JP2023545803A - 自律走行車両のナビゲーション方法、システム、プログラム - Google Patents
自律走行車両のナビゲーション方法、システム、プログラム Download PDFInfo
- Publication number
- JP2023545803A JP2023545803A JP2023522440A JP2023522440A JP2023545803A JP 2023545803 A JP2023545803 A JP 2023545803A JP 2023522440 A JP2023522440 A JP 2023522440A JP 2023522440 A JP2023522440 A JP 2023522440A JP 2023545803 A JP2023545803 A JP 2023545803A
- Authority
- JP
- Japan
- Prior art keywords
- autonomous vehicle
- regulator
- data
- autonomous
- route
- 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 title claims abstract description 50
- 230000004044 response Effects 0.000 claims abstract description 21
- 230000033001 locomotion Effects 0.000 claims description 53
- 238000003860 storage Methods 0.000 claims description 26
- 230000001105 regulatory effect Effects 0.000 claims description 23
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 10
- 241001465754 Metazoa Species 0.000 claims description 8
- 238000012795 verification Methods 0.000 claims description 8
- 238000013475 authorization Methods 0.000 claims description 4
- 230000001276 controlling effect Effects 0.000 claims 2
- 238000012545 processing Methods 0.000 description 21
- 238000004891 communication Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 16
- 238000007726 management method Methods 0.000 description 13
- 230000000875 corresponding effect Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000010801 machine learning Methods 0.000 description 8
- 230000008569 process Effects 0.000 description 7
- 230000005540 biological transmission Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000010191 image analysis Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000012790 confirmation Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 241000282472 Canis lupus familiaris Species 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 238000011065 in-situ storage Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 229910052751 metal Inorganic materials 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001902 propagating effect Effects 0.000 description 2
- 239000011435 rock Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 241000282994 Cervidae Species 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 229920000742 Cotton Polymers 0.000 description 1
- 241000282326 Felis catus Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 238000013527 convolutional neural network Methods 0.000 description 1
- 230000002079 cooperative effect Effects 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000007340 echolocation Effects 0.000 description 1
- 238000003708 edge detection Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 210000004209 hair Anatomy 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007257 malfunction Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 238000009877 rendering Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3407—Route searching; Route guidance specially adapted for specific applications
- G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/28—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network with correlation of data from several navigational instruments
