限定された容量の高速メモリ(たとえば、キャッシュメモリ)であり得る。場合によっては、メモリ130は、データの長期ストレージのために使用される比較的大容量のより低い速度のメモリであり得る記憶メモリを含み得る。場合によっては、プロセッサ128は、本明細書で説明されるように、記憶メモリ中に記憶されるデータに対して直接動作することができず、データは、データに基づいて動作を実行するための作業メモリにロードされる必要があり得る。
図2は、トップダウンビューからの図1の車両100を示す。図示の例では、車両100は、本体104に結合された第1のセンサポッドアセンブリ102A1と第2のセンサポッドアセンブリ102B2と第3のセンサポッドアセンブリ102A3と第4のセンサポッドアセンブリ102B4と(集合的に「センサポッド102」)を含む。図2はまた、センサポッド102から離れて車両上に配設されたセンサ118を示す。図2は、車両100の長さにかかる縦軸120を示し、ここで、車両は、縦軸120に沿って第1の端部200と第1の端部に遠位の第2の端部202とを有する。図2は、第1の端部200にある第1の横軸204と第2の端部202にある第2の横軸206とを示す。
図2は、第1の位置208において車両100に取外し可能に取り付けられ、第1の端部200に隣接して位置し、第1の横軸204に沿って第1の方向210に縦軸から離間された第1のセンサポッドアセンブリ102A1を示す。図2は、第2の位置212において車両に取外し可能に取り付けられ、第1の端部200に隣接して位置し、第1の横軸204に沿って第1の方向210とは反対側の第2の方向214に縦軸120から離間された第2のセンサポッドアセンブリ102B2を示す。図2は、第3の位置216において車両に取外し可能に取り付けられ、第2の端部202に隣接して位置し、第2の横軸206に沿って第1の方向210に縦軸120から離間された第3のセンサポッドアセンブリ102A3を示す。図2は、第4の位置218において車両に取外し可能に取り付けられ、第2の端部202に隣接して位置し、第2の横軸206に沿って第1の方向210に縦軸120から離間された第4のセンサポッドアセンブリ102B4を示す。
いくつかの例では、センサポッド102は、50インチ、60インチ、または70インチの距離220だけ第1の横軸または第2の横軸に沿って互いに離間され得る。いくつかの例では、センサポッド102は、第1の横軸または第2の横軸に沿って互いに離間され、本体104の外部の2インチ内に、本体104の外部の5インチ内に、外部の8インチ内に、本体104の外部の10インチ内に、または本体104の外部の12インチ内にとどまり得る。
いくつかの例では、センサポッド102は、100インチ、110インチ、または120インチの距離222だけ縦軸120に沿って互いに離間され得る。いくつかの例では、センサポッド102は、縦軸120に沿って互いに離間され、本体104の外部の2インチ内に、本体104の外部の5インチ内に、外部の8インチ内に、本体104の外部の10インチ内に、または本体104の外部の12インチ内にとどまり得る。
いくつかの例では、センサポッド102は、各個のセンサがセンサ視野を有する状態で多様なセンサを有する。いくつかの例では、個々のセンサの視野は、センサポッドの有効なセンサ視野を作成するために組み合わされ得る。図2は、センサポッド102の個々のセンサの例示的なセンサ視野を示す。たとえば、センサポッドアセンブリ102B2は、光軸226をもつ第1のセンサ視野224と、光軸230をもつ第2のセンサ視野228と、光軸234をもつ第3のセンサ視野232とを有する。例では、これらのセンサ視野は、センサポッドアセンブリの有効な視野236を作成するために組み合わされ得る。例では、第1のセンサ視野224は、約80度である。例では、第1のセンサ視野224は、75度から85度の間である。例では、第1のセンサ視野224は、60度から90度の間である。例では、第2のセンサ視野228は、約80度である。例では、第2のセンサ視野228は、75度から85度の間である。例では、第2のセンサ視野228は、60度から90度の間である。
例では、第3のセンサ視野232は、約60度である。例では、第3のセンサ視野232は、60度から65度の間である。例では、第3のセンサ視野232は、50度から90度の間である。
例では、光軸226は、縦軸120に対して実質的に平行である。例では、光軸226は、縦軸120から離れて角度が付けられる。たとえば、光軸226は、縦軸120から外側に約5度角度が付けられる。例では、光軸226は、縦軸120から外側に2度から10度の間で角度が付けられる。例では、光軸226は、縦軸120から内側に約5度角度が付けられる。例では、光軸226は、縦軸120から内側に2度から10度の間で角度が付けられる。例では、光軸226が、縦軸120から内側にまたは外側に角度が付けられる場合、車両の同じ端部に向けられた2つの隣接するセンサポッドの両方のセンサが太陽盲(sun blindness)を経験する機会は大幅に低減される。たとえば、両方のセンサのレンズ面は、並列でないことになり、同じ角度で日光を受光しないことになる。
図2はまた、センサ視野を有するセンサ118を示す。例では、センサ118は、他のセンサ118と同様であり得る。例では、センサ118は、異なる特性および/または特徴を有し得る。たとえば、センサ118は、センサ238であり、光軸242をもつセンサ視野240を有し得る。例では、センサ118は、センサ244であり、光軸248をもつセンサ視野246を有し得る。例では、センサ視野240は、センサ視野246よりも大きいことがある。たとえば、センサ244は、センサ238と比較して比較的狭い視野を与え得る。例では、センサ244は、光軸248に沿って車両100からより離れた位置に関するより多くの情報を与え得る。実用的な例として、センサ244は、進行方向のさらに先の状態に関する情報を与え得る。例では、センサ視野240は、140度から170度の間である。例では、センサ視野246は、約30度である。
いくつかの例では、センサポッド102は、車両100の外端から離間され得る。たとえば、図2は、本体104の主要な部分、たとえば、フェンダー、グリル、または他の外面から戻って距離250を離間したセンサポッド102A1を示す。例では、距離250は、約285mmである。例では、距離250は、200mmから300mmの間である。例では、距離250は、50mmから200mmの間である。例では、距離250は、0mmから50mmの間である。例では、距離250は、負である。たとえば、距離250は、-1mmから-100mmの間である。この例では、センサポッドの表面は、本体104の主要な部分の主要な部分を超えて延びることになる。
図2はまた、本体104の側部の大部分、たとえば、フェンダー、ドア、または他の外面から距離252を離間したセンサポッド102A1を示す。例では、距離252は、約10mmである。例では、距離252は、0mmから10mmの間である。例では、距離252は、負である。たとえば、距離252は、-1mmから-20mmの間である。この例では、本体104の側部の大部分の表面は、センサポッドを超えて延びることになる。例では、距離252は、約-12mmである。
図3は、図1および図2の車両100を示す。図示の例では、車両100は、本体104に結合された第1のセンサポッドアセンブリ102A1と第2のセンサポッドアセンブリ102B2と第3のセンサポッドアセンブリ102A3と第4のセンサポッドアセンブリ102B4と(集合的に「センサポッド102」)を含む。図3はまた、センサポッドのセンサの光軸ならびにセンサポッド102の各々のためのセンサポッドの有効な視野236を示す。例では、センサポッド102は、追加のセンサを有する。たとえば、センサポッド102は、第2のセンサタイプの視野300をもつLIDARセンサを有し得る。例では、第2のセンサタイプの視野は、同じまたは実質的に同様の視野をカバーし得る。
いくつかの例では、第1のセンサポッドアセンブリ102A1の有効なセンサ視野236は、第2のセンサポッドアセンブリ102B2の有効なセンサ視野236の少なくとも一部分と重複し、第4のセンサポッドアセンブリ102B4の有効なセンサ視野236の少なくとも一部分と重複する。いくつかの例では、第2のセンサポッドアセンブリ102B2の有効なセンサ視野236は、第1のセンサポッドアセンブリ102A1の有効なセンサ視野236の少なくとも一部分と重複し、第3のセンサポッドアセンブリ102A3の有効なセンサ視野236の少なくとも一部分と重複する。いくつかの例では、第3のセンサポッドアセンブリ102A3の有効なセンサ視野236は、第2のセンサポッドアセンブリ102B2の有効なセンサ視野236の少なくとも一部分と重複し、第4のセンサポッドアセンブリ102B4の有効なセンサ視野236の少なくとも一部分と重複する。いくつかの例では、第4のセンサポッドアセンブリ102B4の有効なセンサ視野236は、第1のセンサポッド102A1の有効なセンサ視野236の少なくとも一部分と重複し、第3のセンサポッドアセンブリ102A3の有効なセンサ視野236の少なくとも一部分と重複する。
例では、有効なセンサポッド視野は、270度以上であり得る。例では、隣接するセンサポッドアセンブリの有効なセンサ視野は、車両からある距離で重複する。たとえば、距離は、5フィート、2フィート、または1フィートであり得る。例では、距離が0であることは、センサ視野が車両において重複することを意味し、距離が負であることは、センサ視野が車両上で重複することを意味する。例では、これは、360度のセンサポッドの有効なシステム視野を作成し、車両の周りのカバレージを可能にする。例では、重複は、4つのセンサポッドのうちの3つがアクティブの場合でもセンサポッドの有効なシステム視野が360度になるようなものである。例では、重複は、センサポッドの有効なシステム視野が4つのセンサポッドのうちの2つがアクティブの場合でも、2つのアクティブなセンサポッドが車両の反対隅にあるか、または反対側の四分区間中にある場合は、360度になるようなものである。
例では、センサポッド102は、本体104から延長する。たとえば、各センサポッドは、車両100の本体104の縦端部から少なくとも第1の距離、側面から少なくとも第2の距離突出する。例では、第1の距離と第2の距離とは、同じであることも異なることもあり得る。例では、第1の距離と第2の距離とは、0インチ、2インチ、6インチ、8インチ、10インチ、12インチ以上であり得る。
例では、センサポッド102は、車両の異なる四分区間中に、たとえば、隅の近くに位置する。車両の末端の近くにあることによって、センサポッドは、いくつかの状況では有利な視野展望を有し得る。たとえば、角を曲がるかまたは駐車場から出るときに、センサポッドは、全車両が空間に入る前にデータを収集するために角を迂回して見ることが可能であり得る。例では、センサポッド102は、車両上の第1の位置、第2の位置、第3の位置、および第4の位置に位置する。たとえば、第1の位置は、第1の端部の第1の距離内にあり、第1の位置の縦軸からの間隔は、第1のセンサポッドの有効なセンサ視野が車両に対しておよび車両から離れて第1の位置に位置する障害物の後ろのオブジェクトの眺望を含むように縦軸からの第2の距離よりも大きい。
例では、センサ視野300は、個々のセンサについて360度よりも少ない量に限定され得る。たとえば、センサ視野は、270度よりも大きいか、約270度であるか、または270度未満であり得る。例では、いくつかのタイプのセンサのための視野の場所が、データ収集および計算効率に有益であり得る。たとえば、車両の隅の近くにセンサを配置することによって、270度の視野が、他のセンサと組み合わされたときに全360度の眺望を可能にしながら、やはり重複する視野から冗長性を保持する。しかしながら、センサの視野を限定することによって、車両の不変部分の不要なデータは、収集されないか、または処理の早期にデータから効率的に除去されて、システムに対する負荷を低減する。例では、車両の部分を眺望することが有益であり得、視野は、車両含有しきい値を下回るように限定され得る。
例では、センサポッド102は、2つの構成またはタイプを有する。たとえば、第1のタイプのセンサポッドは、第2のタイプのセンサポッドの鏡像であり得る。図3は、センサポッドアセンブリ102A1および102A3が第1のタイプのものであり、一方、センサポッドアセンブリ102B2および102B4が第2のタイプのものである一例を示す。
図4は、端面図からの図1~図3の車両100を示す。図示の例では、車両100は、第1のセンサポッドアセンブリ102A1を含む。センサの視野の説明は、簡単にするために、本質的に含まれる視野にわたる垂直カバレージを用いて平面視でのカバレージに言及した。図4は、センサポッド102のセンサが垂直向きを修正するためにセンサポッド内で配向され得る一例を示す。例では、センサポッドアセンブリ102A1の第1のセンサ400と第2のセンサ402とは、視野と検知軸とを有する。たとえば、第1のセンサ400は、視野404と検知軸406とを有し得、センサ402は、視野408と検知軸410とを有し得る。この例では、検知軸406は、車両100に対して実質的に水平であり得、一方、検知軸410は、たとえば、45度下に傾斜していることがある。例では、第1のセンサ400の視野404は、車両により近いオブジェクトの眺望を与え得る第2のセンサ402の視野408と比較して車両からより離れたオブジェクトの眺望を与え得る。例では、第2のセンサ402は、車両がオブジェクトの近くで動作しているとき、たとえば、人またはオブジェクトの近くに駐車またはそれの近くで操作しているときに有用な情報を与え得る。
図4はまた、第2のセンサポッドアセンブリ102B2を示す。例では、センサポッド102B2は、センサポッド102A1と同様である。例では、センサポッド102B2は、センサポッド102A1と比較してミラーリングされたレイアウトを有する。例では、センサポッド102B2は、高さ412と幅414とを有する。例では、高さ412は、約330mmであり得る。例では、高さ412は、300mmから350mmの間であり得る。例では、高さ412は、275mmから375mmの間であり得る。
例では、幅414は、約230mmであり得る。例では、幅414は、200mmから250mmの間であり得る。例では、幅414は、175mmから175mmの間であり得る。
例示的なセンサポッドアセンブリ
図5は、例示的なセンサポッド500のトップダウンビューを示す。例では、センサポッド500は、第1のセンサ502と、第2のセンサ504と、第3のセンサ506とを含む。何らかの例では、これらのセンサは、第1のタイプのもの、たとえば、撮像センサであり得る。いくつかの例では、センサポッド500はまた、第4のセンサ508と(下の)第5のセンサ510とを含む。いくつかの例では、これらのセンサは、第2のタイプのもの、たとえば、LIDAR(light detection and ranging)センサであり得る。
図5は、例示的なセンサポッド500のトップダウンビューを示す。例では、センサポッド500は、第1のセンサ502と、第2のセンサ504と、第3のセンサ506とを含む。何らかの例では、これらのセンサは、第1のタイプのもの、たとえば、撮像センサであり得る。いくつかの例では、センサポッド500はまた、第4のセンサ508と(下の)第5のセンサ510とを含む。いくつかの例では、これらのセンサは、第2のタイプのもの、たとえば、LIDAR(light detection and ranging)センサであり得る。
例では、センサポッド500はまた、外殻514またはトリムを有する。例では、外殻514は、センサポッド500に衝突するオブジェクトへの損傷を緩和し得るエネルギー吸収構造を組み込む。
例では、センサポッド500は、図4に示されているセンサポッド102B2と同様である。例では、センサポッド500は、幅516と長さ518とを有する。例では、幅516は、図4に示されている幅414と同様である。例では、幅516は、約230mmであり得る。例では、幅516は、200mmから250mmの間であり得る。例では、幅516は、175mmから175mmの間であり得る。
例では、長さ518は、約300mmであり得る。例では、長さ518は、250mmから350mmの間であり得る。例では、長さ518は、225mmから375mmの間であり得る。
例では、412および幅414がある。例では、高さ412は、約330mmであり得る。例では、高さ412は、300mmから350mmの間であり得る。例では、高さ412は、275mmから375mmの間であり得る。
図6は、センサポッド602が車両600に取り付けられた車両600の例示的な例の透視図を示す。例では、センサポッド602は、取付けシステム604を通して車両600に取り付けられ得る。例では、取付けアーム606は、剛性および恒久構成で車両に結合され得る。センサポッド602は、センサポッド602上の取付けインターフェース608を通して取付けアーム606に取り付けられ得る。例では、取付けアームと取付けインターフェース608とは、センサポッド602を設置および除去するときに車両600に対するセンサポッド602とセンサとの向きの精度および一貫性を増加させるために指標付け特徴610を有する。
図7は、センサポッド602の分解図700である。例では、センサポッド602は、様々なセンサ、たとえば、第1のカメラ704、第2のカメラ706、第3のカメラ708、第1のLIDAR710、および第2のLIDAR712をもつフレーム702を含む。センサポッド602はまた、外装トリム714と、ブラケット716と、パドルランプ718と、シール720と、洗浄システム722と、ハーネス724とを含み得る。
分解図700はまた、ポッドアーム726を示す。例では、ポッドアーム726は、センサポッド602が後で取り付けられる可能性がある車両に接続されることになる。
図8は、外殻またはトリムなしのセンサポッド800を示す。例では、センサポッド800は、車両(図示せず)にセンサポッド800を取り付け得る取付けインターフェース(図示せず)をもつフレーム802を含む。例では、センサポッド800は、フレーム802の第1の位置806に取外し可能に取り付けられる第1のセンサ804を含み、ここで、第1のセンサ804は、第1の視野を有する。例では、センサポッド800はまた、フレーム802の第2の位置810に取り付けられる、第2の視野を有する第2のセンサ808を含み、ここで、第2の位置810は、第1の視野の少なくとも一部分を第2の視野の少なくとも一部分に重複させるために第1の位置806に対して配向される。これの一例は、図2に見られ得る。例では、センサポッド800はまた、フレーム802の第3の位置814に取り付けられる、第3の視野を有する第3のセンサ812を含み、ここで、第3の位置814は、第2の視野の少なくとも一部分を第3の視野の少なくとも一部分に重複させるために第1の位置806と第2の位置810とに対して配向される。例では、センサポッド800はまた、フレーム802の第4の位置818に取外し可能に取り付けられる第4のセンサ816を含み、ここで、第4のセンサ816は、第4の視野を有する。この例では、第4の位置818は、第1の視野の少なくとも一部分に第4の視野の少なくとも一部分と重複させるために第1の位置806に対して配向される。例では、センサポッド800はまた、フレームの第5の位置822に取り付けられる、第5の視野を有する第5のセンサ820を含む。この例では、第5の位置822は、第4の視野の少なくとも一部分に第5の視野の少なくとも一部分と重複させるためにフレーム802に対して配向される。
例では、第1のセンサ804と、第2のセンサ808と、第3のセンサ812とは、第1のタイプのものであり、第4のセンサ816と第5のセンサ820とは、第2のタイプのものである。例では、第1のタイプのセンサは、撮像センサ、たとえば、カメラである。例では、第2のタイプのセンサは、LIDARセンサである。例では、あるタイプのセンサのための視野は、同じであり得るか、または異なり得る。たとえば、第1のセンサ804の視野は、第3のセンサ812の視野とは異なり得る。例では、第3のセンサ812の視野は、90度回転された第1のセンサ804の視野と同じである。