- G01C21/30—Map- or contour-matching
- G01C21/32—Structuring or formatting of map data
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W60/00—Drive control systems specially adapted for autonomous road vehicles
- B60W60/001—Planning or execution of driving tasks
- B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
- G01C21/3453—Special cost functions, i.e. other than distance or default speed limit of road segments
- G01C21/3461—Preferred or disfavoured areas, e.g. dangerous zones, toll or emission zones, intersections, manoeuvre types, segments such as motorways, toll roads, ferries
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
- G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
- G05D1/0253—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means extracting relative motion information from a plurality of images taken successively, e.g. visual odometry, optical flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0257—Control of position or course in two dimensions specially adapted to land vehicles using a radar
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/20—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles
- G08G1/207—Monitoring the location of vehicles belonging to a group, e.g. fleet of vehicles, countable or determined number of vehicles with respect to certain areas, e.g. forbidden or allowed areas with possible alerting when inside or outside boundaries
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
- B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
- B60W2420/40—Photo or light sensitive means, e.g. infrared sensors
- B60W2420/403—Image sensing, e.g. optical camera
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Human Computer Interaction (AREA)
- Transportation (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Electromagnetism (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Medical Informatics (AREA)
- Traffic Control Systems (AREA)
- Navigation (AREA)
Abstract
自律走行車両のナビゲーション方法が提供される。まずナビゲーション要求が検出される。ナビゲーション要求は出発地点からの自律走行車両の目的地を含み、ナビゲーション要求に基づいて出発地点から目的地までのルートが特定される。ナビゲーション要求に基づいてルートに関連する規制者照合が実行され、規制者照合は1人または複数の規制者についてのプライバシー・データの所有者に関連する。規制者照合に応答してルートに関連する条件付き許可が受け取られ、条件付き許可は自律走行車両の1つまたは複数の自律走行車両センサが第1の規制者の第1の地所に関連するデータをキャプチャしてはならないことを示し、第1の地所はルートの付近に位置し、条件付き許可に応答して自律走行車両の1つまたは複数の自律走行車両センサが制限される。
Description
本開示は、自律走行車両に関し、より具体的には、自律走行車両の移動およびナビゲーションのための正確なデータを提供しつつ、場所のプライバシーを保護することに関する。
自律走行車両は、走行車両および飛行車両を含んでよい。自律走行車両は、経路についての情報をキャプチャすることにより動作してよく、経路上およびその周囲の物体を回避するように構成されてよい。自律走行車両は、プライバシー上の理由から、特定の場所において動作することを許可されない場合がある。
実施形態によれば、方法、システム、およびコンピュータ・プログラム製品が開示される。ナビゲーション要求が検出される。ナビゲーション要求は、出発地点からの自律走行車両の目的地を含む。ナビゲーション要求に基づいて、出発地点から目的地までのルートが特定される。ナビゲーション要求に基づいて、ルートに関連する規制者照合が実行される。規制者照合は、1人または複数の規制者についてのプライバシー・データの所有者に関連する。規制者照合に応答して、ルートに関連する条件付き許可が受け取られる。条件付き許可は、自律走行車両の1つまたは複数の自律走行車両センサが第1の規制者の第1の地所に関連するデータをキャプチャしてはならないことを示す。第1の地所は、ルートの付近に位置する。条件付き許可に応答して、自律走行車両の1つまたは複数の自律走行車両センサが制限される。
いくつかの実施形態において、1つまたは複数の自律走行車両センサを制限することは、1つまたは複数の自律走行車両センサによる第1の地所のキャプチャを制限することを含む。
上記の概要は、本開示の例示されている各実施形態または全実施例を説明することを意図したものではない。
本出願に含まれる図面は、明細書に組み込まれ、その一部を形成する。図面は、本開示の実施形態を示し、説明とともに本開示の原理を説明する働きを果たす。図面は、単に特定の実施形態を例示するものであり、本開示を限定するものではない。