例では、第1のセンサ804は、光軸が第1の方向にある状態で配向され、光軸をもつ第2のセンサ808は、第2の方向に配向され、光軸をもつ第3のセンサ812は、第1の方向とは実質的に反対側の第3の方向に配向される。この例では、第2の方向は、第1の方向と第3の方向との間にあり、第1の視野と第2の視野とは、第3の視野とは異なる。
図8はまた、洗浄システム824の部分を示す。例では、センサ、たとえば、第1のセンサ804または第4のセンサ816の検知表面826を洗浄するための洗浄システム824となる。例では、洗浄システム824は、検知表面826に液体を適用するように構成されたノズル828を含む。
例では、センサポッド802は、供給ハーネス830を有する。例では、供給ハーネス830は、車両からセンサポッド800に電力、制御信号、および/または洗浄流体を与える。例では、供給ハーネス830または別のハーネス(図示せず)は、センサから車両にデータ信号を与える。例では、供給ハーネスは、洗浄システムに流体と加圧空気とを供給するための流体および加圧空気接続とセンサのうちの1つまたは複数に電力を供給するための電力接続とを含む。例では、センサポッド800は、センサから車両のコンピューティングシステムにセンサデータを送信するために車両に電気的に結合可能であり、センサに電気的に結合されたセンサハーネスを含む。
例では、フレーム802は、異なる材料から作られ得る。たとえば、フレーム802は、金属(たとえば、アルミニウム、鉄鋼、マグネシウム、もしくはそれらの組合せ)または炭素、ケブラー、樹脂、ガラス、もしくはプラスチックを含む複合材料から作られ得る。例では、フレーム802は、アルミニウム鋳物またはマグネシウムアルミニウム合金から作られる。例では、鋳物フレームは、ビレットから完全に機械加工されるフレームよりも低い費用で製造の強度、剛性、繰返し精度を与える。例では、フレーム802上の取付け位置は、取付け表面から離れて位置を合わせることによってセンサをサポートし、配向するための取付け表面を有する。例では、取付け表面は、互いに対してならびに車両に対してセンサを配向するのに十分な公差を基準表面に与えるように機械加工される。例では、フレーム802上の取付け位置は、センサをサポートし、配向するために取付け位置に鋳物表面を有する。これらの例では、鋳物表面は、基準表面を与えるために機械加工の2次動作を必要としない。むしろ、鋳物表面は、互いに対してならびに車両に対してセンサを配向するのに十分な公差を基準表面に与えるように鋳造プロセス中に制御される。
例では、センサポッドは、非対称である。たとえば、センサポッドの取付けインターフェースは、フレーム上の第6の位置に位置し、ここで、第6の位置は、第2の位置810の実質的に反対側に配設される。この例では、センサポッドのマウントは、車両に結合されるとき、センサポッド800の側から突出する。
例示的な歩行者保護システムおよび技法
車両、たとえば、自律車両において、安全は、重要なファクタである。安全の部分として、車両が動作する環境内の人々に保護を与えることも重要である。例では、車両は、環境内の人々との意図しない接触を防止するのを助ける複雑なシステムを有し得る。接触が防止されない状況において、追加の保護が車両上に与えられ得る。例では、このタイプの歩行者保護は、歩行者への負傷を限定するように設計され得る。
車両、たとえば、自律車両において、安全は、重要なファクタである。安全の部分として、車両が動作する環境内の人々に保護を与えることも重要である。例では、車両は、環境内の人々との意図しない接触を防止するのを助ける複雑なシステムを有し得る。接触が防止されない状況において、追加の保護が車両上に与えられ得る。例では、このタイプの歩行者保護は、歩行者への負傷を限定するように設計され得る。
歩行者保護の1つの現在の測度は、頭部傷害基準(「HIC」)スコアである。これは、車両によって与えられる歩行者保護のレベルを決定する1つのメトリックである。たとえば、1000を下回るHICスコアをもつ歩行者保護システムは、多くの管轄において満足のいくものであると見なされる。例では、HICスコアは、式1によって計算される。
ここで、aは、得られた頭部加速度であり、t2-t1≦15msであり、t2、t1は、HICを最大化するように選択される。HICは、t1とt2との間にある時間期間にわたって適用される力/エネルギーのための代理としての加速度濃度の測度である。例では、システムは、HICまたは頭部性能基準(HPC)スコアをテストし、決定するために、その開示が参照により本明細書に組み込まれる、(頭部性能基準(「HPC」)について説明する)歩行者および他の交通弱者の保護に関する自動車の型式認証に関する2009年1月14日の欧州議会および理事会の規則(EC)第78/2009号および(HIC15試験について説明する)ヨーロッパ新車アセスメントプログラム歩行者試験プロトコル、バージョン8.4、2017年11月において説明されている技法のうちの1つまたは複数を使用し得る。
図9は、センサポッド800の透視図を示す。この図では、センサポッド800は、トリム/外殻900が設置されている。例では、センサポッド800は、フレーム802に結合された衝突構造902を含む。たとえば、衝突構造902は、衝突中に歩行者とインターフェースするように構成された外面904を含み得る。例では、外面904の少なくとも一部分は、フレーム802に対してセンサの外側に配設される。例では、衝突構造902はまた、外面904とフレーム802との間に配設される衝突エネルギー吸収構造906を含む。例では、衝突エネルギー吸収構造906は、衝撃から外面904を通して伝達されたエネルギーの一部分を吸収するように構成される。
例では、衝突構造902および/または衝突エネルギー吸収構造906は、たとえば、特に、ナイロン、ガラス充填ナイロン、および/またはガラス充填ポリプロピレンを含む様々な材料から作られ得る。たとえば、衝突エネルギー吸収構造906は、プラスチック(たとえば、ポリエチレンテレフタラート(PETまたはPETEまたはポリエステル)、高密度ポリエチレン(HDPE)、ポリ塩化ビニル(PVC)、低密度ポリエチレン(LDPE)、ポリプロピレン(PP)、ポリスチレン(PS)、(ABS)など)、ポリカーボネート、ポリアミド、および/またはそれらの組合せから作られ得る。例では、衝突エネルギー吸収構造906は、金属(たとえば、アルミニウム、鉄鋼、マグネシウム、またはそれらの組合せ)または炭素、ケブラー、樹脂、ガラス、またはプラスチックを含む複合材料から作られ得る。
例では、センサポッドは、慣性測定ユニット(「IMU」)またはセンサを含んでいる。例では、車両は、センサポッドの衝撃を示すデータをIMUから受信する。例では、システムは、IMUから受信されたデータに少なくとも部分的に基づいて、センサポッドが、損傷している、損傷していることがある、検査されなければならない、再較正されなければならない、または置き換えられなければならないと決定し得る。例では、システムは、IMUから受信されたデータに少なくとも部分的に基づいて、衝突中に歩行者またはオブジェクトに適用された衝突力を決定し得る。
例では、センサポッドのIMUからのデータは、車両および/または他のセンサポッドからのデータと組み合わされる。たとえば、高い減速を示すセンサポッドのIMUからのデータは、たとえば、車両および/または他のセンサポッドからのデータが同様の高い減速を示すときにセンサポッドへの衝突を示さないことがある。例では、センサポッドからのデータと車両からのデータとの間の大きい矛盾は、センサポッドおよび/またはIMUの位置合わせ不良および/または誤較正を示し得る。
図10は、歩行者保護システムを通して衝突からのエネルギーを管理するプロセスおよび技法の簡略図である。たとえば、図10は、フレーム802に結合された衝突構造902のいくつかの概略図を示す。例では、衝突構造902は、衝突中に歩行者とならびに衝突エネルギー吸収構造906とインターフェースするように構成された外面904を含む。図10は、歩行者または他の外部オブジェクトとの衝突を緩和する例示的なプロセス1000を示す。たとえば、動作1002において、衝突構造、たとえば、衝突構造902は、構造、たとえば、外面904からエネルギーを吸収し、それを通して衝突を吸収する。例では、外面904は、センサポッドの内部に、たとえば、矢印1004の方向に変位され得る。例では、外面904の変位は、衝突からのエネルギーを吸収し、歩行者から離れた方向にそれを向けることを始める。
動作1006において、衝突により、エネルギーが衝突エネルギー吸収構造906に伝達し、応力集中を作成し得る。例では、衝突エネルギー吸収構造906に伝達されるエネルギーにより、応力集中がしきい値を超えることを生じさせる量を超過し、衝突エネルギー吸収構造906の部分を変形させ、衝突からのエネルギーを吸収させ得る。例では、衝突エネルギー吸収構造906は、衝突中に応力集中ゾーン1008を備える。例では、応力集中ゾーン1008は、衝突エネルギー吸収構造の局部塑性変形を生じ、それによって、衝突から、および歩行者から離れてエネルギーを吸収する。たとえば、このエネルギーの吸収は、歩行者によって経験される加速濃度を低減する。例では、応力集中ゾーン1008は、第1の衝突力しきい値を上回り、第2の衝突力しきい値を下回る局部塑性変形を生じるように構成される。この例では、衝突エネルギー吸収構造が、歩行者を保護するために衝突から十分なエネルギーを吸収するのに十分変形可能であるが、運転または小さい衝突中に不要な損傷が生じるほど変形可能でないことが有用である。さらに、衝突エネルギー吸収構造が、歩行者を保護するために衝突から十分なエネルギーを吸収しないように固すぎないことが有用である。
例では、応力集中ゾーン1008は、材料特性および/または幾何学的特徴を使用して適合される。たとえば、衝突エネルギー吸収構造906の断面の厚さは、所望量のエネルギーを吸収するためにある領域をもつある位置に応力集中ゾーン1008を位置するおよび/または限定するために構造にわたって変更され得る。例では、幾何学的特徴は、追加された材料、たとえば、リッジ、リブ、スウェル、ガセット、除去された材料、たとえば、スロット、穴、もしくは凹部、および/または輪郭、たとえば、フィレット、曲線、または半径を含む。例では、複雑な形状、たとえば、特に、Iビーム、C型チャンネル、管、および/またはTビームを作成するために組合せが使用される。
例では、第2の衝突力しきい値は、1000のHICスコアに関連付けられる。例では、第2の衝突力しきい値は、650のHICスコアに関連付けられる。例では、第1の衝突力しきい値は、100のHICスコアに関連付けられる。例では、第1の衝突力しきい値は、300のHICスコアに関連付けられる。
例では、外面904は、衝突中にそれ自体に対して実質的に一様に移動するように構成される。この例では、衝突エネルギー吸収構造906は、衝突中に伝達されるエネルギーの大部分を吸収する。
例では、外面は、最大変形までそれ自体に対して歪むかまたは曲がるように構成される。例では、最大変形は、外面の形状の厚さの約50%である。
例では、外面は、実質的に凸面であるか湾曲している。例では、この形状は、重量比利益に構造剛性を与え得る。例では、外面は、直交する2方向で実質的に凸面である。この例では、外面は、2方向で湾曲しており、重量比利益に構造剛性を与え得るシェル効果を作成し得る。
例では、衝突エネルギー吸収構造906は、フレーム802に外面904を結合する。例では、衝突エネルギー吸収構造906は、衝突の方向に対して実質的に直角である方向で外面904にサポートを与える。たとえば、衝突エネルギー吸収構造906は、垂直方向ならびに横方向で外面をサポートするのに役立ち得る。
例では、衝突エネルギー吸収構造906は、衝突負荷吸収プロファイルを与えるように構成された厚さ、断面、または平面図形のうちの1つまたは複数を有する。例では、これらの特徴は、衝突エネルギー吸収構造906の応力集中と変形とを制御するために適合される。例では、衝突エネルギー吸収構造は、実質的に均質の材料または複合材料で構成され得る。
例では、衝突構造902は、フレーム、たとえば、フレーム802の上に配設され、変形可能な締着具によってフレーム802に結合された別のセンサへの適用を通して保護を与え得る。たとえば、フレーム802の上に配設されるセンサは、LIDARセンサであり得る。例では、センサは、応力集中ゾーンを備える変形可能な締着具を通してフレームに結合される。例では、変形可能な締着具の応力集中ゾーンは、衝突からエネルギーを吸収する変形可能な締着具の局部塑性変形を生じる。例では、衝突が衝突力しきい値を超えるとき、変形可能な締着具はセンサを解放する。たとえば、衝突が十分に大きいとき、変形可能な締着具は、向きを変え、センサをフレームから切り離すことを可能にし得る。例では、センサは、フレームから解放されるとき、車両の上部の近くに取り付けられているとき、歩行者または障害物に触れずに通過し得る。例では、変形可能な締着具は、センサが障害物に触れずに通過しない場合、2次衝突を緩和するのに十分にセンサの相対速度を遅くするために十分なエネルギーを吸収する。例では、変形可能な締着具の変形は、エネルギーを吸収し、センサから離れて衝突エネルギー吸収構造906によって吸収される全体的なエネルギーを低減する。
衝突構造902はまた、バッフル構造を含み得る。たとえば、図8および図9はまた、センサ804またはセンサ808と外殻900との間に配設されるバッフル構造832を示す。例では、バッフル構造832は、衝突中に可塑的に変形し、衝突からのエネルギーを吸収するように構成されたクランプルゾーンを含む。例では、この特徴は、外殻900、外面904、および衝突エネルギー吸収構造906と同様におよびそれと併せて動作する。
例示的な較正システムおよび技法
本明細書で説明される技法は、インフラストラクチャを必要とすることなしに、たとえば、基準マーカなしにセンサポッドと車両とのセンサを較正することを対象とする。概して、そのような較正は、(何らかの起点、たとえば、別のセンサ、システムの起点などに対するセンサの位置または向きのうちの1つまたは複数を決定する)「外来」較正または(センサ自体に関する1つまたは複数のパラメータ、たとえば、焦点距離、中心点、レンズひずみモデルなどを決定する)「内在」較正のいずれかを指し得る。システムの一例は、(様々なモダリティの)多様なセンサを有する多様なセンサポッドを有する自律車両であるが、任意の他のシステム(たとえば、画像センサを有するスマートフォン、1つまたは複数のセンサモダリティを有するロボットマニピュレータなど)が企図される。1つのそのような(すなわち、システムが自律車両である)例では、自律車両は、車両またはセンサポッドの環境のセンサデータを生成するように構成されたセンサポッドのセンサを含むことができる。
本明細書で説明される技法は、インフラストラクチャを必要とすることなしに、たとえば、基準マーカなしにセンサポッドと車両とのセンサを較正することを対象とする。概して、そのような較正は、(何らかの起点、たとえば、別のセンサ、システムの起点などに対するセンサの位置または向きのうちの1つまたは複数を決定する)「外来」較正または(センサ自体に関する1つまたは複数のパラメータ、たとえば、焦点距離、中心点、レンズひずみモデルなどを決定する)「内在」較正のいずれかを指し得る。システムの一例は、(様々なモダリティの)多様なセンサを有する多様なセンサポッドを有する自律車両であるが、任意の他のシステム(たとえば、画像センサを有するスマートフォン、1つまたは複数のセンサモダリティを有するロボットマニピュレータなど)が企図される。1つのそのような(すなわち、システムが自律車両である)例では、自律車両は、車両またはセンサポッドの環境のセンサデータを生成するように構成されたセンサポッドのセンサを含むことができる。
車両またはセンサポッドは、環境中のオブジェクトを識別するセマンティックセグメンテーション情報を生成するか、またはそうでなくそれにアクセスし得る。たとえば、セマンティックセグメンテーション情報は、各ピクセルまたはポイントをオブジェクトまたはオブジェクトタイプに関連付けるために、たとえば、ピクセルごとにまたはポイントごとにセンサデータを分類し得る。センサが、(たとえば内部的に)正しく較正されるとき、センサデータとセマンティックセグメンテーション情報とは、環境の整列表現を生成するために組み合わされ得る。しかしながら、センサが不適当に較正されるとき、たとえば、較正エラーがあるとき、センサデータとセマンティックセグメンテーション情報とは、組み合わされるときに、環境の不正確な、または「ぼやけた」表現を形成することができる。現実世界の例では、自律車両に適用されるとき、非常に正確な較正の必要な一例として、0.5度のオーダーでのセンサの位置合わせ不良は、100メートル離れたオブジェクトが移動しているレーンを確実に決定することができないことを生じ得る。したがって、センサがこれらの厳格な規格を満たすために設置時に較正されるが、センサが適切に較正されたままであることを検証することが重要であり得る。たとえば、センサは、環境汚染物質、通常の運転および使用による劣化、ならびにセンサに較正エラーを生じさせることができる他のファクタの対象となり得る。
センサポッドを設置するときに、センサポッドの較正ファクタを考慮に入れることが有益であり得る。たとえば、いくつかの例では、バイアスおよび/または較正制限が、所与のセンサポッド中に存在し得、2つのセンサポッドの適合性を限定し得る。たとえば、第1のセンサポッドは、第1のバイアスを有し得、したがって、第2のバイアスをもつ第2のセンサポッドと車両上でペアリングされるとき、センサポッドの組合せが、場合によっては、所望のセンサカバレージを与えないことがある。しかしながら、第1のセンサポッドが第3のバイアスをもつ第3のセンサポッドとペアリングされるとき、2つのセンサポッドは所望のセンサカバレージを与える。いくつかの事例は、車両上の多様なセンサまたはセンサポッドが故障し、残りのセンサが、車両を安全に制御するために使用される極端な事例であり得る。例では、たとえば、センサポッドのうちの1つまたは複数は、車両が使用に入る前に除去され、置き換えられる必要がないことがあるので、車両への設置の前にセンサポッドの適合性を決定することは車両の再処理およびダウンタイムを低減し得る。
本明細書で説明される例では、較正技法は、センサポッドおよび/または車両中に取り付けられる1つまたは複数のセンサの較正を検証し、および/またはそれを較正するために使用され得る。いくつかの実装形態では、1つまたは複数のモダリティのセンサは、センサデータ、たとえば、画像、レーダーリターン、LiDARリターン、飛行時間データなどをキャプチャするために取り付けられ、センサポッドの視野をカバーし得る。例では、多様なセンサポッドが、自律車両に取り付けられ、自律車両の周りの360度をカバーする有効な視野を与え得、各センサは、すなわち、車両の環境中のオブジェクトに対して車両の安全なナビゲーションを保証するのに必要なセンサデータを与えることができる。例では、較正技法は、センサポッド上のセンサを較正する際に基準または不変オブジェクトを活用することを含むことができる。不変オブジェクトを使用するとき、較正技法は、較正エラーを決定するためにセマンティックセグメンテーション情報を活用することを含むことができる。より詳細には、技法は、セマンティックセグメンテーション情報中のオブジェクトを決定することと、オブジェクトに対するセンサによって生成されたセンサデータ中の特徴を比較することとを含むことができる。たとえば、セマンティックセグメンテーション情報中のオブジェクトは、不変オブジェクトを含むことができ、これは、時間にわたって変化もしくは移動しないことがある、および/または幾何学的属性、反射特徴などの1つもしくは複数の属性が容易に知られる固定のおよび/もしくは知られているオブジェクトを含み得る。たとえば、不変オブジェクトは、壁、柱、天井、隅、構造または車両の屋根線、建築物、地平線などの線形オブジェクトを含むことができる。不変オブジェクトはまた、標識、表面、壁、建築物の側面、機械、トレーラまたは大型車の側面などの平坦面を含み得る。他の例では、道路標識は、再帰反射性のものであることが知られていることがある。またさらなる例では、不変オブジェクトは、知られているか知ることができる他の属性を有し得る。少なくとも他の例では、そのような不変性は、オブジェクト自体にではなく、オブジェクトの特徴および/または属性に対応し得る。そのようなものの非限定的な例として、トラクタートレーラは、移動し得るが、平坦面とそのような表面の交点の直線とを有する。同様に、交通信号機のポールは状態(赤色、黄色、緑色など)を変化するが、同じ相対位置、向き、幾何学的特徴などを有し得る。
いくつかの実装形態では、特徴は、セマンティックセグメンテーション情報中のオブジェクトと比較するためにセンサデータから抽出され得る。非限定的な例として、端部は、たとえば、画像中で端部検出アルゴリズムを使用するか、または3次元センサデータ中で深度不連続性を使用してセンサデータ中で検出され得る。そのような端部は、不変オブジェクトに関するアプリオリな知識から予想されるように、それらが線形であるのかどうかを決定するために調査され得る。他の実装形態では、たとえば、深度測定を有するポイントは、不変オブジェクト中の平坦面に関連付けられているものとして識別され得る。それらのポイントは、次いで、共面性を確認するために調査され得る。いくつかの例では、特徴は、たとえば、センサのパラメータ、たとえば、内在性を使用してひずみ除去されたひずみ除去データから決定され得る。少なくともいくつかの例では、エラーは、ひずんだ空間(たとえば、予想されるひずんだ線または平面からポイントがどのくらい遠くにあるのか)またはひずみ除去された空間(たとえば、共線性または共面性の測度)に関して決定され得る。
上記のように、感知された特徴は、うまく較正されたセンサ中のセマンティックセグメンテーション情報からのオブジェクトと近接して整列されなければならない。一方、位置合わせ不良は、センサ中の較正エラーを示し得る。したがって、本明細書で説明される実装形態によれば、技法は、センサデータ中の特徴がそれらの予測される値からどのくらい逸脱しているのか、たとえば、それらが不変オブジェクト属性から予想される共直線性または共面性からどのくらい逸脱しているのかを定量化することができる。またいくつかの例では、位置合わせ不良は、たとえば、センサデータ中のポイントまたはピクセルとセマンティックセグメンテーション情報から決定された不変オブジェクトによって実施された予想との間の距離として定量化され得る。
いくつかの例では、較正エラーは、たとえば、エラーが許容できるのかどうかを決定するために、何らかの修正行為が取られなければならないのかどうかのしきい値エラーと比較され得る。修正行為は、センサをオフラインにすること、センサポッドをオフラインにすること、車両をオフラインにすること、センサを再較正すること、センサからのセンサデータの排除時に車両を制御することなどを含むことができる。いくつかの例では、較正データは、更新された較正情報を決定するために使用され得、その後に取得されたセンサデータは、更新された較正情報を使用して較正され得る。
本明細書で説明される較正技法は、自律車両のセンサポッド上のセンサ、たとえば、カメラのアレイのための最適な較正を決定するためにフレームワークを与えることによってコンピューティングデバイスの機能を改善することができる。本明細書で説明される較正技法を使用して1つまたは複数のカメラを較正することによって、カメラは、車両の所望の視野カバレージを与えながら、環境に関する高い確度および精度で環境を表すデータを生成することができる。たとえば、このようにして較正されたセンサポッドは、動作中により一貫したセンサカバレージを与えることができ、これは、最終的に、運転中の良い安全結果につながり、達成すべき車両の再処理を低減することができる。コンピューティングデバイスの機能に対するこれらおよび他の改善について説明される。
本明細書で説明される較正技法はまた、従来の較正および/または較正検証を上回る改善を表す。たとえば、過去においては、較正技法は、しばしば、センサが車両上に設置され、アクティブであることが必要とされた。たとえば、いくつかの技法は、センサが、車両上に設置され、アクティブ化され、テストされることを必要とする。そのような従来の技法は、実装するために車両をオフラインにした状態での集中的な時間および統合の努力を免れない。対照的に、本明細書で説明される技法により、センサポッドレベルでのセンサの較正が可能になり得、たとえば、車両が依然として使用中にある間に車両とは別々に行われ得る。追加または代替として、本明細書で説明される技法により、より迅速におよび効率的に較正されるために新しいセンサポッドが設置された状態で車両の較正が可能になり得る。たとえば、本技法は、車両が変数の低減されたセットを使用して新しいセンサポッドのセンサを較正することを可能にし得る。さらに、本技法は、たとえば、互いに適合すると決定された場所にセンサポッドが設置されたので、較正解決策が存在するということを知っているので、車両が、新しいセンサポッドのセンサを較正することを可能にし得る。したがって、本明細書で説明される技法は、従来の較正を上回る有意な改善を表すものである。
本明細書で説明する方法、装置、およびシステムは、いくつかの方法で実装され得る。例示的な実装形態は、以下の図を参照しながら以下に与える。自律車両のコンテキストで説明されるが、本明細書で説明される方法、装置、およびシステムは、そのような較正の使用および/または検証より前におよび/またはそれの間にセンサの較正を必要とする様々なシステムに適用され得る。本明細書で説明される技法は、自律車両に限定されない。別の例では、本方法、装置、およびシステムは、航空または航海コンテキストで利用され得る。さらに、本明細書で説明される技法は、(たとえば、1つまたは複数のセンサを使用してキャプチャされた)実際のデータ、(たとえば、シミュレータによって生成された)シミュレートされたデータ、またはそれらの任意の組合せとともに使用され得る。
図11~図13は、センサおよびセンサポッドの較正と自律車両上への設置とに関与する例示的な方法およびプロセスを示すフローチャートである。図11~図13に示されている方法は、便宜上および理解しやすいように、図1~図10に示されている車両、センサポッド、および/またはシステムのうちの1つまたは複数に関して説明される。しかしながら、図11~図13に示されている方法およびプロセスは、図1~図11に示されている車両、センサポッド、センサ、および/またはシステムを使用して実施されることに限定されず、本出願において説明される他の車両、センサポッド、および/またはシステムのいずれか、ならびに本明細書で説明されるもの以外の車両、センサポッド、および/またはシステムを使用して実装され得る。さらに、本明細書で説明される車両、センサポッド、および/またはシステムは、図11~図13に示されている方法およびプロセスを実施することに限定されない。
いくつかの例では、システムは、車両上の個々のセンサまたはセンサを較正するために、その開示が参照により本明細書に組み込まれる、2017年11月21日に出願された米国特許出願第15/820,245号および/または2019年3月8日に出願された米国特許出願第16/297,127号において説明された技法のうちの1つまたは複数を使用し得る。
図11は、車両のセンサポッドを較正する例示的なプロセス1100を示す。動作1102において、較正システムは、センサポッドの環境のセンサデータを受信し得る。例では、センサポッドは、センサデータを収集および/または処理するためにスタンドおよびコンピューティングシステムに取り付けられ得る。例では、スタンドは、固定であることも自由に移動することもある。例では、センサポッドは、データ収集中に手によって保持され得る。例では、センサポッドのセンサは、データ、たとえば、画像をキャプチャするように構成されたカメラまたは他のセンサであり得る。例では、画像は、センサの内在的な特徴、たとえば、魚眼または広角レンズによりひずませられ得る。センサは、他のタイプのカメラ、たとえば、線形カメラなどであり得、またはセンサは、全体として異なるモダリティのセンサであり得る。非限定的な例として、センサは、光のリターンに関連する深度情報などを生成するLIDARセンサまたは飛行時間センサであり得る。
例では、環境は、90度の視野内に1つまたは複数の不変量を含んでいる。例では、テストマウントは、インデックスが付けられた向きを有し得、ここで、データは、1つまたは1つもしくは複数の不変量の多様なインデックスが付けられた向きで多様なセンサから収集され得る。この例では、センサポッドのセンサを較正するためにより少数の不変量が必要とされ得る。
例では、センサデータは、環境中の複数のオブジェクトに関する画像データを含む。たとえば、基準、壁、建築物の隅、車両、1つの機械、ポール、および他の特徴である。諒解されるように、画像データは、センサの視野中の不変、変異、静的、動的、および/または任意の特徴に関する感知されたデータを含み得る。
動作1104において、プロセスは、(たとえば、1102において取得されたセンサデータに少なくとも部分的に基づいて)環境に関するセマンティックセグメンテーション情報を受信および/または生成することを含むことができる。例では、セマンティックセグメンテーション表現は、環境の一部分に関する分類情報を示し得る。より詳細には、表現は、たとえば、それらのオブジェクトの分類に基づく環境中の異なるオブジェクトまたは特徴のグラフィカルオブジェクト表現を含み得る。たとえば、オブジェクト表現は、特に、壁、隅、天井、ポール、1つの機械を含み得る。例では、それぞれのオブジェクト表現の各々は、同じ標示または分類を有するピクセルを視覚的に識別し得る。したがって、壁表現は、「壁」標示または分類を有するピクセルを含み、天井表現は、「天井」標示または分類を有するピクセルを含み、以下同様である。したがって、たとえば、セマンティックセグメンテーション情報は、ピクセルごとの分類情報を含むことができる。上記のように、図11が、センサが画像を生成するカメラであることに関して説明されるが、他のセンサモダリティ(たとえば、3次元センサ)も企図される。同様に、セマンティックセグメンテーション情報は、画像センサを含むことも含まないこともある1つまたは複数のセンサモダリティからのデータから生成され得る。
例では、セマンティックセグメンテーション情報は、不変オブジェクトに関する情報を含むことができる。本明細書で使用する「不変オブジェクト」は、線形端部、平坦面、知られている向きなど、知られている特性または属性を有するオブジェクトであり得る。いくつかの例では、不変オブジェクトは、環境中で固定されている、たとえば、同じままとどまるまたは移動しないことを概して予想されるオブジェクトであり得る。たとえば、不変オブジェクトは、地形的特徴、たとえば、路面、歩道面、いくつかの樹木など、固定物、たとえば、建築物、道路標識、街灯、消火栓、ガードレールなど、または知られている構造および/もしくは向きを有する他の概して固定のオブジェクトもしくは特徴であり得る。本開示のいくつかの例では、地平線は、たとえば、不変オブジェクトであり得る。またさらなる例では、不変オブジェクトは、何らかの知られている特性または属性を有する非定常オブジェクトを含むことができる。たとえば、トラクタートレーラのトレーラは、知られている線形端部および/または平面側面を有し得るので、不変オブジェクトであり得る。本開示の実装は、不変オブジェクトに関するセマンティックセグメンテーション情報を使用し得る。他の実装形態では、セマンティックセグメンテーション情報は、たとえば、限定はしないが、車両、歩行者、自転車に乗る人などに関する情報を含む非不変オブジェクトの追加のセマンティックセグメンテーション情報を含むことができる。しかしながら、本明細書で説明される技法は、不変オブジェクトまたは基準に関連するデータのみを考慮し得る。
動作1106において、プロセス1100は、セマンティックセグメンテーション情報中の1つまたは複数の不変オブジェクトに対応するセンサデータを識別することを含む。例では、不変オブジェクトのうちの1つに対応する画像データは、不変オブジェクトに関連付けられることが知られている特徴を表し得る。たとえば、壁に関連する画像データは、たとえば、壁の隅に垂直端部を有し、および/またはたとえば、壁、天井などの下部に水平端部を有し得る。同様に、ポールに関連する画像データは、ポールが比較的直線であり、および/または垂直な向きを有することが知られているので、たとえば、ポールの横範囲に2つの垂直端部を有し得る。しかしながら、上記で説明されたように、多くのファクタが、センサの実際の較正に影響を及ぼし得る。たとえば、センサ、センサポッド、車両、車両上のセンサポッドマウントなどに関連する製造および/または組立の公差は、予想に対してセンサの不適当な較正を生じ得る。さらに、センサは、たとえば車両に関連する振動、温度などの環境変動、および/または他のファクタにより、通常の運転を通して未較正になり得る。本明細書で説明される技法は、これらおよび他のソースによって生じる位置合わせ不良を識別する際に有用である。追加または代替として、異なるセンサモダリティのセマンティックセグメンテーションの比較が(不変オブジェクトを含んでいるのかどうか)比較され得る。そのような例では、知られている較正は、1つのモダリティ中のデータを他方に関連する基準フレームに変換するために使用され得る。関連するモダリティ(および/またはそれに関連する総統計)の間の差は、(内在的であっても外来的であっても)較正エラーを推測するために使用され得る。少なくともいくつかの例では、疎データに関連するセマンティック情報(たとえば、LIDAR)は、比較のためにより高密度のセンサモダリティ(たとえば、画像)に前の較正情報を使用して投影され得る。
例では、セマンティックセグメンテーション情報から収集された、たとえば、不変特徴に対応する画像データの予想とのセンサデータ、たとえば、画像データの比較は、較正エラーを明らかにし得る。例では、システムは、セマンティックセグメンテーション情報に基づいて不変オブジェクトに関連するポイントを識別し得る。たとえば、ポールは、(垂直の)線形端部または形状を含むので、たとえば、不変オブジェクトであり得る。
動作1108において、プロセスは、センサのための較正エラーを決定することを含むことができる。たとえば、本明細書で説明される技法は、センサデータとそれらのポイントに関連する(不変オブジェクトの知られている属性に基づく)予想される値との間の距離に基づいてエラーを決定し得る。少なくとも1つの例では、そのようなエラーは、セマンティックセグメンテーション情報に基づく個々のポイントと不変オブジェクトの予想される形状との間の距離を備え得る。距離は、較正エラーを表し得る。いくつかの例では、距離は、それぞれのポイントと予想される形状との間の、ピクセル単位で測定されるユークリッド距離であり得る。いくつかの例では、距離は、センサの他の特徴に依存し得る(たとえば、魚眼カメラは、高い放射状のひずみを有し得、エラーについて決定されたユークリッド距離は、半径に対して逆スケーリングされ得る)。他の例では、弧は、ポイントに適合され得、弧は、較正エラーを決定するために予想される形状と比較される。いくつかの実装形態では、動作1108において決定されたエラーが、何らかのしきい値エラー内、たとえば、それ以下である場合、センサは適切に較正されていると決定され得る。しかしながら、1つまたは複数のエラーが、何らかのしきい値エラーの外側、たとえば、それ以上である場合、センサは不正確な較正を有すると決定され得る。
いくつかの実装形態では、セマンティックセグメンテーション情報は、領域中のすべてのピクセルのための標示を含むことができ、したがって、ピクセルは、「ポール」標示または分類を有する最外ピクセルとして決定され得る。いくつかの実装形態では、線は、ピクセルに適合され得、線は、セマンティックセグメンテーション情報中の標識を表す。
例では、プロセスは、センサポッドの多様なセンサのための較正エラーを決定することを含む。例では、多様なセンサは、個々にまたは並行して較正される。例では、不変オブジェクトは、同じオブジェクトであることも、異なるオブジェクトであることもある。例では、不変オブジェクトは、センサのうちの2つ以上の視野が重複する場所に位置し得る。
動作1110において、プロセスは、センサポッドのための較正ファクタを決定することを含むことができる。動作1108に関して説明されたように、多様なセンサの較正エラーが決定され得る。例では、個々のセンサエラーが、センサポッドのための較正ファクタを決定するために組み合わされ得る。例では、較正ファクタは、多様な値を含み得る。たとえば、較正ファクタは、それぞれのセンサの較正エラーを表すセンサごとに値を含み得る。例では、センサポッドの較正ファクタは、様々なプロセス中で使用され得る。たとえば、較正ファクタは、センサポッドが車両に設置されているときにそれを較正するために使用され得る。追加または代替として、較正ファクタは、車両上への設置より前に別の適合性があるセンサポッドとセンサポッドを一致させるために使用され得る。いくつかの例では、そのような較正ファクタは、較正に依拠するアルゴリズムが、関連する誤較正されたセンサの1つまたは複数の構成要素を減じ得るようにさらなる処理において使用され得る。様々な例では、誤較正されたセンサを決定することは、それが誤較正されている信頼性を決定するために単一のセンサを多様な他のセンサ(たとえば、順番に2つ以上の追加のセンサ)と比較することを備え得る。
図12は、センサポッドが車両に設置されるときに車両のセンサポッドを較正する例示的なプロセス1200を示す。動作1202において、システムは、センサポッド上のセンサの環境のセンサデータを受信し得る。例では、センサは、図11に関して説明されたプロセスと同様にセンサデータを受信し得る。例では、センサデータは、環境中の複数のオブジェクトに関する画像データを含む。たとえば、基準、壁、建築物の隅、車両、1つの機械、ポール、および他の特徴である。諒解されるように、画像データは、センサの視野中の不変、変異、静的、動的、および/または任意の特徴に関する感知されたデータを含み得る。
動作1204において、プロセスは、(たとえば、1202において取得されたセンサデータに少なくとも部分的に基づいて)環境に関するセマンティックセグメンテーション情報を受信および/または生成することを含むことができる。例では、セマンティックセグメンテーション表現は、環境の一部分に関する分類情報を示し得る。例では、センサは、図11に関して説明されたプロセスと同様にセマンティックセグメンテーション情報を受信または生成し得る。
動作1206において、プロセス1200は、セマンティックセグメンテーション情報中の1つまたは複数の不変オブジェクトに対応するセンサデータを識別することを含む。例では、不変オブジェクトのうちの1つに対応する画像データは、不変オブジェクトに関連付けられることが知られている特徴を表し得る。たとえば、壁に関連する画像データは、たとえば、壁の隅に垂直端部を有し、および/またはたとえば、壁、天井などの下部に水平端部を有し得る。例では、センサは、図11に関して説明されたプロセスと同様に不変オブジェクトを識別し得る。
動作1208において、プロセスは、センサのための較正エラーを決定することを含むことができる。たとえば、本明細書で説明される技法は、センサデータとそれらのポイントに関連する(不変オブジェクトの知られている属性に基づく)予想される値との間の距離に基づいてエラーを決定し得る。例では、センサは、図11に関して説明されたプロセスと同様に不変オブジェクトを識別し得る。
動作1210において、プロセスは、センサポッドの別のセンサのための較正エラーを決定することを含むことができる。例では、センサポッドのための較正ファクタは、センサポッド、たとえば、テストスタンドまたは車両マウントへのセンサポッドのインターフェースに対するセンサポッドのセンサごとの較正エラーに基づく。例では、動作1208において決定される較正エラーは、車両に対するセンサポッドのセンサの較正エラーに基づく。この実装形態では、センサの較正エラーは、車両に対するセンサポッドの他のセンサのための推定された較正エラーを決定するためにセンサポッド較正ファクタと組み合わされる。例では、推定された較正エラーは、車両によって検証され得る。例では、推定された較正エラーは、車両のシステムが他のセンサの較正を確認または改良するための正確な開始点を与える。例では、これは、いくつかの技法において較正エラーを解決するときの閉鎖解を保証する。上記で説明されたように、較正ファクタはまた、車両上への設置より前に別の適合性があるセンサポッドとセンサポッドを一致させるために使用され得る。