本発明は、様々な修正および代替的形態の対象となるが、その細部が図面において例として示されており、詳細に説明される。ただし、説明されている特定の実施形態に本発明を限定する意図がないことを理解されたい。反対に、本発明の範囲内のあらゆる修正、均等物、および代替例を包含することが意図されている。
本開示の態様は、自律走行車両に関し、より詳細な態様は、自律走行車両の移動およびナビゲーションのための正確なデータを提供しつつ、場所のプライバシーを保護することに関する。本開示は必ずしもそのような適用例に限定されないが、本開示の様々な態様が、この文脈を用いた様々な例の解説を通して理解され得る。
自律走行車両は、社会全体を通してますます普及しつつある。自律走行車両は、小型の無人自律走行車両(例えばドローン)および乗用車両(例えば自律走行車)を含み得る。自律走行車両には、車両が走行するルートまたは経路に関する観測を行うため、および物体を回避するための様々なセンサが装備される場合がある。例えば、自律走行トラックは、人物および他の車の領域情報を取得しつつ、既定または未定のルートをナビゲート走行または他の方法で移動し得る。センサは、動作に用いられるカメラ、ライダ、マイク、スピーカ等のような1つまたは複数のデバイスであってよい。自律走行車両は、世界におけるナビゲーションまたは移動の間、安全な動作を行うためにセンサを用いる場合がある。例えば、自律走行車両は、停止する、人物、車、道路標識、動物、鳥、他の車両を回避する、または他の方法でそれらと接触しないようにするためにセンサを用いる場合がある。別の例において、自律走行車両は、車線内に留まる、または歩道を走行しないようにする、または境界または他の視覚的領域の外側に留まるための自律移動データを取得および生成するために、センサを用いる場合がある。
特定の条件では、自律移動データのキャプチャおよび保存が必要となる場合がある。例えば、自律走行車両メーカおよび自律走行ソフトウェア・メーカが調査および解析を行うために、自律移動データが必要とされる場合がある。自律移動データの解析は、自律走行車両により実行される移動の改善に有益であり得る。自律移動データが後の解析のために記録されていないと、自律走行車両の移動における特定の欠陥または誤りがキャプチャまたは検出されない場合がある。別の例においては、事件を解析するために自律移動データを法執行機関または仲裁機関に提供する必要があり得る。自律走行車両は誤動作を起こす場合があり、状況を仲裁に付する必要があり得る。立法者は、自律走行車両が様々な領域における移動およびナビゲーションに使用した自律走行車両データを自律移動の実行後の一定期間(例えば数日、数カ月、数年)保存してアクセス可能とするように要求することにより、プロセスの仲裁をより容易にし得る。
反対に、特定の規制および実用上の障害により、センサ・データのキャプチャが不可能になる場合がある。有人または無人の車両が通るようにルート決定される領域に対して、様々な規制が施行または賦課される場合がある。そのような規制の1つは、有人および無人の自動車が特定の規制領域における情報のキャプチャを制限され得る、というものであってよい。例えば、規制領域は、行政の国立公園または国有財産の制限区域であってよい。別の例においては、無人車両が、ライブ(生)の視覚的データのキャプチャを制限する地域および国の航空法に従って、飛行に関する規制の対象となる場合がある。ライブの視覚的データは、カメラ、ライダ、または他のセンサにより取得される場合もあれば取得されない場合もある特定の領域の画素またはレーダ画像を含み得る。さらに、規制は、センサに基づく環境のキャプチャに基づいて移動およびナビゲーションが行われる場合に、通行が許可されるべきか否かの二者択一のみを規定する場合がある。
一部のプライバシー保護技術は、キャプチャされたセンサ・データを不明瞭化するまたはぼかすことを含み得る。これにはいくつかの欠点がある。一部のプライバシー保護技術が実行されることで、安全な通行および正確なナビゲーションを判定するために自律走行車両を後に調査して情報収集することができない場合がある。画像化データの不足は、技術者および立法者による適切な調査を不可能にし得るだけでなく、自律走行車両により行われる実際の技術的動作の障害にもなり得る。例えば、自律走行車両は、ナビゲート走行を行うために、車両がナビゲート走行している世界のキャプチャにカメラ、レーダ、ライダ等のようなセンサを用いてよい。センサが、人物、動物、および他の車両に対応するデータの不明瞭化、ぼかし、または他の方法での除去を有する場合、自律走行車両は、データの検出アルゴリズムに失敗する場合がある。実行される検出アルゴリズムは、生の値(raw value)に対する機械学習、ニューラル・ネットワーク、画像処理、および物体検出であり得る。1つまたは複数の移動エンティティを描写する画素値を有するキャプチャされた映像ストリーム、写真、または他の画像を例に取る。画像の一部分が、その生のセンサ値から変更された場合、画像解析によって画像のシーン内の物体を正確に検出、分類、または特定することができない場合がある。その結果、自律走行車両は、物体を不正確な位置に誤識別する場合があり、または場合によっては全く物体を識別しない。
さらに、二択の規制により特定の領域の情報のキャプチャが許可されていない領域では、自律走行車両の動作が不可能になるおそれがある。部分的な画像が許可される場合であっても、自律走行車両が自律走行車両の周囲全体のセンサ・データなしでナビゲート走行することは非現実的である場合がある。例えば、車両が特定の領域の外縁部を通行することが、その領域の中心部の方向への画像撮影を試みないという条件で許可されるという規制がある場合、自動自律運転車両が自動自律運転車両の周囲の領域の半分のみを撮影することにより通行することは困難である。その結果、自律走行車両が自律走行車両センサから受信される物体データなしで動作することは現実的に困難である。
サードパーティ外部センサ・システム(TESS)は、様々な環境内における自律走行車両の動作の現実的問題を克服するために動作し得る。TESSは、移動物体データを自律走行車両に提供することにより動作し得る。TESSは、自律走行車両が地所の付近に接近するまたは近づくことに伴って移動物体データを自律走行車両に提供することにより動作し得る。TESSは、地所の規制者により動作されてよい。例えば、規制者は、個人などの地所の所有者であってよい。別の例においては、規制者は、地所の所有者と共に地所を運用する契約を結んだ指定の契約者または第三者などの地所の管理者であってよい。TESSは、中央サーバ・システムにより動作されてもよい。例えば、静止エンティティおよび移動エンティティのリアルタイム・データが、地所から中央サーバに伝送されてよい。エンティティは、まだ処理が済んでおらず静止物体または移動物体として識別されていない人物、動物、樹木などの1つまたは複数の実世界エンティティを含み得る。