図13は、設置より前に、センサポッドが、たとえば、車両上の別のセンサポッドに適合するのかどうかを決定する例示的なプロセス1300を示す。例では、別のセンサポッドとのセンサポッドの適合性は、それぞれのセンサポッドの有効な視野が互いに適合するのかどうかである。例では、適合性があるセンサポッドの有効な視野は、視野重複しきい値を上回る視野重複を与える。動作1302において、システムは、センサポッド上のセンサの環境のセンサデータを受信し得、不変オブジェクトを識別する。例では、センサは、図11および図12に関して説明されたプロセスと同様に、センサデータを受信し、セマンティックセグメンテーションデータを生成し、不変オブジェクトを識別し得る。例では、センサデータは、環境中の複数のオブジェクトに関する画像データを含む。たとえば、基準、壁、建築物の隅、車両、1つの機械、ポール、および他の特徴である。諒解されるように、画像データは、センサの視野中の不変、変異、静的、動的、および/または任意の特徴に関する感知されたデータを含み得る。例では、プロセスは、不変オブジェクトに関連付けられることが知られている特徴を表し得る不変オブジェクトのうちの1つに対応する画像データを識別し得る。たとえば、壁に関連する画像データは、たとえば、壁の隅に垂直端部を有し、および/またはたとえば、壁、天井などの下部に水平端部を有し得る。
動作1304において、プロセスは、センサポッドのための較正ファクタを決定することを含むことができる。例では、多様なセンサの較正エラーが決定され得る。例では、個々のセンサエラーが、センサポッドのための較正ファクタを決定するために組み合わされ得る。例では、較正ファクタは、多様な値を含み得る。たとえば、較正ファクタは、それぞれのセンサの較正エラーを表すセンサごとに値を含み得る。例では、センサポッドの較正ファクタは、様々なプロセス中で使用され得る。たとえば、較正ファクタは、センサポッドが車両に設置されているときにそれを較正するために使用され得る。追加または代替として、較正ファクタは、たとえば、センサポッドのそれぞれの視野が所望の視野重複を与えるのかどうかを決定することによって車両上への設置より前に別の適合性があるセンサポッドとセンサポッドを一致させるために使用され得る。例では、センサは、図11に関して説明されたプロセスと同様に較正ファクタを決定し得る。
動作1306において、システムは、別のセンサポッドの較正ファクタを受信し得る。たとえば、第2のセンサポッドは、第1のセンサポッドとペアリングするためのものと見なされ得、ここで、第1のセンサポッドの較正ファクタは、動作1304において決定され、第2のポッドのための較正ファクタは、この動作において受信される。例では、第2のセンサポッドは、車両上にすでに設置されているセンサポッドであり得る。例では、第2のセンサポッドは、車両上にまだ設置されていないセンサポッドであり得る。
動作1308において、プロセスは、たとえば、第1のセンサポッドの視野が第2のセンサポッドの視野と組み合わされるときに所望の視野重複を与えるのかどうかを決定することによって第1のセンサポッドが第2のセンサポッドに適合するのかどうかを決定する。例では、決定は、第1のセンサポッドの較正ファクタと第2のセンサポッドの較正ファクタとに少なくとも部分的に基づく。例では、第1のセンサポッドと第2のセンサポッドとは、較正ファクタにかかわらず通常の使用において互いに適合し得る。しかしながら、いくつかの例では、センサポッドは、いくつかの状況では所望のセンサ冗長性または視野重複を与えないことがある。たとえば、センサまたはセンサポッドが故障するかまたはオフラインにある場合、残りのセンサまたはセンサポッドは、しきい値レベルのセンサカバレージを必要とし得る。この例では、プロセスは、いくつかのセンサが喪失される場合に第1のセンサポッドと第2のセンサポッドとがそのようなカバレージを与えることになるのかどうかを決定するためにそれぞれのセンサポッドの較正ファクタを使用する。これらの例が、明快さのために2つのセンサポッドについて説明するが、プロセスは、適合性を決定するときに3つ、4つ、またはより多くのセンサポッドを考慮に入れ得る。たとえば、プロセスは、第1のセンサポッドが3つの他のセンサポッドに適合するのかどうかを決定し得る。たとえば、プロセスは、第1のセンサポッドと3つの他のセンサポッドとの有効な視野が所望の視野重複を与えるのかどうかを決定し得る。非限定的な一例では、プロセスは、置換センサポッドがすでに車両上に設置されている3つのセンサポッドに適合するのかどうかを決定し得る。たとえば、プロセスは、すでに設定されている第1のセンサポッドと3つの他のセンサポッドとの有効な視野が所望の視野重複を与えるのかどうかを決定し得る。
動作1308において、センサポッドが適合しないとプロセスが決定した場合、プロセスは、動作1306に戻り、評価すべき別のセンサポッドの較正ファクタを受信する。たとえば、プロセスは、センサポッドの視野が所望の視野重複を与えないと決定する。
動作1308において、センサポッドが適合する、たとえば、適合する視野であるとプロセスが決定した場合、動作1310において、2つのセンサポッドがペアリングされる。例では、センサポッドがペアリングされるとき、センサポッドが適合する、たとえば、適合する視野を有するという表示が、データベース中に含められるか、またはオペレータに与えられ得る。例では、2つのセンサポッドが車両上に設置されない場合、センサポッドは、格納され、後で一緒に車両上に設置され得る。例では、センサポッドのうちの1つがすでに車両上に設置されているとき、置換センサポッドが必要とされるまで他のセンサポッドが確保され得る。
動作1312において、センサポッドは、他のセンサポッドと一緒に車両上に設置される。例では、センサポッドは、置換センサポッドであり得る。例では、センサポッドは、追加の適合するセンサポッドとグループ化され、車両上に同時に設置され得る。
図14は、本明細書で説明される技法を実装するための例示的なシステム1400のブロック図を示す。少なくとも1つの例では、システム1400は、センサポッドプラットフォーム1402と制御システムまたは車両とを含むことができ、これは、図1~図4を参照しながら上記で説明された車両100と同じ車両であり得る。
センサポッドプラットフォーム1402は、制約付きテストマウント1404、制約なしテストマウント1406、または車両1408を含むことができ、コンピューティングデバイス1410と、1つまたは複数のセンサシステム1412、たとえば、1つまたは複数のセンサポッドと、1つまたは複数の通信接続1414とを含み得る。
コンピューティングデバイス1410は、1つまたは複数のプロセッサ1416と1つまたは複数のプロセッサ1416に通信可能に結合されたメモリ1418とを含むことができる。図示の例では、センサポッドプラットフォーム1402は、テストマウントまたは自律車両であり得るが、自律車両は、自律であることもそうでないこともある任意の他のタイプの車両であり得る。さらに、本明細書で説明されるように、本明細書で説明される技法は、車両およびテストマウントに限定されないが、センサを有し、センサの環境に関するセマンティックセグメンテーション情報へのアクセスを有する(またはそうでなくそのような情報を生成することが可能な)任意のデバイスであり得る。図示の例では、コンピューティングデバイス1410のメモリ1418は、位置特定構成要素1420と、知覚構成要素1422、プランニング構成要素1424と、1つまたは複数のシステムコントローラ1426と、較正構成要素1428とを記憶する。やはり図示のように、知覚構成要素1422は、セマンティックセグメンテーション構成要素1430を含むことができ、較正構成要素1428は、特徴検出構成要素1432と、エラー決定構成要素1434と、ひずみ除去構成要素1436とを含むことができる。メモリ1418はまた、1つまたは複数のマップ1438を記憶することができる。説明のためにメモリ1418中に常駐するものとして図14に示されているが、較正構成要素1428、セマンティックセグメンテーション構成要素1430、マップ1438および/または他の構成要素を含むいくつかの特徴が、追加または代替として、センサポッドプラットフォーム1402にアクセス可能であり得る(たとえば、リモートで格納され得る)ことが企図される。
少なくとも1つの例では、位置特定構成要素1420は、センサポッドプラットフォーム1402の位置を決定するためにセンサシステム1412からデータを受信するための機能を含むことができる。たとえば、位置特定構成要素1420は、たとえば、マップ1438から環境の3次元マップを含むこと、要求すること、および/または受信することができ、マップ内でセンサポッドプラットフォーム1402の位置を連続的に決定することができる。いくつかの例では、位置特定構成要素1420は、センサポッドプラットフォーム1402の位置を正確に決定するために画像データ、LIDARデータ、レーダーデータ、SONARデータ、IMUデータ、GPSデータ、ホイールエンコーダデータなどを受信するためにSLAM(同時位置特定およびマッピング)またはCLAMS(同時の較正、位置特定、およびマッピング)を利用することができる。本明細書で説明されるように、位置特定構成要素1420は、本明細書で説明されるように、較正されたセンサデータ、たとえば、しきい値受容度内にあるセンサデータを受信し得る。
いくつかの例では、知覚構成要素1422は、オブジェクト検出、セグメンテーション(たとえば、セマンティックセグメンテーション構成要素1430によって与えられる機能を介したセマンティックセグメンテーション)、および/または分類を実施するための機能を含むことができる。いくつかの例では、知覚構成要素1422は、センサポッドプラットフォーム1402に近接したエンティティの存在および/またはエンティティタイプ(たとえば、車、歩行者、自転車乗りをする人、動物、木、路面、縁石、歩道、街灯、標識、未知のものなど)としてのエンティティの分類を示す処理されたセンサデータを与えることができる。追加および/または代替の例では、知覚構成要素1422は、検出されたエンティティおよび/またはエンティティが位置する環境に関連する1つまたは複数の特性を示す処理されたセンサデータを与えることができる。いくつかの例では、エンティティに関連する特性は、限定はしないが、x位置(グローバル位置)、y位置(グローバル位置)、z位置(グローバル位置)、向き、エンティティタイプ(たとえば、分類)、エンティティの速度、エンティティの範囲(たとえば、サイズ)などを含むことができる。環境に関連する特性は、限定はしないが、環境中の別のエンティティの存在、環境中の別のエンティティの状態、時刻、曜日、季節、気象条件、暗さ/明かりの表示などを含むことができる。
上記のように、知覚構成要素1422はまた、セマンティックセグメンテーション構成要素1430を含むことができる。いくつかの実装形態では、セマンティックセグメンテーション構成要素1430は、センサデータのピクセル、ポイント、または他の部分に関連する分類または標示を決定するためにセンサシステム1412によって生成された画像データ、LiDARデータ、および/または他のセンサデータに対してセマンティックセグメンテーションをコンピューティングデバイス1410に実施させ得る。いくつかの実施形態では、セマンティックセグメンテーション構成要素1430は、画像データを識別し、それをセマンティックカテゴリにセグメント化するように向けられた1つまたは複数の機械学習アルゴリズムを含み得る。たとえば、セマンティックセグメンテーション構成要素1430は、画像もしくは他のセンサデータに対してセマンティックセグメンテーションを実施することおよび/または画像のピクセルのためのピクセル分類確率分布を決定することを行うように構成された畳み込みニューラルネットワーク(CNN)を含み得るが、画像に対する任意の他の形態のセマンティックセグメンテーションが企図される。少なくともいくつかの例では、セマンティックセグメンテーション構成要素1430は、限定はしないが、車、トラック、自転車、オートバイ、歩行者、粒子状物質、建築物、道路標識、街灯、標識、木、灌木など、さらに、ナビゲート可能表面、自由空間、運転可能表面などを含むデータ構成要素のための分類または標示を決定し得る。さらに、様々な分類は、いくつかの知られている属性、特徴または向きを有する不変オブジェクトとして識別され得る。本明細書で説明されるように、セマンティックセグメンテーション情報は、線、平面、または他の知られている特徴を含み得る1つまたは複数の不変オブジェクトを別々に分類し得る。
概して、較正構成要素1428は、較正を検証することおよび/またはセンサポッドプラットフォーム1402、たとえば、センサシステム1412のうちの1つまたは複数に関して動作する1つまたは複数のセンサを較正することを行うための機能を含むことができる。たとえば、較正構成要素1428は、不適当に較正されたセンサを検出することと、較正ルーチンをスケジュールすることと、1つまたは複数のセンサによって生成されたデータを利用するセンサポッドプラットフォーム1402の1つまたは複数の他の構成要素に較正データを送ることとを行うことができる。
特徴検出構成要素1432は、特徴、たとえば、端部、平坦面などを決定するために画像データを分析することができる。そのような画像特徴は、たとえば、AKAZE、BRISK、SURF、SIFT、ORB、BRIEF、FAST、FREAK、埋め込みなどに対応し得る。他の例では、特徴検出構成要素1432は、センサポッドプラットフォーム1402上に取り付けられたカメラによってキャプチャされた画像中の端部を検出するためにCanny端部検出アルゴリズムを適用することができる。他の例では、特徴検出構成要素1432は、たとえば、深度情報を有するLiDAR、飛行時間、および/または他のリターン中の深度の不連続性に基づいて端部を識別することができる。たとえば、本明細書で説明される実装形態では、特徴検出構成要素1432によって検出された端部は、たとえば、検出された端部がセマンティックセグメンテーション情報から識別されたオブジェクト分類の間の分割と整列するのかどうかを決定するためにセマンティックセグメンテーション情報と比較され得る。
エラー決定構成要素1434は、たとえば、セマンティックセグメンテーション構成要素1430によって生成されるセマンティックセグメンテーション情報中で識別されるオブジェクトに関連する予想される特徴に対する特徴、たとえば、特徴検出構成要素1432によって検出される特徴の位置合わせ不良を決定するための機能を含むことができる。たとえば、エラー決定構成要素は、特徴に対応するセンサデータ中のポイントとポイントが関連付けられていることをセマンティックセグメンテーション情報が示すオブジェクトの予想される特徴または属性を表す線、平面、または他の特徴との間の距離を識別することができる。端部または平面のインスタンスでは、エラー決定構成要素1434は、感知されたデータに線または平面を適合させ、セマンティックセグメンテーション情報に基づいて予想されるリターンに対する適合された線/平面のエラー、たとえば、オフセットを決定するための機能を含むことができる。
ひずみ除去構成要素1436は、不変オブジェクトおよび/または不変特徴の属性との比較のためにセンサのリターン、たとえば、ひずんだ画像データをひずみ除去するための機能を含むことができる。いくつかの例では、ひずみ除去構成要素1436は、センサポッドプラットフォーム1402の1つまたは複数のセンサに関連する較正データを記憶することができる。いくつかの例では、較正データは、センサの内在性に関する情報を含むことができる。いくつかの例では、較正データは、限定はしないが、較正角度、取付け位置、高さ、方向、ヨー、チルト、パン、タイミング情報、レンズひずみパラメータ、送信媒体パラメータなどを含む1つまたは複数のセンサに関連する任意の外来および/または内在情報を含むことができる。さらに、較正構成要素1428は、最も最近の較正から経過した時間など、実施された較正動作の一部または全部のログを記憶することができる。図11の例について説明したときに上記で述べたように、較正エラー/検証は、センサデータを明示的にひずみ除去しながら本明細書で説明される技法を使用して行われ得る。例では、不変特徴、たとえば、ポールに関連する線は、画像のひずみ空間にひずませられ得る。少なくともいくつかの例では、最適化は、エラーを最小化し、改善された較正を発見するために仮定された較正に関して実施され得る。
いくつかの例では、たとえば、エラー決定構成要素1434を実行する較正構成要素1428は、較正エラーがセンサの継続的な使用に影響を及ぼすほど有意であるのかどうかを決定することができる。非限定的な例として、エラーがセンサのためのしきい値エラーに等しいかまたはそれを上回る場合、較正構成要素1428は、センサポッドプラットフォーム1402の他の構成要素にセンサの故障を通信することができる。たとえば、位置特定構成要素1420、知覚構成要素1422、および/またはプランニング構成要素1424は、不適当に較正されたセンサの除外時に機能を実施し得る。他の機能は、同様に限定され得る。他の例では、較正構成要素1428は、たとえば、プラットフォームが車両であるとき、センサ較正が実施され得るまでシステムコントローラ1426にセンサポッドプラットフォーム1402を停止させることができ、ならびに/またはセンサ位置合わせ不良について通知することおよび/もしくは続けるために命令を要求することを行うためにリモートソース、たとえば、遠隔操作者に情報を送ることができる。
いくつかの例では、較正構成要素1428はまた、センサシステム1412に関連する較正エラーを修正するための訂正機能を決定するための機能を含み得る。たとえば、較正構成要素1428は、センサデータを調整するためにエラー決定構成要素1434によって決定されるエラーを使用することができる。たとえば、訂正機能を使用してセンサデータを修正するために、較正構成要素1428は、複数のフレーム、リターンなどからのデータを考慮し得、いくつかの異なる不変オブジェクトに対する誤較正を考慮し得る。たとえば、ポイントが共線でないことを識別することが、較正エラーを識別するのに十分であり得るが、エラーを修正することは、それらのポイントのみに基づいて達成されないことがある。実装形態では、いくつかの異なる不変オブジェクトおよび/または不変特徴に関連するエラーが、較正関数を決定するために必要とされ得る。さらに、不変オブジェクトの関係はまた、較正関数を決定するときに考慮され得る。非限定的な例として、2つの不変オブジェクトが、直角であることが予想される平面を有するとき、較正構成要素1428は、たとえば、多様な自由度でエラーを最小化することによって較正関数をより良く展開し得る。しかしながら、さらなる実施形態において、較正関数を正確に決定するために追加情報が必要になり得る。
場合によっては、本明細書で説明される構成要素の一部または全部の態様は、任意のモデル、アルゴリズム、および/または機械学習アルゴリズムを含み得る。たとえば、場合によっては、メモリ1418(および以下で説明するメモリ1446)中の構成要素は、ニューラルネットワークとして実装され得る。
本明細書で説明されるように、例示的なニューラルネットワークは、出力を生成するために一連の接続されたレイヤを通して入力データを受け渡す生物学的に示唆されたアルゴリズムである。ニューラルネットワーク中の各レイヤはまた、別のニューラルネットワークを備え得るか、または(畳み込みであるかどうかにかかわらず)任意の数のレイヤを備え得る。本開示のコンテキストで理解され得るように、ニューラルネットワークは、出力が学習されたパラメータに基づいて生成される幅広いクラスのそのようなアルゴリズムを指し得る機械学習を利用し得る。