TESSは、自律走行車両の1つまたは複数のセンサの動作を直接制限することにより動作し得る。例えば、規制者またはサーバが、自律走行車両の1つまたは複数のセンサの制御をオーバーライドし得る。TESSは、自律走行車両の1つまたは複数のセンサの動作を間接的に制限することにより動作してもよい。例えば、規制者またはサーバが、命令を自律走行車両に伝送し得る。命令に応答して、自律走行車両は、自律走行車両が命令に従って自律走行車両の1つまたは複数のセンサからのセンサ・データを受信しないように、1つまたは複数のセンサを制限し得る。センサの動作の制限は、自律走行車両の位置に基づいて、例えば特定の地所もしくはその近くまたは他の形でその付近にあることに基づいて行われてよい。センサの動作の制限は、一時的に、例えば数分または数秒にわたって行われてよい。制限は、例えば自律走行車両のカメラからの、映像信号の一部分を消去することを含んでよい。制限は、映像信号からの画像、フレーム、または画像系列の全体を消去することを含んでよい。
TESSは、自律走行車両の不従順を防止することにより動作し得る。例えば、規制者またはサーバは、自律走行車両の1つまたは複数のセンサによるセンサ・キャプチャを制限することを命令または試行し得る。制限される車両のセンサは、画像センサ、レーダ・センサ、ライダ・センサ、全地球測位センサ(GPS)、および他の関連するナビゲーションおよび移動センサを含んでよい。その応答として、自律走行車両は、規制者に従わない、または他の方法で規制者を無視する場合がある。それに依って、規制者またはサーバは、規制領域から離れるようにルート変更するまたは自律動作を停止するように自律走行車両に命令し得る。規制領域は、特定の街路、経路、または陸地または水域の境界であってよい。規制領域は、特定の空域であってよい。
TESSは、ナビゲーション、移動、および遠隔測定の用途のための代替データを提供し得る。例えば、規制者またはサーバは、以下のセンサ・データ、すなわち、地所または個人の一部分を遮蔽する、ぼかす、除去する、または他の方法で不明瞭化する、特定の領域がグレーアウトされた部分画像、処理済み、変形済み、または変更済みの画像のうちの1つまたは複数を提供し得る。いくつかの実施形態において、三次元モデルが自律走行車両に提供されてよい。TESSは、自律走行車両が理解、復号、または他の方法でアクセス可能なスキーム情報のタイプに応じて提供されてよい。いくつかの実施形態において、画像または二次元オーバーレイを有する画像にレンダリングされる三次元モデルが、自律走行車両に提供されてよい。モデルまたはオーバーレイは、モデルまたはオーバーレイにより不明瞭化される物体よりも大きくてよい。モデルまたはオーバーレイの余分なサイズにより、自律走行車両または代替データを確認する関係者が物体を判定することが妨げられる場合がある。代替モデルまたはオーバーレイは、自律走行車両により、移動物体の一般化バージョン(generic version)が領域内にあることを判定するために、エッジ検出または物体識別などの関連技術を用いて解析されてよい。例えば、子供および親が歩道を歩いている場合があり、TESSは、子供および親を不明瞭化する2つの三次元モデルをレンダリングすることにより動作し得る。TESSの代替データは、静止エンティティおよび移動エンティティの環境において回避する、動き回る、または他の方法で安全にナビゲート走行するために自律走行車両によりナビゲーションに利用されてよい。TESSは、連続的または反復的に代替データの生成を行ってよい。例えば、TESSは、16ミリ秒ごと、16.68ミリ秒ごと、1秒ごとにリアルタイムまたは準リアルタイムで移動物体として示される移動エンティティの代替データを提供し得る。
図1は、本開示のいくつかの実施形態に係る、用いられる例示的コンピュータ・システム100(またはコンピュータ)の代表的な主要構成要素を示す。個々の構成要素は、複雑度、数、タイプ、または構成あるいはその組合せが異なり得ることを理解されたい。開示されている特定の例は、単に例示を目的としたものであり、必ずしもそのようなバリエーションに限らない。コンピュータ・システム100は、プロセッサ110、メモリ120、入力/出力インターフェース(本明細書においてはI/OまたはI/Oインターフェース)130、および主バス140を備えてよい。主バス140は、コンピュータ・システム100の他の構成要素のための通信経路を提供し得る。いくつかの実施形態において、主バス140は、専用デジタル・シグナル・プロセッサ(不図示)などの他の構成要素に接続し得る。
コンピュータ・システム100のプロセッサ110は、1つまたは複数のコア112A、112B、112C、112D(まとめて112)から構成されてよい。プロセッサ110は、コア112のための命令およびデータの一時的な記憶を提供する1つまたは複数のメモリ・バッファまたはキャッシュ(不図示)をさらに含んでよい。コア112は、キャッシュまたはメモリ120から提供される入力に対する命令を行い、結果をキャッシュまたはメモリに出力し得る。コア112は、本開示の実施形態と整合する1つまたは複数の方法を実行するように構成される1つまたは複数の回路から構成されてよい。いくつかの実施形態において、コンピュータ・システム100は、複数のプロセッサ110を含んでよい。いくつかの実施形態において、コンピュータ・システム100は、単一のコア112を有するシングル・プロセッサ110であってよい。
コンピュータ・システム100のメモリ120は、メモリ・コントローラ122を含んでよい。いくつかの実施形態において、メモリ120は、データおよびプログラムを記憶するためのランダムアクセス半導体メモリ、記憶デバイス、または記憶媒体(揮発性または不揮発性)を備えてよい。いくつかの実施形態において、メモリは、モジュール(例えばデュアル・インライン・メモリ・モジュール)の形態であってよい。メモリ・コントローラ122は、プロセッサ110と通信してよく、それによりメモリ120における情報の記憶および取得が容易になる。メモリ・コントローラ122は、I/Oインターフェース130と通信してよく、それによりメモリ120における入力または出力の記憶および取得が容易になる。
I/Oインターフェース130は、I/Oバス150、端末インターフェース152、記憶インターフェース154、I/Oデバイス・インターフェース156、およびネットワーク・インターフェース158を備えてよい。I/Oインターフェース130は、主バス140をI/Oバス150に接続し得る。I/Oインターフェース130は、命令およびデータをプロセッサ110およびメモリ120からI/Oバス150の様々なインターフェースに誘導し得る。I/Oインターフェース130は、命令およびデータをI/Oバス150の様々なインターフェースからプロセッサ110およびメモリ120に誘導してもよい。様々なインターフェースは、端末インターフェース152、記憶インターフェース154、I/Oデバイス・インターフェース156、およびネットワーク・インターフェース158を備えてよい。いくつかの実施形態において、様々なインターフェースは、上記のインターフェースのサブセットを含んでよい(例えば、産業用途における組み込みコンピュータ・システムは、端末インターフェース152および記憶インターフェース154を含まなくてもよい)。