ニューラルネットワークのコンテキストで説明されるが、任意のタイプの機械学習が本開示に一致して使用され得る。たとえば、機械学習アルゴリズムは、限定はしないが、回帰アルゴリズム(たとえば、最小2乗回帰(ordinary least squares regression: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(multivariate adaptive regression splines:MARS)、局所推定散布図平滑化(locally estimated scatterplot smoothing:LOESS))、インスタンスベースのアルゴリズム(たとえば、リッジ回帰、最小絶対値縮小選択演算子(least absolute shrinkage and selection operator:LASSO)、弾性ネット、最小角度回帰(least-angle regression:LARS))、決定木アルゴリズム(たとえば、分類および回帰木(classification and regression tree:CART)、反復二分法3(iterative dichotomiser 3:ID3)、カイ2乗自動相互作用検出(Chi-squared automatic interaction detection:CHAID)、決定株、条件付き決定木)、ベイジアンアルゴリズム(たとえば、単純ベイズ、ガウス単純ベイズ、多項単純ベイズ、平均単依存推定器(average one-dependence estimators:AODE)、ベイジアン信念ネットワーク(Bayesian belief network: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(たとえば、k平均、k平均法、期待値最大化(expectation maximization:EM)、階層クラスタリング)、相関ルール学習アルゴリズム(たとえば、パーセプトロン、逆伝播、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(Radial Basis Function Network:RBFN))、ディープラーニングアルゴリズム(たとえば、ディープボルツマンマシン(Deep Boltzmann Machine:DBM)、深層信念ネットワーク(Deep Belief Networks:DBN)、畳み込みニューラルネットワーク(Convolutional Neural Network:CNN)、積層オートエンコーダ)、次元削減アルゴリズム(たとえば、主成分分析(Principal Component Analysis:PCA)、主成分回帰(Principal Component Regression:PCR)、部分的最小2乗回帰(Partial Least Squares Regression:PLSR)、サモンマッピング、多次元尺度構成法(Multidimensional Scaling:MDS)、射影追跡、線形判別分析(Linear Discriminant Analysis:LDA)、混合判別分析(Mixture Discriminant Analysis:MDA)、二次判別分析(Quadratic Discriminant Analysis:QDA)、フレキシブル判別分析(Flexible Discriminant Analysis:FDA))、アンサンブルアルゴリズム(たとえば、ブースティング、ブートストラップ集約(バッギング)、アダブースト、スタック汎化(ブレンディング)、勾配ブースティングマシン(Gradient Boosting Machines:GBM)、勾配ブースト回帰木(Gradient Boosted Regression Trees:GBRT)、ランダムフォレスト)、SVM(support vector machine:サポートベクターマシン)、教師あり学習、教師なし学習、半教師あり学習などを含み得る。
アーキテクチャの追加の例は、ResNet30、ResNet101、VGG、DenseNet、PointNetなどのニューラルネットワークを含む。
マップ1438が、たとえば、プラットフォームが車両であるとき位置を決定するおよび/または環境内でナビゲートするためにセンサポッドプラットフォーム1402によって使用され得る。この説明の目的で、マップは、限定はしないが、概して、(交差点などの)トポロジ、街路、山脈、道路、地形、および環境などの環境に関する情報を与えることが可能である2次元、3次元、またはn次元でモデル化された任意の数のデータ構造であり得る。場合によっては、マップは、限定はしないが、テクスチャ情報(たとえば、カラー情報(たとえば、RGBカラー情報、Labカラー情報、HSV/HSLカラー情報)など)、強度情報(たとえば、LIDAR情報、レーダー情報など)、空間情報(たとえば、メッシュに投影された画像データ、個々の「サーフェル」(たとえば、個々のカラーおよび/または強度に関連するポリゴン))、反射率情報(たとえば、反射情報、再帰反射性情報、BRDF情報、BSSRDF情報など)を含むことができる。一例では、マップは、環境の3次元メッシュを含むことができる。場合によっては、マップは、タイルフォーマットで記憶され得、したがって、マップの個々のタイルは、環境の個別の部分を表し、必要に応じて作業メモリにロードされ得る。いくつかの例では、マップ1438は、少なくとも1つのマップ(たとえば、画像および/またはメッシュ)を含むことができる。センサポッドプラットフォーム1402は、マップ1438に少なくとも部分的に基づいて制御され得る。すなわち、マップ1438は、環境内でナビゲートするためにセンサポッドプラットフォーム1402の位置を決定すること、環境中のオブジェクトを識別すること、ならびに/またはルートおよび/もしくは軌道を生成することを行うために位置特定構成要素1420、知覚構成要素1422、プランニング構成要素1424、および/または較正構成要素1428とともに使用され得る。さらに、本明細書で説明されるように、マップ1438は、環境中の不変オブジェクトに関するセマンティックセグメンテーション情報を含むことができる。非限定的な例として、マップ中に含まれているセマンティックセグメンテーション情報は、セマンティックセグメンテーション構成要素1430によって生成されたセマンティックセグメンテーション情報に加えてまたはそれの代わりに使用され得る。いくつかの例では、マップ1438のうちの1つまたは複数は、センサポッドプラットフォーム1402および/または1つもしくは複数の追加の車両によって生成されたセンサデータを使用して生成されたセマンティックセグメンテーション情報の集合を含み得る。
少なくとも1つの例では、センサシステム1412は、LIDARセンサ、レーダーセンサ、飛行時間センサ、超音波トランスデューサ、SONARセンサ、位置センサ(たとえば、GPS、コンパスなど)、慣性センサ(たとえば、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(たとえば、RGB、IR、強度、深度、飛行時間など)、マイクロフォン、ホイールエンコーダ、環境センサ(たとえば、温度センサ、湿度センサ、光センサ、圧力センサなど)などを含むことができる。センサシステム1412は、これらのまたは他のタイプのセンサの各々の多様なインスタンスを含むことができる。たとえば、LIDARセンサ(および/またはレーダーセンサ)は、センサポッドプラットフォーム1402の端、前面、背面、側面、および/または上部に位置する個々のLIDARセンサ(またはレーダーセンサ)を含むことができる。別の例として、カメラセンサは、センサポッドプラットフォーム1402の外部および/または内部に関する様々な位置に配設された多様なカメラを含むことができる。センサシステム1412は、コンピューティングデバイス1410に入力を与えることができる。追加または代替として、センサシステム1412は、特定の周波数で、所定の時間期間の経過後に、ほぼリアルタイムでなどで1つまたは複数のリモートコンピューティングデバイスに1つまたは複数のネットワーク1440を介してセンサデータを送ることができる。
いくつかの例では、センサシステム1412は、たとえば、それのパラメータをアクティブに調節するための制御を含むアクティブセンサシステムであり得る。たとえば、いくつかのカメラは、調整可能なシャッター速度または露光時間を有し得る。同様に、飛行時間センサ、LiDARセンサ、レーダーセンサなどは、アクティブに調整可能な強度および/または利得属性を有し得る。いくつかの実装形態では、セマンティックセグメンテーション情報は、センサの1つまたは複数の設定を調整するためにさらに使用され得る。たとえば、セマンティックセグメンテーション情報がセンサの環境中であるクラスのタイプのオブジェクトを識別するとき、センサは、そのオブジェクトの感知を最適化するように調整され得る。たとえば、予想される色または明るさを有することを予想されるいくつかのオブジェクトがセマンティックセグメンテーション情報から識別されるとき、放射光の強度が感知を最適化するように調整され得る。
センサポッドプラットフォーム1402のプロセッサ1416は、本明細書で説明されるようにデータを処理し、動作を実行するために命令を実行することが可能な任意の好適なプロセッサであり得る。限定ではなく例として、プロセッサ1416は、電子データをレジスタおよび/またはメモリ中で記憶され得る他の電子データに変換するためのその電子データを処理する1つまたは複数の中央処理ユニット(CPU)、グラフィックス処理ユニット(GPU)、または任意の他のデバイスもしくはデバイスの一部分を備えることができる。いくつかの例では、統合回路(たとえば、ASICなど)、ゲートアレイ(たとえば、FPGAなど)、および他のハードウェアデバイスも、それらが符号化された命令を実装するように構成される限り、プロセッサと考慮され得る。
メモリ1418は、非一時的コンピュータ可読媒体の一例である。メモリ1418は、本明細書で説明する方法および様々なシステムに起因する機能を実装するために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、ならびに/またはデータを記憶することができる。様々な実装形態では、メモリは、スタティックランダムアクセスメモリ(SRAM)、シンクロナスダイナミックRAM(SDRAM)、不揮発性/フラッシュタイプメモリ、または情報を記憶することが可能な任意の他のタイプのメモリなどの任意の好適なメモリ技術を使用して実装され得る。本明細書で説明されるアーキテクチャ、システム、および個々の要素は、多くの他の論理構成要素、プログラム構成要素、および物理構成要素を含むことができ、添付の図に示されたものは、本明細書での説明に関連する例にすぎない。
図14が分配システムとして示されているが、代替例では、センサポッドプラットフォーム1402の構成要素は、ネットワーク1440を介してアクセス可能なリモートコンピュータデバイスに関連付けられ得る。たとえば、センサポッドプラットフォーム1402は、ネットワーク1440を介して1つまたは複数のコンピューティングデバイス1442にセンサデータを送ることができる。いくつかの例では、センサポッドプラットフォーム1402は、コンピューティングデバイス1442に未加工のセンサデータを送ることができる。他の例では、センサポッドプラットフォーム1402は、コンピューティングデバイス1442に処理されたセンサデータおよび/またはセンサデータの表現を送ることができる。いくつかの例では、センサポッドプラットフォーム1402は、特定の周波数で、所定の時間期間の経過後に、ほぼリアルタイムでなどでコンピューティングデバイス1442にセンサデータを送ることができる。場合によっては、センサポッドプラットフォーム1402は、1つまたは複数のログファイルとしてコンピューティングデバイス1442にセンサデータ(未加工または処理済み)を送ることができる。
コンピューティングデバイス1442は、センサデータ(未加工または処理済み)を受信することができ、データに対して較正動作を実施することができる。少なくとも1つの例では、コンピューティングデバイス1442は、1つまたは複数のプロセッサ1444とプロセッサ1444に通信可能に結合されたメモリ1446とを含むことができる。図示の例では、コンピューティングデバイス1442のメモリ1446は、較正構成要素1448、セマンティックセグメンテーション構成要素1450、および/またはマップ1452を記憶する。較正構成要素1448は、較正構成要素1428のコンテキストで上記で説明された動作と同様の動作を実施するための機能を含むことができ、セマンティックセグメンテーション構成要素1450は、セマンティックセグメンテーション構成要素1430のコンテキストで上記で説明された動作と同様の動作を実施するための機能を含むことができ、マップ1452は、マップ1438に対応し得る。いくつかの例では、プロセッサ1444とメモリ1446とは、プロセッサ1416とメモリ1418とに関して上記で説明された機能および/または構造と同様の機能および/または構造を含むことができる。
例示的な洗浄システムおよび技法
図15は、洗浄システム1500の図を示す。例では、洗浄システム1500は、第1のセンサ1508の第1の検知表面1506に隣接し、それに向けて配設された第1のノズル1502と第2のノズル1504とを含み得る。
図15は、洗浄システム1500の図を示す。例では、洗浄システム1500は、第1のセンサ1508の第1の検知表面1506に隣接し、それに向けて配設された第1のノズル1502と第2のノズル1504とを含み得る。
例では、ノズルは、検知表面を洗浄するために検知表面に流体を向けるように構成される。たとえば、第1のノズル1502は、第1の検知表面1506上に第1の流体1510を適用する。例では、第1の流体1510は、検知表面と比較して斜角で適用される。例では、第2のノズル1504は、検知表面を洗浄するために同様の様式で別の流体を適用するように構成される。
例では、センサポッドの多様なセンサは、洗浄流体を適用するために検知表面に向けられた2つのノズルを有する。例では、洗浄流体は、同じ流体であり得るか、または異なり得る。たとえば、洗浄流体は、圧縮空気、水、洗剤、解氷剤、アルコール、または他の液状剤であり得る。例では、センサポッドのいくつかのセンサは、検知表面に向けられた多様なノズルを有し得、ここで、洗浄流体は同じである。例では、センサポッドのいくつかのセンサは、検知表面に向けられた多様なノズルを有し、ここで、各ノズルは、異なる洗浄流体を適用する。
例では、洗浄システム1500は、洗浄流体をノズルに分配するために第1のマニホルドおよび/またはリザーバを含む。たとえば、図1は、リザーバと、マニホルドと、流体と、加圧と、ポンプと、弁とを含み、センサポッドのうちの1つまたは複数の1つまたは複数のノズルのうちのノズルを通して検知表面に流体を適用するためにコントローラ132によって制御される洗浄システム134を示す。例では、洗浄システム134は、多様な流体の送達を制御するために多様なマニホルドおよびリザーバを有し得る。
例では、ノズルは、検知表面の上に斜角で流体、たとえば、第1の流体1510を適用するように構成される。たとえば、斜角は、検知表面の垂直(法線)方向から40度から85度の間であり得る。例では、これは、検知表面のより効率的で有効な洗浄を可能にする。例では、この設置は、ノズルがセンサの検知視野の外部に配置されることまたは視野の小部分しか覆い隠さないことを可能にする。例では、ノズルは、検知表面に隣接するが、検知視野の少なくとも一部分の外部に配設される。例では、ノズルは、検知表面に隣接して配設されるが、検知視野の少なくとも一部分をふさぐ。例では、ノズルによってふさがれている検知視野の部分の少なくとも一部分も、ノズル以外のセンサポッドの一部分によってふさがれる。たとえば、センサ視野の一部分は、センサポッドの一部分によってすでにブロックされていることがあり、ノズルは、センサポッドのブロック部分の有効な陰中に配置され得る。
例では、検知表面は、センサに基づいて異なり得る。たとえば、検知表面は、レンズ、シールド、ウィンドスクリーン、ケーシング、またはレードームを含み得る。例では、検知表面は、関連するセンサの一体部分または関連するセンサとは別個の部分であり得、関連するセンサが環境を示す信号を受信し得る任意の材料および/または媒体を含み得、したがって、限定はしないが、透明材料、半透明材料、ガラス、ポリマー、ポリカーボネート、および/またはそれらの組合せを含み得る。RADAR、SONAR、および/または他の非光学センサタイプなどのセンサタイプを含む例では、検知表面は、センサによって送信および/または受信される信号を透過しないことも透過することもある。
例では、センサポッドはまた、加熱器を備える。例では、各センサは、加熱器を有する。例では、加熱器は、電気エネルギーを熱に変換する電気感光加熱器である。例では、加熱器は、センサとセンサが取り付けられるフレームとの間に結合される。例では、加熱器は、洗浄システム1500に結合される。例では、センサに関連する加熱器は、センサを洗浄することまたはきれいな表面を維持することを低減するか、除去するか、または促進するために作動され得る。たとえば、加熱器は、関連するセンサに影響を及ぼし得る霜または氷の除去を低減するか、除去するかまたは、促進するために使用され得る。例では、加熱器は、ノズルによって与えられる流体のうちの1つまたは複数と併せて使用され得る。たとえば、加熱器は、流体の使用より前にセンサの温度を増加させるために起動され得る。例では、加熱器は、流体の後の適用によって生じるあらゆる冷却を低減するためにセンサを予熱し得る。例では、加熱器は、ノズルによって与えられたあらゆる残余流体または他の環境ソースをセンサおよび/または検知表面から蒸発またはフラッシュオフさせ得るセンサまたは検知表面の温度を増加し得る。
図16は、洗浄システムをもつセンサポッドを有する車両に関与する例示的な方法およびプロセスを示すフローチャートである。図12に示されている方法は、便宜上および理解しやすいように、図1~図15に示されている車両、センサポッド、および/またはシステムのうちの1つまたは複数に関して説明される。しかしながら、図16に示されている方法およびプロセスは、図1~図15に示されている車両、センサポッド、センサ、および/またはシステムを使用して実施されることに限定されず、本出願において説明される他の車両、センサポッド、および/またはシステムのいずれか、ならびに本明細書で説明されるもの以外の車両、センサポッド、および/またはシステムを使用して実装され得る。さらに、本明細書で説明される車両、センサポッド、および/またはシステムは、図16に示されている方法およびプロセスを実施することに限定されない。
図16は、車両のセンサポッドのセンサを洗浄する例示的なプロセス1600を示す。動作1602において、第1のトリガに応答して、洗浄システムは、センサポッド上の第1のノズルに第1の加圧流体を与える。例では、第1のトリガは、センサポッドのセンサが洗浄を必要とするという表示、センサの前の洗浄からしきい値時間が経過したという表示、または気象イベントもしくは気象イベントの欠如を示す天気予報を含み得る。
いくつかの例では、システムは、センサ上に障害があると決定するために、その開示が参照により本明細書に組み込まれる、2017年12月11日に出願された米国特許出願第15/837,953号、2018年4月3日に出願された米国特許出願第15/944,240号、および/または2018年6月18日に出願された米国特許出願第16/011,335号において説明されている技法のうちの1つまたは複数を使用し得る。
動作1604において、第1のノズルは、センサの検知表面上に第1の加圧流体を向ける。
動作1606において、第2のトリガに応答して、洗浄システムは、第1のノズルに第1の加圧流体を与えるのを中止する。例では、第2のトリガは、検知表面が清浄であるという表示または第1の加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を含み得る。
動作1608において、第3のトリガに応答して、洗浄システムは、センサポッド上の第2のノズルに第2の加圧流体を与え得る。例では、第2のノズルは、センサポッドのセンサに隣接し得る。例では、第2の加圧流体は、第1の加圧流体とは異なる。例では、第2の加圧流体は、第1の加圧流体と同じである。例では、第3のトリガは、センサポッドのセンサが洗浄を必要とするという表示、前の洗浄から別のしきい値時間が経過したという表示、第1のノズルが第1の加圧流体を与えるのを中止したという表示、液体が検知表面上にあるという表示、天気予報が気象イベントを示すという表示、または天気予報が気象イベントの欠如を示すという表示を含み得る。たとえば、第1の加圧流体が液体であるとき、液体残余が検知表面上にとどまり得る。例では、第2の加圧流体が圧縮空気である場合、第2のノズルは、検知表面から残余液体をとばすために圧縮空気を適用し得る。例では、第2の加圧流体が圧縮空気であるとき、空気は、検知表面上の雨または他の液体を除去するために使用され得る。