限定されるものではないがメモリ120、プロセッサ110、およびI/Oインターフェース130を含むコンピュータ・システム100全体の論理モジュールは、1つまたは複数の構成要素の故障および変更をハイパーバイザまたはオペレーティング・システム(不図示)に通信し得る。ハイパーバイザまたはオペレーティング・システムは、コンピュータ・システム100において利用可能な様々なリソースを割り振り、メモリ120におけるデータの位置および様々なコア112に割り当てられるプロセスの位置を追跡し得る。要素を組み合わせるまたは再配置する実施形態においては、論理モジュールの態様および機能が組み合わされまたは再分配されてよい。これらの変形例は、当業者には明らかであろう。
図2Aは、本開示のいくつかの実施形態と整合する、例示的車両環境220における自律走行車両210と共に動作する例示的なTESS200を示す。車両環境220は、以下、すなわち、複数の走行車線および駐車車線222-1、222-2、222-3、および222-4(まとめて車線222)を有する近隣の街路、一連の車線標示224-1、224-2、および224-3(まとめて標示224)、歩道226-1および226-2(まとめて歩道226)を含む歩行者の移動のための歩道(または人道)、および3つの地所228-1、228-2、地所228-3(まとめて228)を含んでよい。
車線222は、二方向の交通の流れおよび静止車両の駐車のために規定されてよい。例えば、車線222は、以下のために規定されてよい。すなわち、車線222-1が左側の路上駐車のために規定されてよく、車線222-2が左の対向交通流のために規定されてよく、車線222-3が自律走行車両210による走行および自律ナビゲーションのために規定されてよく、車線222-4が右側の路上駐車のために規定されてよい。標示224は、車両環境220の車線222間の区分を視覚的に示し得る。例えば、標示224は、以下を含んでよい。すなわち、車線標示224-1は車線222-1と車線222-2との間の境界を示してよく、車線標示224-2は車線222-2と車線222-3との間の境界を示してよく、車線標示224-3は車線222-3と車線222-4との間の境界を示し得る。車線標示224は、横断されるべきでない、または非常に特殊な行動(例えば車両の追い越し、駐車から走行への移行、車線内に導くための車線案内、走行から駐車への移行、他の不図示の車線への進路変更)を行うときにのみ横断される境界を運転者および自律走行車両に示すように構成されてよい。
地所228は、個人、企業、および行政エンティティなどの地所の所有者により所有および制御される陸地、建造物、公園、水域、岩盤、壁または他の静止領域を含む不動産であってよい。地所228のうち、地所228-2は、規制者により所有および制御される地所であってよい。例えば、地所228-2は、地所228-2の近辺における自律走行車両による画像データの閲覧およびキャプチャを規制する企業により所有および制御される企業ビルであってよい。
車両環境220は、地所228とは無関係の複数の移動エンティティおよび静止エンティティをさらに含んでよい。例えば、静止エンティティは、以下、すなわち静止エンティティ230-1、230-2、および230-3(まとめて230)を含む。静止エンティティ230-1および230-2は、車両環境220の車線222の近くの樹木または低木であってよい。静止エンティティ230-3は、車両環境内のエンティティが従うべき1つまたは複数のルール、法律、または規制を車両環境220内のエンティティに視覚的に示す標識であってよい。岩石層、山腹、彫像、または記念碑などの他の静止エンティティ230が想定されてもよい。移動エンティティは、以下、すなわち車両240-1および240-2(まとめて車両240)ならびに歩行者242-1、242-2、および242-3(まとめて歩行者242)を含んでよい。図示はしていないが、他の移動エンティティが車両環境220において想定されてもよい。例えば、自転車、犬、猫、鹿、オートバイ等が、車両環境220に存在し得る移動物体として識別されるエンティティであってよい。
TESS200は、自律走行車両210および地所228-2の規制者による集約的な協調動作を含んでよい。例えば、自律走行車両210は、車両環境220からデータおよび遠隔測定結果をキャプチャするための自律走行車両センサ212を含んでよい。センサ212は、円弧214内のデータをキャプチャすることが可能であってよい。円弧214は、図2Aにおいて部分円弧214-1および部分円弧214-2として示す2つの別個の部分円弧により画定されてよい。データおよび遠隔測定結果は、自律走行車両210により、車両環境220におけるナビゲーションおよび移動のためおよび他の物体と接触しないようにするために用いられる自律移動データの生成に用いられてよい。例えば、データは、視覚的データ、深度センシング・データ、エコーロケーション・データ等の形態で自律走行車両センサ212から受信されてよい。自律走行車両センサ212は、レーダ・センサであってよく、自律移動データは、車両環境220における様々なエンティティ(例えば静止エンティティ230、車両240、および歩行者242)から反射する信号の飛行時間を示すレーダ測定値であってよい。自律走行車両センサ212は、(例えば赤緑青の画素の形態における)車両環境220の画像をキャプチャするように構成される可視光カメラであってよい。
TESS200は、地所228-2の規制者から得られるデータに基づいて動作してもよい。例えば、地所228-2は、以下、すなわち、車両環境220をキャプチャおよび記録するように構成されるセンサ250-1および250-2(まとめてセンサ250)、ならびにセンサ250によりキャプチャされたデータを処理するように構成される規制者システム260を含んでよい。規制者システム260は、データを送信および受信し、代替データを生成するように構成されるコンピュータ(例えば図1のコンピュータ100)であってよい。センサ250は、特に、そうでない場合には制限される環境のライブ(生)のセンサ・データをキャプチャするように適合される画像、レーダ、ライダ、および他の関連するセンサを含んでよい。例えば、センサ250-1は、センサ250-1から延びる直線により示される領域をキャプチャするように構成されてよい。さらに、センサ250-2は、センサ250-2から延びる直線により示される領域をキャプチャするように構成されてよい。
図2Bは、TESS200が1つまたは複数の地所のプライバシーを保護するように自律走行車両210において動作する例示的車両環境220を示す。TESS200は、特定の車両の1つまたは複数の自律走行車両センサのキャプチャまたは記録を制御するように構成されてよい。例えば、自律走行車両210は、車両環境220の一部分のみをキャプチャするように構成されてよい。TESS200は、特定の自律走行車両センサ全体の機能を(例えば無効化することにより)完全に制限するように自律走行車両210に命令し得る。例えば、TESS200は、センサ・データを記録、キャプチャ、または他の方法で取得しないように自律走行車両210に命令し得る。