動作1610において、第4のトリガに応答して、洗浄システムは、第2のノズルに第2の加圧流体を与えるのを中止する。例では、第4のトリガは、検知表面が清浄であるという表示または第2の加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を含み得る。洗浄システムは、第1のトリガが経験されると動作1602に戻り得る。
例では、洗浄システムは、中央リザーバから加圧流体を与え得る。これらの例では、洗浄システムは、別のポッド上のセンサ間で交互する前に1つのポッド上のセンサ間で交互し得る。例では、進行方向に面したセンサは、進行方向に背を向けたセンサより優先され得る。
例示的な条項
このセクションの例示的な条項のいずれも、任意の他の例示的な条項および/または本明細書で説明される実施形態の他の例のいずれかとともに使用され得る。
このセクションの例示的な条項のいずれも、任意の他の例示的な条項および/または本明細書で説明される実施形態の他の例のいずれかとともに使用され得る。
A:センサポッドであって、車両にセンサポッドを取外し可能に結合する取付けインターフェースを備えるフレームと、フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、第1のセンサは、第1の視野を有する、第1のセンサと、フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、第1の視野の少なくとも一部分が、第2の視野の少なくとも一部分と重複する、第2のセンサと、フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、第1の視野の少なくとも一部分と第2の視野の少なくとも一部分とは、第3の視野の少なくとも一部分と重複し、第1のセンサと第2のセンサとは、第1のタイプのものであり、第3のセンサは、第1のタイプとは異なる第2のタイプのものである、第3のセンサとを備えるセンサポッド。
B:第1のタイプのセンサは、撮像センサを備え、第2のタイプのセンサは、LIDARセンサを備える段落Aに記載のセンサポッド。
C:フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、第4のセンサは、第4の視野を有し、第2の視野の少なくとも一部分と第3の視野の一部分とは、第4の視野の少なくとも一部分と重複する、第4のセンサと、フレームの第5の位置に取り付けられる、第5の視野を有する第5のセンサであって、第4の視野の少なくとも一部分が、第5の視野の少なくとも一部分と重複する、第5のセンサとをさらに備える段落AまたはBに記載のセンサポッド。
D:第1のセンサは、第1の方向に光軸を配向される第1のカメラを備え、第2のセンサは、第2の方向に光軸を配向される第2のカメラを備え、第4のセンサは、第1の方向とは実質的に反対側の第3の方向に光軸を配向される第3のカメラを備え、第2の方向は、第1の方向と第3の方向との間にあり、第1の視野と第2の視野とは、第3の視野とは異なる段落A乃至Cのいずれか一段落に記載のセンサポッド。
E:フレームは、鋳物フレームを備え、鋳物フレームは、第1のセンサをサポートするように構成された第1の位置における第1の鋳物表面と、第2のセンサをサポートするように構成された第2の位置における第2の鋳物表面と、第3のセンサをサポートするように構成された第3の位置における第3の鋳物表面とを備える段落A乃至Dのいずれか一段落に記載のセンサポッド。
F:鋳物フレームは、車両にセンサポッドを取り付けるように構成された第6の位置における鋳物取付け表面をさらに備える段落A乃至Eのいずれか一段落に記載のセンサポッド。
G:1つまたは複数のセンサを洗浄するための洗浄システムであって、洗浄システムは、センサポッドの少なくとも1つのセンサに適用可能な多様なタイプの流体を備える、洗浄システムをさらに備える段落A乃至Fのいずれか一段落に記載のセンサポッド。
H:車両に結合可能な供給ハーネスであって、供給ハーネスは、洗浄システムに流体と加圧空気とを供給するための液体接続および加圧空気接続とセンサのうちの1つまたは複数に電力を供給するための電力接続とを備える、供給ハーネスをさらに備える段落A乃至Gのいずれか一段落に記載のセンサポッド。
I:車両に電気的に結合可能で、第1のセンサ、第2のセンサ、第3のセンサ、第4のセンサ、および第5のセンサから車両のコンピューティングシステムにセンサデータを送信するための第1のセンサ、第2のセンサ、第3のセンサ、第4のセンサ、および第5のセンサに電気的に結合されたセンサハーネスをさらに備える段落A乃至Hのいずれか一段落に記載のセンサポッド。
J:センサポッドは、非対称であり、取付けインターフェースは、第2の位置と実質的に反対側に配設される第6の位置に位置し、車両に結合されたセンサポッドのマウントは、センサポッドの側から突出する段落A乃至Iのいずれか一段落に記載のセンサポッド。
K:車両であって、4つの四分区間を有する本体と、2つのセンサポッドであって、2つのセンサポッドのセンサポッドは、車両の4つの四分区間の異なる四分区間に配設され、取付けアームを通して車両に結合され、2つのセンサポッドのセンサポッドは、取付けアームに取外し可能に結合された取付けインターフェースを備えるフレームと、フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、第1のセンサは、第1の視野を有する、第1のセンサと、フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、第1の視野が、第2の視野の少なくとも一部分と重複し、第2の位置が、取付けアームの実質的に反対側に配設される、第2のセンサと、フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、第2の視野の少なくとも一部分が、第3の視野の少なくとも一部分と重複する、第3のセンサと、フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、第4のセンサは、第4の視野を有し、第1の視野の少なくとも一部分と、第2の視野の少なくとも一部分と、第3の視野の一部分とは、第4の視野の少なくとも一部分と重複する、第4のセンサとを備える、2つのセンサポッドとを備える車両。
L:第1のセンサと、第2のセンサと、第3のセンサとは、第1のタイプのものであり、第4のセンサは、第2のタイプのものである段落Kに記載の車両。
M:本体は、第1の側面と、第2の側面と、第1の縦端部と、第2の縦端部とを有し、第1のセンサポッドは、第1の側面および第1の縦端部にある車両の第1の四分区間に配設され、第2のセンサポッドは、第2の側面および第1の縦端部にある車両の第2の四分区間に配設され、第3のセンサポッドは、第1の側面および第2の縦端部にある車両の第3の四分区間に配設され、第4のセンサポッドは、第2の側面および第2の縦端部にある車両の第4の四分区間に配設され、第1のセンサポッドと第4のセンサポッドとは第1の形状を有し、第2のセンサポッドと第3のセンサポッドとは、第1の形状の鏡像である第2の形状を有する段落KまたはLに記載の車両。
N:システムであって、車両の取付けアームにシステムを取外し可能に結合する取付けインターフェースを備えるフレームと、フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、第1のセンサは、第1の視野を有する、第1のセンサと、フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、第1の視野の少なくとも一部分が、第2の視野の少なくとも一部分と重複し、第2の位置が、取付けアームの実質的に反対側に配設される、第2のセンサと、フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、第2の視野の少なくとも一部分は、第3の視野の少なくとも一部分と重複し、第1のセンサと第2のセンサとは、第1のタイプのものであり、第3のセンサは、第1のタイプとは異なる第2のタイプのものである、第3のセンサとを備えるシステム。
O:第1のタイプのセンサは、撮像センサを備え、第2のタイプのセンサは、LIDARセンサを備える段落Nに記載のシステム。
P:フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、第4のセンサは、第4の視野を有し、第2の視野の少なくとも一部分は、第4の視野の少なくとも一部分と重複する、第4のセンサをさらに備える段落NまたはOに記載のシステム。
Q:第1のセンサは、第1の方向に光軸を配向される第1のカメラを備え、第2のセンサは、第2の方向に光軸を配向される第2のカメラを備え、第4のセンサは、第1の方向とは実質的に反対側の第3の方向に光軸を配向される第3のカメラを備え、第2の方向は、第1の方向と第3の方向との間にあり、第1の視野と第2の視野とは、第3の視野とは異なる段落N乃至Pのいずれか一段落に記載のシステム。
R:フレームは、鋳物フレームを備え、鋳物フレームは、第1のセンサをサポートするように構成された第1の位置における第1の鋳物表面と、第2のセンサをサポートするように構成された第2の位置における第2の鋳物表面と、第3のセンサをサポートするように構成された第3の位置における第3の鋳物表面と、車両にシステムを取り付けるように構成された第6の位置における鋳物取付け表面とを備え、第1のセンサは、第1の公差しきい値を下回って第2のセンサに対して取り付けられ、第2のセンサは、第2の公差しきい値を下回って車両に対して取り付けられる段落N乃至Qのいずれか一段落に記載のシステム。
S:1つまたは複数のセンサを洗浄するための洗浄システムであって、洗浄システムは、少なくとも1つのセンサに適用可能な多様なタイプの流体を備える、洗浄システムをさらに備える段落N乃至Rのいずれか一段落に記載のシステム。
T:車両に結合可能な供給ハーネスであって、供給ハーネスは、洗浄システムに流体と加圧空気とを供給するための液体接続および加圧空気接続とセンサのうちの1つまたは複数に電力を供給するための電力接続とを備える、供給ハーネスをさらに備える段落N乃至Sのいずれか一段落に記載のシステム。
U:車両であって、縦軸に沿って第1の端部と第1の端部に遠位の第2の端部とを有する本体と、第1のセンサポッドハウジング中に配設された多様なセンサを備える第1のセンサポッドであって、第1のセンサポッドは、第1の位置において本体に取外し可能に結合され、第1の位置は、地上インターフェースを上回る高度で、第1の横軸に沿って第1の方向に縦軸から離間された第1の端部に隣接する、第1のセンサポッドと、第2のセンサポッドハウジング中に配設された多様なセンサを備える第2のセンサポッドであって、第2のセンサポッドは、第2の位置において本体に取外し可能に結合され、第2の位置は、その高度で、第1の横軸に沿って第1の方向とは反対側の第2の方向に縦軸から離間された第1の端部に隣接する、第2のセンサポッドと、第3のセンサポッドハウジング中に配設された多様なセンサを備える第3のセンサポッドであって、第3のセンサポッドは、第3の位置において本体に取外し可能に結合され、第3の位置は、その高度で、第2の横軸に沿って第1の方向に縦軸から離間された第2の端部に隣接する、第3のセンサポッドと、第4のセンサポッドハウジング中に配設された多様なセンサを備える第4のセンサポッドであって、第4のセンサポッドは、第4の位置において本体に取外し可能に結合され、第4の位置は、その高度で、第2の横軸に沿って第1の方向とは反対側の第2の方向に縦軸から離間された第2の端部に隣接する、第4のセンサポッドとを備え、第1のセンサポッドは、第1の有効なセンサ視野を有し、第2のセンサポッドは、第2の有効なセンサ視野を有し、第3のセンサポッドは、第3の有効なセンサ視野を有し、第4のセンサポッドは、第4の有効なセンサ視野を有し、第1の有効なセンサ視野は、第2の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野の少なくとも一部分と重複し、第2の有効なセンサ視野は、第1の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野は、第1の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野は、第2の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野の少なくとも一部分と重複する車両。
V:第1のセンサポッドの第1の有効なセンサ視野が、第4のセンサポッドの第4の有効なセンサ視野の少なくとも一部分と重複する段落Uに記載の車両。
W:第1の有効なセンサ視野と、第2の有効なセンサ視野と、第3の有効なセンサ視野と、第4の有効なセンサ視野との視野が260度から280度の間である段落UまたはVに記載の車両。
X:第1の有効なセンサ視野と、第2の有効なセンサ視野と、第3の有効なセンサ視野と、第4の有効なセンサ視野とは、車両から第1の距離で360度の有効な車両視野を集合的に与える段落U乃至Wのいずれか一段落に記載の車両。
Y:第1のセンサポッドは、本体の第1の端部から少なくとも8インチの距離突出し、側面から少なくとも8インチの距離突出する段落U乃至Xのいずれか一段落に記載の車両。
Z:第1の有効なセンサ視野、第2の有効なセンサ視野、第3の有効なセンサ視野、または第4の有効なセンサ視野のうちの少なくとも3つは、車両から第1の距離で360度の有効な車両視野を集合的に与える段落U乃至Yのいずれか一段落に記載の車両。
AA:1つまたは複数のセンサポッドは、車両の本体の縦端部から少なくとも8インチの距離突出し、側面から少なくとも8インチの距離突出する段落U乃至Zのいずれか一段落に記載の車両。
BB:高度は、4フィート上および本体の上部の1フィート上より下である段落U乃至AAのいずれか一段落に記載の車両。
CC:第1のセンサポッドと第3のセンサポッドとは、第1のタイプのセンサポッドを備え、第2のセンサポッドと第4のセンサポッドとは、第2のタイプのセンサポッドを備え、第2のタイプのセンサポッドは、第1のタイプのセンサポッドの鏡像である段落U乃至BBのいずれか一段落に記載の車両。
DD:第1のセンサポッドと、第2のセンサポッドと、第3のセンサポッドと、第4のセンサポッドとは別個の本体上に配設された別のセンサであって、他のセンサは、第1の有効なセンサ視野、第2の有効なセンサ視野、第3の有効なセンサ視野、または第4の有効なセンサ視野のうちの2つの少なくとも一部分と重複する第5の視野を有する、別のセンサをさらに備える段落U乃至CCのいずれか一段落に記載の車両。
EE:第1の位置は、第1の端部の第1の距離内にあり、第1の位置の縦軸からの間隔は、第1のセンサポッドの有効なセンサ視野が車両に対しておよび車両から離間された第1の位置に位置する障害物の後ろのオブジェクトの眺望を含むように縦軸からの第2の距離よりも大きい段落U乃至DDのいずれか一段落に記載の車両。
FF:センサシステムであって、第1のセンサポッドハウジング中に配設された多様なセンサを備える第1のセンサポッドであって、第1のセンサポッドは、第1の位置において車両本体に取外し可能に結合可能であり、第1の位置は、地上インターフェースを上回る高度で、第1の横軸に沿って第1の方向に本体の縦軸から離間された第1の端部に隣接する、第1のセンサポッドと、第2のセンサポッドハウジング中に配設された多様なセンサを備える第2のセンサポッドであって、第2のセンサポッドは、第2の位置において本体に取外し可能に結合可能であり、第2の位置は、その高度で、第1の横軸に沿って第1の方向とは反対側の第2の方向に縦軸から離間された第1の端部に隣接する、第2のセンサポッドと、第3のセンサポッドハウジング中に配設された多様なセンサを備える第3のセンサポッドであって、第3のセンサポッドは、第3の位置において本体に取外し可能に結合可能であり、第3の位置は、その高度で、第2の横軸に沿って第1の方向に縦軸から離間された第2の端部に隣接し、第2の端部は、縦軸に沿って第1の端部に遠位である、第3のセンサポッドと、第4のセンサポッドハウジング中に配設された多様なセンサを備える第4のセンサポッドであって、第4のセンサポッドは、第4の位置において本体に取外し可能に結合可能であり、第4の位置は、その高度で、第2の横軸に沿って第1の方向とは反対側の第2の方向に縦軸から離間された第2の端部に隣接する、第4のセンサポッドとを備え、第1のセンサポッドは、第1の有効なセンサ視野を有し、第2のセンサポッドは、第2の有効なセンサ視野を有し、第3のセンサポッドは、第3の有効なセンサ視野を有し、第4のセンサポッドは、第4の有効なセンサ視野を有し、第1の有効なセンサ視野は、第2の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野の少なくとも一部分と重複し、第2の有効なセンサ視野は、第1の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野は、第1の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野の少なくとも一部分と重複し、第4の有効なセンサ視野は、第2の有効なセンサ視野の少なくとも一部分と重複し、第3の有効なセンサ視野の少なくとも一部分と重複するセンサシステム。
GG:第1のセンサポッドの第1の有効なセンサ視野が、車両から第1の距離で第4のセンサポッドの第4の有効なセンサ視野の少なくとも一部分と重複する段落FFに記載のセンサシステム。
HH:第1の有効なセンサ視野と、第2の有効なセンサ視野と、第3の有効なセンサ視野と、第4の有効なセンサ視野とは、車両から第1の距離で360度の有効な車両視野を集合的に与える段落FFまたはGGに記載のセンサシステム。
II:第1の有効なセンサ視野と、第2の有効なセンサ視野と、第3の有効なセンサ視野と、第4の有効なセンサ視野とが少なくとも270度である段落FF乃至HHのいずれか一段落に記載のセンサシステム。
JJ:第1の有効なセンサ視野、第2の有効なセンサ視野、第3の有効なセンサ視野、または第4の有効なセンサ視野のうちの少なくとも3つは、車両から第1の距離で360度の有効な車両視野を集合的に与える段落FF乃至IIのいずれか一段落に記載のセンサシステム。
KK:1つまたは複数のセンサポッドは、車両の本体の縦端部から少なくとも8インチの距離突出し、側面から少なくとも8インチの距離突出する段落FF乃至JJのいずれか一段落に記載のセンサシステム。
LL:第1のセンサポッドと第3のセンサポッドとは、第1のタイプのセンサポッドを備え、第2のセンサポッドと第4のセンサポッドとは、第2のタイプのセンサポッドを備え、第2のタイプのセンサポッドは、第1のタイプのセンサポッドの鏡像である段落FF乃至KKのいずれか一段落に記載のセンサシステム。
MM:第1のセンサポッドと、第2のセンサポッドと、第3のセンサポッドと、第4のセンサポッドとは別個の本体上に配設された別のセンサであって、他のセンサは、第1の有効なセンサ視野、第2の有効なセンサ視野、第3の有効なセンサ視野、または第4の有効なセンサ視野のうちの2つの少なくとも一部分と重複する第5の視野を有する、別のセンサをさらに備える段落FF乃至LLのいずれか一段落に記載のセンサシステム。
NN:車両であって、縦軸に沿って第1の縦端部と第1の縦端部に遠位の第2の縦端部とを有する本体と、本体に取外し可能に結合されたセンサポッドであって、センサポッドは、車両の本体の縦端部から少なくとも8インチの距離突出し、側面から少なくとも8インチの距離突出し、地上インターフェースを上回る高度にあり、高度は、5フィート上および本体の上部の2フィート内にあり、センサポッドは、第1のタイプの第1のセンサと第2のタイプの第2のセンサとを備える、センサポッドとを備える車両。
OO:センサポッドは、270度よりも大きい有効な視野を有する段落NNに記載の車両。