いくつかの実施形態において、TESS200は、特定の自律走行車両センサ全体の機能を部分的に制限するように自律走行車両210に命令し得る。例えば、TESS200は、円弧214の一部分のみがキャプチャされるように自律走行車両センサ212の機能を制限するように自律走行車両210に命令し得る。それに依って、自律走行車両210は、変更されていない状態の部分円弧214-1をキャプチャし得る。さらに、自律走行車両210は、制限された状態の部分円弧214-2をキャプチャし得る。例えば、部分円弧214-2は、車両環境220における1つまたは複数の静止エンティティまたは移動エンティティに対応するセンサ・データのぼかされた部分を有してよい。いくつかの実施形態において、部分円弧214-2がキャプチャされない場合があり、センサ212からのいかなるセンサ・データも、部分円弧214-2内のセンサ・データを閲覧、キャプチャ、記憶、または他の方法で解析することができない場合がある。その結果、自律走行車両210は、以下のエンティティ、すなわち車線222-1および222-2、標示224-1および224-2、歩道226-1、地所228-1および228-2、静止エンティティ230-1、ならびに車両240-1および歩行者242-1を含む移動エンティティに関連する自律走行車両センサ212からのセンサ・データのみをキャプチャし得る。自律走行車両210は、車両環境220の一部を部分的にのみキャプチャしてもよい。例えば、自律走行車両センサ212は、車線222-3の全てをキャプチャすることができない場合がある。
図2Cは、TESS200の自律走行車両210によりキャプチャされる自律移動データ270を示す。自律移動データ270は、センサ・データからの車両環境220からキャプチャされてよい。自律移動データ270は、車両環境220内に配置される様々な物体に対応する物体データであってよい。自律移動データは、以下、すなわち、それぞれ車線222-1および222-2ならびに標示224-1および224-2に対応する案内物体272-1および272-2(まとめて272)、実世界物体274-1、274-2、および274-3(まとめて274)を含んでよい。実世界物体274は、車両環境220のエンティティの自律移動データ表現であってよい。例えば、実世界物体274-1は歩行者242-1の表現であってよく、実世界物体274-2は車両240-1の表現であってよく、実世界物体274-3は静止エンティティ230-1の表現であってよい。自律移動データ270のフォーマットは、画像解析を行うことに基づいて導出されてよく、ワイヤーフレーム、レンダリングされたポリゴン、点群等のような関連する物体フォーマットであってよい。
案内物体272および実世界物体274に基づいて、TESS200の自律走行車両210は、車両環境220をナビゲート走行することに成功し得る。例えば、自律走行車両210は、自律走行車両センサ212から受信される自律移動データに基づいて連続的に更新する実世界物体274の存在または移動に基づいて、停止、減速、進路変更、または他の方法での反応を行ってよい。別の例において、自律走行車両210は、案内物体272-1および272-2に基づいて、それ自体を誘導し経路に沿って移動し得る。
図3は、本開示のいくつかの実施形態と整合する、TESS200によりキャプチャされる代替データ300を示す。代替データ300は、地所228-2の規制者によりキャプチャされてよい。例えば、1つまたは複数の物体が、センサ250によりキャプチャされてよく、TESS200により自律走行車両210に提供されてよい。センサ250により提供される物体は、自律走行車両210によりその場でキャプチャされるものと合致するフォーマットのものであってよい。いくつかの実施形態において、センサ250により提供される物体は、二次フォーマットのものであってよく、自律走行車両210は、代替データ300をナビゲーションに利用する前にフォーマット変換を提供し得る。例えば、代替データ300は、ワイヤーフレーム、レンダリングされたポリゴン、点群等のような関連する物体フォーマットのものであってよい。代替データ300は、生のセンサ・データの形態でなくてよく、したがって、センサ250によりキャプチャされた人物、車、動物、および地所などのエンティティのいかなる画像も、自律走行車両210に提供されなくてよい。代替データ300は、自律走行車両により保存または保持されてよく、車両環境220をナビゲート走行する自律走行車両210の性能を決定するために用いられてよい。
代替データ300は、それぞれ標示224-2および224-3ならびに車線222-3および222-4に対応する案内物体310-1および310-2を含んでよい。案内物体310-1は、フラグ、変数または他のデータ要素と共に符号化されてよい。フラグは、許可されたセンサ・データに基づいて解読可能な物体に対応するものとして自律走行車両210に理解されてよい。フラグに基づいて、自律走行車両210は、自律走行車両センサ212によりその場でキャプチャされた自律移動データ270と代替データ300を組み合わせて、車両環境220の完全な画像を生成することが可能であってよい。代替データ300は、実世界物体320-1、320-2、330、340、および350を含んでよい。実世界物体320-1および320-2(まとめて物体320)は、それぞれ歩行者242-2および242-3に対応し得る。実世界物体330は、静止エンティティ230-2に対応し得る。実世界物体340は、車両240-2に対応し得る。実世界物体350は、静止エンティティ230-3に対応し得る。実世界物体350は、静止エンティティ230-3についての情報を伝達するデータ、変数、メタデータまたは他の値と共に符号化されてよい。例えば、静止エンティティ230-3は、制限速度などの移動ベースの規制を自律走行車両210に伝達する標識であってよい。
図4は、本開示のいくつかの実施形態と整合する、TESSの例示的なシステム図400を示す。システム図400は、TESSの1つまたは複数の構成要素を示し得る。例えば、システム図400は、以下、すなわち自律走行車両410、規制者システム430、および中央サーバ460を含んでよい。自律走行車両410、規制者システム430、および中央サーバ460は、1つまたは複数のユニットまたはモジュールと共に構成されてよい。ユニットおよびモジュールは、1つまたは複数のTESSの動作を実行するように構成される、ソフトウェア(例えば、オペレーティング・システム、ハイパーバイザ、デーモン、ジョブ)、ハードウェア(例えば、1つまたは複数の処理回路、図1のコンピュータ100)、または組合せ(例えば、ファームウェア、フィールド・プログラマブル・ゲート・アレイ)を含んでよい。
自律走行車両410は、以下、車両管理ユニット412、規制者通信ユニット414、車両制御ユニット416、およびセンサ・プロセッサ・ユニット418を含んでよい。自律走行車両は、複数の自律走行車両センサ420-1~420-N(まとめて420)を含んでよい。