PP:センサポッドであって、車両に結合可能なフレームと、フレームに結合されたセンサと、フレームに結合された衝突構造であって、衝突中に歩行者とインターフェースするように構成された外面であって、外面の少なくとも一部分は、フレームに対するセンサの外側に配設される、外面を備える衝突構造と、外面とフレームとの間に配設され、衝突から外面を通して伝達されたエネルギーの一部分を吸収するように構成された衝突エネルギー吸収構造とを備えるセンサポッド。
QQ:衝突エネルギー吸収構造は、衝突中の応力集中ゾーンを備え、応力集中ゾーンは、衝突エネルギー吸収構造の局部塑性変形を生じて衝突からのエネルギーを吸収するように構成される段落PPに記載のセンサポッド。
RR:応力集中ゾーンは、第1の衝突力しきい値を上回り、第2の衝突力しきい値を下回る局部塑性変形を生じるように構成される段落PPまたはQQに記載のセンサポッド。
SS:外面は、衝突中にフレームに対して実質的に一様に移動するように構成される段落PP乃至RRのいずれか一段落に記載のセンサポッド。
TT:外面は、衝突中に第1の衝突力しきい値を上回り、第2の衝突力しきい値を下回り可塑的に変形するように構成された厚さを備える段落PP乃至SSのいずれか一段落に記載のセンサポッド。
UU:外面は、実質的に凸面である段落PP乃至TTのいずれか一段落に記載のセンサポッド。
VV:外面は、直交する2方向で実質的に凸面である段落PP乃至UUのいずれか一段落に記載のセンサポッド。
WW:フレームの上に配設され、変形可能な締着具によってフレームに結合された別のセンサをさらに備える段落PP乃至VVのいずれか一段落に記載のセンサポッド。
XX:変形可能な締着具は、変形可能な締着具の局部塑性変形を生じて衝突からのエネルギーを吸収するための応力集中ゾーンと、衝突が第3の衝突力しきい値を超えるときに他のセンサを解放するように構成された変形可能な締着具とを備える段落PP乃至WWのいずれか一段落に記載のセンサポッド。
YY:センサと外面との間に配設されたバッフル構造であって、バッフル構造は、衝突中に可塑的に変形し、衝突からのエネルギーを吸収するように構成されたクランプルゾーンを備える、バッフル構造をさらに備える段落PP乃至XXのいずれか一段落に記載のセンサポッド。
ZZ:システムであって、車両に結合可能なフレームと、フレームに結合されたセンサと、フレームに結合された衝突構造であって、衝突中に歩行者とインターフェースするように構成された外面であって、外面の少なくとも一部分は、フレームに対するセンサの外側に配設される、外面を備える衝突構造と、外面とフレームとの間に配設され、衝突から外面を通して伝達されたエネルギーの一部分を吸収するように構成された衝突エネルギー吸収構造とを備えるシステム。
AAA:衝突エネルギー吸収構造は、衝突中の応力集中ゾーンを備え、応力集中ゾーンは、衝突エネルギー吸収構造の局部塑性変形を生じて衝突からのエネルギーを吸収するように構成される段落ZZに記載のシステム。
BBB:応力集中ゾーンは、第1の衝突力しきい値を上回り、第2の衝突力しきい値を下回る局部塑性変形を生じるように構成される段落ZZまたはAAAに記載のシステム。
CCC:外面は、衝突中にフレームに対して実質的に一様に移動するように構成される段落ZZ乃至BBBのいずれか一段落に記載のシステム。
DDD:外面は、直交する2方向で実質的に凸面である段落ZZ乃至CCCのいずれか一段落に記載のシステム。
EEE:車両であって、車両本体と、車両本体から突出するセンサポッドであって、車両に結合可能なフレームと、フレームに結合されたセンサと、フレームに結合された衝突構造であって、衝突中に歩行者とインターフェースするように構成された外面であって、外面の少なくとも一部分は、フレームに対するセンサの外側に配設される、外面を備える衝突構造と、外面とフレームとの間に配設され、衝突から外面を通して伝達されたエネルギーの一部分を吸収するように構成された衝突エネルギー吸収構造とを備えるセンサポッドとを備える車両。
FFF:車両本体から突出する別のセンサポッドであって、センサポッドは、車両本体の第1の四分区間から突出し、他のセンサポッドは、車両本体の第2の四分区間から突出するセンサポッドをさらに備える段落EEEに記載の車両。
GGG:センサポッドは、車両本体の第1の四分区間から突出する第1のセンサポッドであり、第2のセンサポッドは、車両本体の第2の四分区間において車両本体から突出する段落EEEまたはFFFに記載の車両。
HHH:衝突エネルギー吸収構造は、衝突中の応力集中ゾーンを備え、応力集中ゾーンは、衝突エネルギー吸収構造の局部塑性変形を生じて衝突からのエネルギーを吸収するように構成される段落EEE乃至GGGのいずれか一段落に記載の車両。
III:応力集中ゾーンは、第1の衝突力しきい値を上回り、第2の衝突力しきい値を下回る局部塑性変形を生じるように構成される段落EEE乃至HHHのいずれか一段落に記載の車両。
JJJ:システムであって、車両取付けインターフェースと、第1の取付け位置と、第2の取付け位置とを備えるフレームと、第1の取付け位置においてフレームに結合された第1のセンサと、第2の取付け位置においてフレームに結合された第2のセンサと、1つまたは複数のプロセッサと、非一時的コンピュータ可読媒体であって、実行されたとき、1つまたは複数プロセッサに、第1のセンサから、システムの環境の第1のセンサデータを受信することと、第2のセンサから、システムの環境の第2のセンサデータを受信することと、第1のセグメント化されたデータとして、第1のセンサデータ中の第1の不変オブジェクトの表現に少なくとも部分的に基づいて第1のセンサデータをセグメント化することと、第2のセグメント化されたデータとして、第2のセンサデータ中の第2の不変オブジェクトの表現に少なくとも部分的に基づいて第2のセンサデータをセグメント化することと、第1のセグメント化されたデータに少なくとも部分的に基づいて、第1の不変オブジェクトに関連する第1のセンサデータのサブセットを決定することと、第2のセグメント化されたデータに少なくとも部分的に基づいて、第2の不変オブジェクトに関連する第2のセンサデータのサブセットを決定することと、第1のセンサデータのサブセットに少なくとも部分的に基づいて、第1のセンサに関連する第1の較正エラーを決定することと、第2のセンサデータのサブセットに少なくとも部分的に基づいて、第2のセンサに関連する第2の較正エラーを決定することと、第1のセンサに関連する第1の較正エラーと第2のセンサに関連する第2の較正エラーとに少なくとも部分的に基づいて、システムに関連するシステム較正ファクタを決定することとを備える行為を実施させる1つまたは複数の命令を記憶する非一時的コンピュータ可読媒体とを備えるシステム。
KKK:車両取付けインターフェースにおいてフレームに結合されたマウントであって、マウントは、環境に対して固定される、マウントをさらに備える段落JJJに記載のシステム。
LLL:環境は、90度の視野内に第1の不変量を含んでいる段落JJJまたはKKKに記載のシステム。
MMM:マウントは、インデックスが付けられた向きを有し、第1のセンサデータは、第1のインデックスで受信され、第2のセンサデータは、第2のインデックスで受信され、決定することは、第1のインデックスの向きと第2のインデックスの向きとにさらに少なくとも部分的に基づく段落JJJ乃至LLLのいずれか一段落に記載のシステム。
NNN:第3の取付け位置においてフレームに結合された第3のセンサであって、行為は、第3のセンサから、システムの環境の第3のセンサデータを受信することと、第3のセグメント化されたデータとして、第3のセンサデータ中の第3の不変オブジェクトの表現に少なくとも部分的に基づいて第3のセンサデータをセグメント化することと、第3のセグメント化されたデータに少なくとも部分的に基づいて、第3の不変オブジェクトに関連する第3のセンサデータのサブセットを決定することと、第3のセンサデータのサブセットに少なくとも部分的に基づいて、第3のセンサに関連する第3の較正エラーを決定することと、第3のセンサに関連する第3の較正エラーにさらに少なくとも部分的に基づくシステムに関連するシステム較正ファクタを決定することをさらに備える第3のセンサをさらに備える段落JJJ乃至MMMのいずれか一段落に記載のシステム。
OOO:マウントは、インデックスが付けられた向きを有し、第1のセンサデータと第2のセンサデータとは、フレームが第1のインデックスに配向された状態で受信され、第3のセンサデータは、フレームが第2のインデックスに配向された状態で受信され、行為は、フレームが第2のインデックスにある状態で第2のセンサから第4のセンサデータを受信することと、第3のセンサデータと第4のセンサデータとにさらに少なくとも部分的に基づくシステムに関連するシステム較正ファクタを決定することとをさらに備える段落JJJ乃至NNNのいずれか一段落に記載のシステム。
PPP:第1の不変量は、第2の不変量と同じである段落JJJ乃至OOOのいずれか一段落に記載のシステム。
QQQ:第1の不変量は、基準、建築物の一部分、壁、隅、ポール、窓、屋根/天井の線、壁と天井/屋根との交点、またはそれらの組合せを備える段落JJJ乃至PPPのいずれか一段落に記載のシステム。
RRR:第1のセンサは、第2のセンサとは異なるタイプのセンサである段落JJJ乃至QQQのいずれか一段落に記載のシステム。
SSS:第1のセンサは、カメラを備え、第2のセンサは、LIDARを備える段落JJJ乃至RRRのいずれか一段落に記載のシステム。
TTT:行為は、センサポッドから、第3の不変量を表すセンサポッドデータを受信することと、センサポッドデータに少なくとも部分的に基づいて、センサポッド較正ファクタを決定することと、システム較正ファクタとセンサポッド較正ファクタとに少なくとも部分的に基づいて、センサポッドとフレームとが車両に取り付けられるとき、センサポッドがフレームに取り付けられる第1のセンサと第2のセンサとに適合するのかどうかを決定することとをさらに備える段落JJJ乃至SSSのいずれか一段落に記載のシステム。
UUU:車両であって、第1のセンサと第2のセンサとを備えるセンサポッドと、1つまたは複数のプロセッサと、非一時的コンピュータ可読媒体であって、実行されたとき、1つまたは複数プロセッサに、第1のセンサから、車両の環境のセンサデータを受信することと、セグメント化されたデータとして、センサデータ中の不変オブジェクトの表現に少なくとも部分的に基づいてセンサデータをセグメント化することと、セグメント化されたデータに少なくとも部分的に基づいて、不変オブジェクトに関連するセンサデータのサブセットを決定することと、センサデータのサブセットに少なくとも部分的に基づいて、第1のセンサに関連する較正エラーを決定することと、較正エラーとセンサポッド較正ファクタとに少なくとも部分的に基づいて、第2のセンサに関連する推定される較正エラーを決定することとを備える行為を実施させる1つまたは複数の命令を記憶する非一時的コンピュータ可読媒体とを備える車両。
VVV:センサポッド較正ファクタは、第1の不変量を表す、第1のセンサから受信された第1のデータに少なくとも部分的に基づく第1のセンサに関連する第1の較正エラーと第2の不変量を表す、第2のセンサから受信された第2のデータに少なくとも部分的に基づく第2のセンサに関連する第2の較正エラーとに少なくとも部分的に基づく段落UUUに記載の車両。
WWW:第1の不変量は、第2の不変量と同じである段落UUUまたはVVVに記載の車両。
XXX:第1のセンサは、カメラを備え、第2のセンサは、LIDARを備える段落UUU乃至WWWのいずれか一段落に記載の車両。
YYY:行為は、別のセンサポッドから、第3の不変量を表すセンサポッドデータを受信することと、センサポッドデータに少なくとも部分的に基づいて、別のセンサポッド較正ファクタを決定することと、センサポッド較正ファクタと他のセンサポッド較正ファクタとに少なくとも部分的に基づいて、センサポッドと他のセンサポッドとが車両に取り付けられるとき、センサポッドと他のセンサポッドとが適合する有効な視野を有するのかどうかを決定することとをさらに備える段落UUU乃至XXXのいずれか一段落に記載の車両。
ZZZ:方法であって、第1のセンサポッドから、第1の不変量を表す第1のセンサデータを受信するステップと、第1のセンサデータに少なくとも部分的に基づいて、第1の較正ファクタを決定するステップと、第2のセンサポッドから、第2の不変量を表す第2のセンサデータを受信するステップと、第2のセンサデータに少なくとも部分的に基づいて、第2の較正ファクタを決定するステップと、第1の較正ファクタと第2の較正ファクタとに少なくとも部分的に基づいて、第1のセンサポッドと第2のセンサポッドとが適合する有効な視野を有するのかどうかを決定するステップとを備える方法。
AAAA:適合する有効な視野を有すると決定されたときに車両上への設置のために第1のセンサポッドを第2のセンサポッドとペアリングするステップをさらに備える段落ZZZに記載の方法。
BBBB:適合する視野を有すると決定されたときに、車両上の第2のセンサポッドがすでに設置されている車両上に第1のセンサポッドを設置するステップをさらに備える段落ZZZまたはAAAAに記載の方法。
CCCC:第1のセンサデータは、第1のセンサポッドの複数のセンサからのデータを備える段落ZZZ乃至BBBBのいずれか一段落に記載の方法。
DDDD:センサポッドであって、フレームに結合された第1のセンサであって、第1のセンサは、第1の検知表面と検知視野とを有する、第1のセンサと、第1の検知表面に隣接し、それに向けられて配設された第1のノズルであって、第1のノズルは、第1の検知表面に第1の流体を適用して第1の検知表面を洗浄するように構成される、第1のノズルと、第1の検知表面に隣接し、それに向けられて配設された第2のノズルであって、第2のノズルは、第1の検知表面に第2の流体を適用して第1の検知表面を洗浄するように構成される、第2のノズルと、フレームに結合された第2のセンサであって、第2のセンサは、第2の検知表面と検知視野とを有する、第2のセンサと、第2の検知表面に隣接し、それに向けられて配設された第3のノズルであって、第3のノズルは、第2の検知表面に第1の流体を適用して第2の検知表面を洗浄するように構成される、第3のノズルと、第2の検知表面に隣接し、それに向けられて配設された第4のノズルであって、第4のノズルは、第2の検知表面に第2の流体を適用して第2の検知表面を洗浄するように構成される、第4のノズルと、第1のノズルと第3のノズルとに第1の流体を分配する第1のマニホルドと、第2のノズルと第4のノズルとに第2の流体を分配する第2のマニホルドとを備えるセンサポッド。
EEEE:第1の流体は、空気、液体、水、洗剤、洗浄液、解氷剤、またはアルコールを備え、第2の流体は、空気、液体、水、洗剤、洗浄液、解氷剤、またはアルコールを備える段落DDDDに記載のセンサポッド。
FFFF:第1の流体は、第2の流体とは異なる段落DDDDまたはEEEEに記載のセンサポッド。
GGGG:第1のノズルは、第1の検知表面に斜角で流体を適用するように構成される段落DDDD乃至FFFFのいずれか一段落に記載のセンサポッド。
HHHH:第1の流体は、別のセンサポッドに流体を与えるリザーバから第1の検知表面に与えられる段落DDDD乃至GGGGのいずれか一段落に記載のセンサポッド。
IIII:ノズルは、検知表面に隣接し、検知視野の外部に配設される段落DDDD乃至HHHHのいずれか一段落に記載のセンサポッド。
JJJJ:ノズルは、検知視野内の、検知視野を少なくとも部分的に妨げるセンサポッドの一部分の後ろに配設される段落DDDD乃至JJJJのいずれか一段落に記載のセンサポッド。
KKKK:センサ、検知表面、または視野の周りの実質的に等距離で離間された1つまたは複数の追加のノズルをさらに備える段落DDDD乃至JJJJのいずれか一段落に記載のセンサポッド。
LLLL:検知表面は、レンズ、シールド、ウィンドスクリーン、ケーシング、またはレードームを備える段落DDDD乃至KKKKのいずれか一段落に記載のセンサポッド。
MMMM:車両に結合可能な供給ハーネスであって、供給ハーネスは、電力、液体、または加圧空気のうちの1つまたは複数を備える、供給ハーネスをさらに備える段落DDDD乃至LLLLのいずれか一段落に記載のセンサポッド。
NNNN:センサポッドを動作させる方法であって、第1のトリガに応答して、センサポッド上のノズルに加圧流体を与えるステップであって、ノズルは、センサポッドのセンサに隣接する、与えるステップと、センサの検知表面上にノズルを通して加圧流体を向けるステップと、第2のトリガに応答して、ノズルに加圧流体を与えるのを中止するステップとを備える方法。
OOOO:第1の状態を示す第1のセンサデータを受信するステップと、第1のセンサデータに少なくとも部分的に基づいて、第1のトリガを示す第1の信号を生成するステップであって、加圧流体を与えるステップは、第1の信号に少なくとも部分的に基づく、生成するステップと、第2の状態を示す第2のセンサデータを受信するステップと、第2のセンサデータに少なくとも部分的に基づいて、第2のトリガを示す第2の信号を生成するステップであって、加圧流体を与えるのを中止するステップは、第2の信号に少なくとも部分的に基づく、生成するステップとをさらに備える段落NNNNに記載の方法。
PPPP:第1のトリガは、センサポッドのセンサが洗浄を必要とするという表示、前の洗浄からしきい値時間が経過したという表示、または天気予報のうちの1つまたは複数を備える段落NNNNまたはOOOOに記載の方法。
QQQQ:第2のトリガは、検知表面が清浄であるという表示または加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を備える段落NNNN乃至PPPPのいずれか一段落に記載の方法。
RRRR:第3のトリガに応答して、センサポッド上の別のノズルに別の加圧流体を与えるステップであって、他のノズルは、センサポッドのセンサに隣接する、与えるステップと、センサの検知表面上に他のノズルを通して他の加圧流体を向けるステップと、第4のトリガに応答して、他のノズルに他の加圧流体を与えるのを中止するステップとをさらに備える段落NNNN乃至QQQQのいずれか一段落に記載の方法。
SSSS:第3のトリガは、センサポッドのセンサが洗浄を必要とするという表示、前の洗浄から別のしきい値時間が経過したという表示、ノズルが加圧流体を与えるのを中止したという表示、または液体が検知表面上にあるという表示を備える段落NNNN乃至RRRRのいずれか一段落に記載の方法。
TTTT:第4のトリガは、検知表面が清浄であるという表示または他の加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を備える段落NNNN乃至SSSSのいずれか一段落に記載の方法。
UUUU:第1のトリガは、センサポッドのセンサが洗浄を必要とするという表示、または前の洗浄からしきい値時間が経過したという表示を備え、第2のトリガは、検知表面が清浄であるという表示または加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を備え、第3のトリガは、センサポッドのセンサが洗浄を必要とするという表示、前の洗浄から別のしきい値時間が経過したという表示、ノズルが加圧流体を与えるのを中止したという表示、または液体が検知表面上にあるという表示を備え、第4のトリガは、検知表面がクリアであるという表示または他の加圧流体が検知表面上に向けられ始めてからしきい値適用時間が経過したという表示を備える段落NNNN乃至TTTTのいずれか一段落に記載の方法。
VVVV:加圧流体は、液体を備え、他の加圧流体は、圧縮空気を備える段落NNNN乃至UUUUのいずれか一段落に記載の方法。
WWWW:システムであって、多様なセンサを備えるセンサポッドであって、多様なセンサのセンサは、検知表面を有する、センサポッドと、センサに配設された多様なノズルであって、多様なノズルの第1のノズルは、第1の流体を適用するように構成され、多様なノズルの第2のノズルは、第2の流体を適用するように構成される、多様なノズルと、多様なセンサに流体を分配するマニホルドとを備えるシステム。
XXXX:第1のノズルは、検知表面に斜角で流体を適用するように構成される段落WWWWに記載のシステム。