車両管理ユニット412は、自律走行車両410を動作させ、規制者システム430および中央サーバ460とインターフェース接続するように構成されてよい。例えば、車両管理ユニット412は、中央サーバ460との通信を行うように構成されてよい。車両管理ユニット412は、ルートに関連する規制者照合を行うように構成されてよい。規制者照合は、1人または複数の規制者のプライバシー・データの所有者に要求を行うことに関連するものであってよい。所有者は、中央サーバ460であってよい。プライバシー・データの所有者は、規制者であってよく、照合は、規制者システム430に送信されるように規制者通信ユニット414に向けられてよい。車両管理ユニット412はさらに、自律走行車両410の他のユニットの動作を監視するように構成されてよい。具体的には、車両管理ユニット412は、様々な目的地まで走行する要求および中央サーバ460にルートを要請する要求を受信することを含む走行ルート管理を行うように構成されてよい。車両管理ユニット412は、1つまたは複数の車載デバイス管理システムをキャプチャおよび受信し、自律走行車両410に関する高レベルの決定を行うように構成されてもよい。例えば、車両管理ユニット412は、ルートを維持する決定、異なるルートを要求する決定、バッテリまたは燃料の状態などの車両状態のチェックを行うように構成されてよい。
自律走行車両410の規制者通信ユニット414は、車両管理ユニット412および規制者システム430への情報を中継するように構成されてよい。例えば、規制者通信ユニット414は、代替データが車両管理ユニット412に受信されている状態などの高レベルのセンサ情報を伝送するように構成されてよい。規制者通信ユニット414は、規制者システム430から代替データおよび自律運転指令を受信するように構成されてもよい。
自律走行車両410の車両制御ユニット416は、指令を受信し、自律走行車両410のための自律ナビゲーションを行うように構成されてよい。車両制御ユニット416は、車両管理ユニット412から指令を受信し得る。車両制御ユニット416は、(例えば規制者通信ユニット414を介して)規制者システム430から指令および代替データを受信するように構成されてよい。車両制御ユニット416は、センサ・プロセッサ・ユニット418から取得される自律移動データなどのセンサ・データに基づいて動作するように構成されてよい。
センサ・プロセッサ・ユニット418は、自律走行車両センサ420からセンサ・データを得るように構成されてよく、画像データを検出、決定、または他の方法で解析するように構成されてよい。センサ・プロセッサは、画像処理プロセッサとして構成されてよい。画像処理プロセッサは、特定用途向け集積回路などの、ハードウェアおよびソフトウェアの集合体であってよい。
規制者システム430は、以下、すなわち、制御および認証ユニット432、車両通信ユニット434、および代替データ取得ユニット436を含んでよい。規制者システム430は、建造物、陸地、水域、領地等のような地所に関連付けられてよい。関連付けられる地所は、地所に位置し得る1つまたは複数の実世界エンティティに対応する物体情報をキャプチャおよび伝送するように構成される1つまたは複数のセンサ440-1~440-N(440)を含んでよい。例えば、規制者システム430により関連付けられ制御される地所は、テーマパークであってよく、センサ440は、テーマパークにより所有および制御される地所カメラ(property camera)であってよい。地所カメラは、駐車場に位置する利用客の列、またはパークの外部近辺(例えばゲートおよび近隣の街路および道路)の周囲の歩行者の移動をキャプチャするように構成されてよい。規制者システム430は、車両データ制御情報データベース450(または車両データベース)に通信結合されてもよい。車両データベース450は、1つまたは複数のセンサ・プロファイル(例えば、カメラの仕様、ライダの配置図、レーダの設計図)を含んでよい。車両データベース450は、自律走行車両の様々なモデルに基づいて整理、参照、または入力されてよい。例えば、自律走行車両410は、特定の構成またはレイアウトの自律走行車両センサ420およびセンサ・プロセッサ・ユニット418の処理機能を有してよい。
制御および認証ユニット432は、中央サーバ460と通信してよく、規制者システム430の地所の付近(例えば、地所に近接する領域、または地所のもしくは地所の付近の道路、街路、水域、または陸地)を走行することを要求する場合もあれば要求しない場合もある様々な自律走行車両が認証ユニットに通知されてよい。制御および認証ユニット432は、中央サーバ460に対して様々な車両へのアクセスを認証、承認、または他の方法で許可するように構成されてもよい。制御および認証ユニット432は、付近に来ることが認可されていない車両(例えば自律走行車両またはその他)の存在を検出したことに応答して、事前対応的に中央サーバ460と通信するように構成されてもよい。制御および認証ユニット432は、いくつかの実施形態において、規制者システム430の地所の付近における走行を許可される場合もあれば許可されない場合もある車両の通行をルート変更、遅延、または他の方法で変更することを中央サーバ460に要求し得る。
車両通信ユニット434は、制御および認証ユニット432と連携して動作し得る。例えば、車両通信ユニット434は、1つまたは複数の付近のまたは間もなく付近に来る車両の状態を受信することにより動作し得る。車両通信ユニット434は、自律走行車両と共に案内およびTESSを命令または他の方法で実行することにより動作してもよい。例えば、車両通信ユニット434は、様々な案内、ナビゲーション、または移動の命令または指令を自律走行車両410に通信し得る。車両通信ユニット434は、センサ440からまたは自律走行車両410の規制者通信ユニット414から受信されたセンサ情報に基づいて、リアルタイムのセンサ情報(例えばセンサ・データ)を収集し得る。センサ・データに基づいて、車両通信ユニット434は、自律移動データを生成し得る。
代替データ生成ユニット436は、車両通信ユニット434のための自律移動データを生成し得る。代替データ生成ユニット436は、センサ440のセンサ・データを解析し、物体認識を実行するように構成される1つまたは複数の処理回路を含んでよい。代替データ生成ユニット436は、画像処理プロセッサを含んでよい。代替データ生成ユニット436は、自律走行車両410のための代替データのリアルタイムまたは準リアルタイムでの生成を行うように構成されてよい。車両通信ユニット434は、代替データが自律走行車両に生成および提供されるまで自律移動または案内を遅延(例えば自律移動およびナビゲーションを行う前の30秒間の遅延)させる命令を生成し得る。代替データ生成ユニット436は、車両データベース450に記憶されるセンサ・プロファイル情報に基づいて代替データを変換またはフォーマット(例えば、センサ440からのセンサ・データを車両センサ・プロセッサ418が理解可能なフォーマットにフォーマット)し得る。