上記で説明された例示的な条項について特定の一実装形態に関して説明するが、本明細書のコンテキストでは、例示的な条項のコンテンツはまた、方法、デバイス、システム、コンピュータ可読媒体、および/または別の実装形態を介して実装され得ることを理解されたい。
結論
本明細書で説明される技法の1つまたは複数の例について説明されたが、それの様々な改変、追加、置換、および等価物が本明細書で説明される技法の範囲内に含まれる。
本明細書で説明される技法の1つまたは複数の例について説明されたが、それの様々な改変、追加、置換、および等価物が本明細書で説明される技法の範囲内に含まれる。
例の説明では、例として請求する主題の特定の例を示す本明細書の一部を形成する添付図面を参照されたい。他の例が使用され得ることと、構造的な変更などの変更または改変が行われ得ることとを理解されたい。そのような例、変更または改変は、必ずしも意図された請求する主題に関する範囲からの逸脱とは限らない。本明細書におけるステップがある順序で提示され得るが、場合によっては、順序は変更され得、したがって、いくつかの入力は、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異なる順序で与えられる。開示されるプロシージャはまた、異なる順序で実行される可能性がある。さらに、本明細書にある様々な計算は、開示される順序で実行される必要はなく、計算の代替順序を使用する他の例が容易に実装されることができる。並べ替えられることに加えて、計算はまた、同じ結果をもつサブ計算に分解されることができる。
Claims (20)
- センサポッドであって、
車両に前記センサポッドを取外し可能に結合する取付けインターフェースを備えるフレームと、
前記フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、前記第1のセンサは、第1の視野を有する、第1のセンサと、
前記フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、前記第1の視野の少なくとも一部分が、前記第2の視野の少なくとも一部分と重複する、第2のセンサと、
前記フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、前記第1の視野の少なくとも一部分と前記第2の視野の少なくとも一部分とは、前記第3の視野の少なくとも一部分と重複し、前記第1のセンサと前記第2のセンサとは、第1のタイプのものであり、前記第3のセンサは、前記第1のタイプとは異なる第2のタイプのものである、第3のセンサと
を備えるセンサポッド。 - 前記第1のタイプのセンサは、撮像センサを備え、
前記第2のタイプのセンサは、LIDARセンサを備える
請求項1に記載のセンサポッド。 - 前記フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、前記第4のセンサは、第4の視野を有し、前記第2の視野の少なくとも一部分と前記第3の視野の一部分とは、前記第4の視野の少なくとも一部分と重複する、第4のセンサと、
前記フレームの第5の位置に取り付けられる、第5の視野を有する第5のセンサであって、前記第4の視野の少なくとも一部分が、前記第5の視野の少なくとも一部分と重複する、第5のセンサと
をさらに備える請求項1に記載のセンサポッド。 - 前記第1のセンサは、第1の方向に光軸を配向される第1のカメラを備え、前記第2のセンサは、第2の方向に光軸を配向される第2のカメラを備え、前記第4のセンサは、前記第1の方向とは実質的に反対側の第3の方向に光軸を配向される第3のカメラを備え、前記第2の方向は、前記第1の方向と前記第3の方向との間にあり、前記第1の視野と前記第2の視野とは、前記第3の視野とは異なる請求項3に記載のセンサポッド。
- 前記フレームは、鋳物フレームを備え、前記鋳物フレームは、
前記第1のセンサをサポートするように構成された前記第1の位置における第1の鋳物表面と、
前記第2のセンサをサポートするように構成された前記第2の位置における第2の鋳物表面と、
前記第3のセンサをサポートするように構成された前記第3の位置における第3の鋳物表面と
を備える請求項1に記載のセンサポッド。 - 前記鋳物フレームは、前記車両に前記センサポッドを取り付けるように構成された第6の位置における鋳物取付け表面をさらに備える請求項5に記載のセンサポッド。
- 1つまたは複数のセンサを洗浄するための洗浄システムであって、前記洗浄システムは、前記センサポッドの少なくとも1つのセンサに適用可能な多様なタイプの流体を備える、洗浄システムをさらに備える請求項1に記載のセンサポッド。
- 前記車両に結合可能な供給ハーネスであって、前記供給ハーネスは、前記洗浄システムに流体と加圧空気とを供給するための液体接続および加圧空気接続と前記センサのうちの1つまたは複数に電力を供給するための電力接続とを備える、供給ハーネスをさらに備える請求項7に記載のセンサポッド。
- 前記車両に電気的に結合可能で、前記第1のセンサ、前記第2のセンサ、前記第3のセンサ、第4のセンサ、および第5のセンサから前記車両のコンピューティングシステムにセンサデータを送信するための前記第1のセンサ、前記第2のセンサ、前記第3のセンサ、前記第4のセンサ、および前記第5のセンサに電気的に結合されたセンサハーネスをさらに備える請求項1に記載のセンサポッド。
- 前記センサポッドは、非対称であり、前記取付けインターフェースは、前記第2の位置と実質的に反対側に配設される第6の位置に位置し、
前記車両に結合されたセンサポッドのマウントは、前記センサポッドの側から突出する
請求項1に記載のセンサポッド。 - 車両であって、
4つの四分区間を有する本体と、
2つのセンサポッドであって、前記2つのセンサポッドのセンサポッドは、前記車両の前記4つの四分区間の異なる四分区間に配設され、取付けアームを通して前記車両に結合され、前記2つのセンサポッドのセンサポッドは、
前記取付けアームに取外し可能に結合された取付けインターフェースを備えるフレームと、
前記フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、前記第1のセンサは、第1の視野を有する、第1のセンサと、
前記フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、前記第1の視野が、前記第2の視野の少なくとも一部分と重複し、前記第2の位置が、前記取付けアームの実質的に反対側に配設される、第2のセンサと、
前記フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、前記第2の視野の少なくとも一部分が、前記第3の視野の少なくとも一部分と重複する、第3のセンサと、
前記フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、前記第4のセンサは、第4の視野を有し、前記第1の視野の少なくとも一部分と、前記第2の視野の一部分と、前記第3の視野の一部分とは、前記第4の視野の少なくとも一部分と重複する、第4のセンサと
を備える、2つのセンサポッドと
を備える車両。 - 前記第1のセンサと、前記第2のセンサと、前記第3のセンサとは、第1のタイプのものであり、前記第4のセンサは、第2のタイプのものである請求項11に記載の車両。
- 前記本体は、第1の側面と、第2の側面と、第1の縦端部と、第2の縦端部とを有し、
第1のセンサポッドは、前記第1の側面および前記第1の縦端部にある前記車両の第1の四分区間に配設され、
第2のセンサポッドは、前記第2の側面および前記第1の縦端部にある前記車両の第2の四分区間に配設され、
第3のセンサポッドは、前記第1の側面および前記第2の縦端部にある前記車両の第3の四分区間に配設され、
第4のセンサポッドは、前記第2の側面および前記第2の縦端部にある前記車両の第4の四分区間に配設され、
前記第1のセンサポッドと前記第4のセンサポッドとは第1の形状を有し、前記第2のセンサポッドと前記第3のセンサポッドとは、前記第1の形状の鏡像である第2の形状を有する
請求項11に記載の車両。 - システムであって、
車両の取付けアームに前記システムを取外し可能に結合する取付けインターフェースを備えるフレームと、
前記フレームの第1の位置に取外し可能に取り付けられる第1のセンサであって、前記第1のセンサは、第1の視野を有する、第1のセンサと、
前記フレームの第2の位置に取り付けられる、第2の視野を有する第2のセンサであって、前記第1の視野の少なくとも一部分が、前記第2の視野の少なくとも一部分と重複し、前記第2の位置が、前記取付けアームの実質的に反対側に配設される、第2のセンサと、
前記フレームの第3の位置に取り付けられる、第3の視野を有する第3のセンサであって、前記第2の視野の少なくとも一部分は、前記第3の視野の少なくとも一部分と重複し、前記第1のセンサと前記第2のセンサとは、第1のタイプのものであり、前記第3のセンサは、前記第1のタイプとは異なる第2のタイプのものである、第3のセンサと
を備えるシステム。 - 前記第1のタイプのセンサは、撮像センサを備え、
前記第2のタイプのセンサは、LIDARセンサを備える
請求項14に記載のシステム。 - 前記フレームの第4の位置に取外し可能に取り付けられる第4のセンサであって、前記第4のセンサは、第4の視野を有し、前記第2の視野の少なくとも一部分は、前記第4の視野の少なくとも一部分と重複する、第4のセンサをさらに備える請求項14に記載のシステム。
- 前記第1のセンサは、第1の方向に光軸を配向される第1のカメラを備え、前記第2のセンサは、第2の方向に光軸を配向される第2のカメラを備え、前記第4のセンサは、前記第1の方向とは実質的に反対側の第3の方向に光軸を配向される第3のカメラを備え、前記第2の方向は、前記第1の方向と前記第3の方向との間にあり、前記第1の視野と前記第2の視野とは、前記第3の視野とは異なる請求項16に記載のシステム。
- 前記フレームは、鋳物フレームを備え、前記鋳物フレームは、
前記第1のセンサをサポートするように構成された前記第1の位置における第1の鋳物表面と、
前記第2のセンサをサポートするように構成された前記第2の位置における第2の鋳物表面と、
前記第3のセンサをサポートするように構成された前記第3の位置における第3の鋳物表面と、
前記車両に前記システムを取り付けるように構成された第6の位置における鋳物取付け表面と
を備え、
前記第1のセンサは、第1の公差しきい値を下回って前記第2のセンサに対して取り付けられ、前記第2のセンサは、第2の公差しきい値を下回って前記車両に対して取り付けられる
請求項14に記載のシステム。 - 1つまたは複数のセンサを洗浄するための洗浄システムであって、前記洗浄システムは、少なくとも1つのセンサに適用可能な多様なタイプの流体を備える、洗浄システムをさらに備える請求項14に記載のシステム。
- 前記車両に結合可能な供給ハーネスであって、前記供給ハーネスは、前記洗浄システムに流体と加圧空気とを供給するための液体接続および加圧空気接続と前記センサのうちの1つまたは複数に電力を供給するための電力接続とを備える、供給ハーネスをさらに備える請求項19に記載のシステム。
Applications Claiming Priority (11)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US16/864,122 US11305724B2 (en) | 2020-04-30 | 2020-04-30 | Pedestrian protection system for sensor pods |
US16/864,109 US11623585B2 (en) | 2020-04-30 | 2020-04-30 | Sensor pod coverage and placement on vehicle |
US16/864,146 | 2020-04-30 | ||
US16/864,082 | 2020-04-30 | ||
US16/864,146 US11760313B2 (en) | 2020-04-30 | 2020-04-30 | Sensor pod cleaning system |
US16/864,109 | 2020-04-30 | ||
US16/864,122 | 2020-04-30 | ||
US16/864,082 US11953623B2 (en) | 2020-04-30 | 2020-04-30 | Sensor pod assembly |
US16/864,138 | 2020-04-30 | ||
US16/864,138 US11353590B2 (en) | 2020-04-30 | 2020-04-30 | Sensor pod calibration |
PCT/US2021/030321 WO2021222848A1 (en) | 2020-04-30 | 2021-04-30 | Sensor pod assembly |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023524233A true JP2023524233A (ja) | 2023-06-09 |
Family
ID=78374009
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022565963A Pending JP2023524233A (ja) | 2020-04-30 | 2021-04-30 | センサポッドアセンブリ |
Country Status (4)
Country | Link |
---|---|
EP (1) | EP4143064A4 (ja) |
JP (1) | JP2023524233A (ja) |
CN (1) | CN115515836A (ja) |
WO (1) | WO2021222848A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102022112728A1 (de) * | 2022-05-20 | 2023-11-23 | Evocortex Gmbh | Sensoreinrichtung, Anordnung, Roboter, stationärer Aufbau und Verfahren |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2431225B1 (en) * | 2010-09-17 | 2013-11-27 | SMR Patents S.à.r.l. | Method for an automotive hazardous detection and information system |
US10699305B2 (en) * | 2016-11-21 | 2020-06-30 | Nio Usa, Inc. | Smart refill assistant for electric vehicles |
US10599931B2 (en) * | 2017-08-21 | 2020-03-24 | 2236008 Ontario Inc. | Automated driving system that merges heterogenous sensor data |
US11277956B2 (en) * | 2018-07-26 | 2022-03-22 | Bear Flag Robotics, Inc. | Vehicle controllers for agricultural and industrial applications |
US11061406B2 (en) * | 2018-10-22 | 2021-07-13 | Waymo Llc | Object action classification for autonomous vehicles |
-
2021
- 2021-04-30 EP EP21796214.1A patent/EP4143064A4/en active Pending
- 2021-04-30 JP JP2022565963A patent/JP2023524233A/ja active Pending
- 2021-04-30 WO PCT/US2021/030321 patent/WO2021222848A1/en unknown
- 2021-04-30 CN CN202180030834.5A patent/CN115515836A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
EP4143064A4 (en) | 2024-05-15 |
EP4143064A1 (en) | 2023-03-08 |
CN115515836A (zh) | 2022-12-23 |
WO2021222848A1 (en) | 2021-11-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11760313B2 (en) | Sensor pod cleaning system | |
US11353590B2 (en) | Sensor pod calibration | |
US11305724B2 (en) | Pedestrian protection system for sensor pods | |
US11953623B2 (en) | Sensor pod assembly | |
US11623585B2 (en) | Sensor pod coverage and placement on vehicle | |
US11458912B2 (en) | Sensor validation using semantic segmentation information | |
US10878288B2 (en) | Database construction system for machine-learning | |
JP7319003B2 (ja) | 非剛性ステレオ・ビジョン・カメラ・システム | |
JP2022141781A (ja) | Lidarシステム及び方法 | |
US8812226B2 (en) | Multiobject fusion module for collision preparation system | |
CN114902070A (zh) | 传感器退化检测和修复 | |
CN111507162B (zh) | 基于车辆间通信的协作的盲点警告方法及装置 | |
US11861784B2 (en) | Determination of an optimal spatiotemporal sensor configuration for navigation of a vehicle using simulation of virtual sensors | |
US20200094785A1 (en) | Sensor dirtiness detection | |
US11761769B2 (en) | Localization adaptation based on weather estimation | |
JP2023524233A (ja) | センサポッドアセンブリ | |
CN116653979B (zh) | 一种驾驶员视场范围光线追踪方法及dms系统 | |
EP4227909A1 (en) | Infrared sensing data-assisted classification of vulnerable road users | |
KR20230044785A (ko) | 자율주행 기반 무허가 주정차 차량 단속 시스템 | |
EP3705906A2 (en) | Multiple vertical layer light detection and ranging system, auto-parking assistance, and computer vision lane detection and keeping | |
WO2024118992A1 (en) | Multi-frame temporal aggregation and dense motion estimation for autonomous vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240430 |