センサ・プロセッサ418および代替データ生成ユニット436の画像処理プロセッサは、様々な画像解析技術を実行するように構成されてよい。画像解析技術は、機械学習または深層学習あるいはその両方をベースとする技術であってよい。これらの技術は、領域ベースの畳み込みニューラル・ネットワーク(R-CNN)、you only look once(YOLO)、エッジ・マッチング、クラスタリング、グレースケール・マッチング、勾配マッチング、不変性モデル、幾何学的ハッシング、スケール不変特徴変換(SIFT)、高速化ロバスト特徴(SURF)、勾配方向ヒストグラム(HOG)特徴量、およびシングル・ショット・マルチボックス検出器(SSD)を含んでよいが、それらに限定されない。いくつかの実施形態において、画像処理プロセッサは、(例えば、動物、人物、子供、および他の移動物体の訓練データで構築されたモデルを用いて顔の画像を解析することにより、トラック、車、バス、および他の車両の訓練データで構築されたモデルを用いて自動車の画像を解析することにより)環境におけるエンティティのうちの1つを識別することを援助するように構成されてよい。
いくつかの実施形態において、物体は、R-CNN、YOLO、SSD、SIFT、Hog特徴量、または他の機械学習または深層学習あるいはその両方の物体検出アルゴリズムなどの物体検出アルゴリズムを用いて識別されてよい。物体検出アルゴリズムの出力は、対応する合致確実性を有する1つまたは複数のそれぞれの物体の1つまたは複数の識別情報を含んでよい。例えば、自律走行車両センサ420またはセンサ440からのセンサ・データ、走る子供、歩く大人、動く動物などのエンティティが解析されてよい。関連する物体検出アルゴリズムを用いて、様々なエンティティが、境界、バウンディング・ボックス、ポリゴン、ワイヤーフレーム等を有する物体として識別されてよい。
いくつかの実施形態において、物体の特徴が、訓練データを用いて構築された教師あり機械学習モデルを用いて決定されてよい。例えば、画像が教師あり機械学習モデルに入力されてよく、画像内に検出された様々な分類がモデルにより出力され得る。例えば、物体材料(例えば布、金属、プラスチック等)、形状、サイズ、色などの特性、および他の特性が教師あり機械学習モデルにより出力されてよい。さらに、物体(例えば、樹木、人間の顔、犬等)の識別は、教師あり機械学習モデルにより決定される分類として出力され得る。例えば、自律走行車両410が別の車両の画像を撮影する場合、教師あり機械学習アルゴリズムが、その車両の様々な特性(例えばモデル、型、色等)とともに物体の識別情報(例えば自動車)を出力するように構成されてよい。
いくつかの実施形態において、物体の特性は、写真測量技術を用いて決定されてよい。例えば、物体の形状および寸法が、写真測量技法を用いて概算されてよい。いくつかの実施形態において、物体の特性は、オントロジを参照することにより識別されてよい。例えば、物体が(例えばR-CNNを用いて)識別された場合、物体の対応する属性を決定するために、物体の識別情報がオントロジ内で参照されてよい。オントロジは、物体の色、サイズ、形状、用途等のような属性を示すものであってよい。オントロジは、例えば、制限速度を示す標識、子供がいる間の条件付きの制限および同時に子供として識別および分類される第2の物体を配置する標識といった、1つまたは複数の規制またはルールに対する物体の関係を示すものであってよい。
特性は、物体の形状、物体の寸法(例えば高さ、長さ、および幅)、物体の数(例えば乗用車を示すヘッドライトの数)、物体の色、または物体の他の属性あるいはその組合せを含んでよい。いくつかの実施形態において、出力は、物体の識別情報または特性(例えば、綿のシャツ、金属のメガネ、動物の毛皮、成人の身長等)あるいはその両方を含むリストを生成し得る。いくつかの実施形態において、出力は、物体の識別情報または特性が未知であることのインジケーションを含んでよい。いくつかの実施形態において、様々な物体、物体属性、および物体間の関係(例えば階層的関係および直接的関係)が、知識グラフ(KG)構造内で表現されてよい。物体は、共通の特性(例えば、人物の頬の肌色および人物の顎の肌色、車のフロントガラスの反射率、路上の境界線または車線標示を示す特定の色のパターンまたは反復信号強度)、他の物体との関係(例えば、目は顔に属する)、または同じ分類に属する物体(例えば、2つの車両が現在移動中の車両であり、一方で第3の車両が静止エンティティである)に基づいて他の物体と対応付けられてよい。
中央サーバ460は、自律走行車両410および規制者システム430に通信結合されてよい。中央サーバ460は、ルート案内ユニット462および規制領域ユニット464を含んでよい。ルート案内ユニット462は、自律走行車両(例えば自律走行車両410)からの要求を受信、処理、およびそれに応答するように構成されてよい。ルート案内ユニット462は、地図データ466に基づいて、方向、経路、道路、街路、および他の情報を自律走行車両に提供するように構成されてよい。ルート案内ユニット462は、規制者のために現在動作中の車両のルートに沿った位置情報を監視および追跡するように構成されてもよい。例えば、規制者システム430により、規制者システム430の地所の付近にルート設定されている任意の車両の状態に関する問い合わせが中央サーバ460に対して行われてよい。ルート案内ユニット462は、問い合わせに応答して、(例えば自律走行車両410が規制者システム430の地所に接近するまたは近づくことに伴って)自律走行車両410の状態を提供し得る。ルート案内ユニット462は、ルートに関連する条件付き許可を伝送するように構成されてよい。例えば、条件付き許可は、自律走行車両410の1つまたは複数の自律走行車両センサ420が、ルートの付近に位置する1つまたは複数の地所に関連するデータをキャプチャしてはならないことを示すものであってよい。
規制領域ユニット464は、規制者システムおよびルート案内ユニット462のみと通信し得る。ルート案内ユニット462は、規制領域ユニット464への要求を行ってよい。規制者システムが、規制領域ユニット464への要求を行ってもよい。要求は、自律走行車両のルートが規制地所の境界内または付近を通行するものであるかを決定することの要求の形態であってよい。要求は、規制領域情報データベース468の更新の形態であってよい。規制領域ユニット464は、規制地所情報を管理してよく、規制領域情報データベース468における地所情報を記憶および更新し得る。この情報に基づいて、規制領域ユニット464は、ルート案内ユニット462を更新してよく、自律走行車両が規制地所の経路内を通行する場合にルート案内ユニット462に通知し得る。
図5は、本開示のいくつかの実施形態と整合する、TESSを実行するための例示的方法500を示す。TESSは、コンピュータ・システム(例えばコンピュータ100)の処理デバイスにより実行されてよい。TESSは、自律走行車両(例えば図2Aの自律走行車両210)からルートが要求(ナビゲーション要求)されたときに510において開始し得る。要求は、自律走行車両により送信されてよく、中央サーバ(例えば図4の中央サーバ460)に送られてよい。ルート要求は、自律走行車両の車両情報を含んでよい。車両情報は、以下、すなわち、自律走行車両の現在位置、自律走行車両の要求された目的地、自律走行車両の1つまたは複数のセンサのリストのうちの1つまたは複数を含んでよい。1つまたは複数のセンサのリストは、センサの機能および仕様のリストを含んでよい。1つまたは複数のセンサのリストは、スキーマ情報を含んでよい。スキーマ情報は、自律走行車両が処理可能な代替データのパラメータを含んでよい。
512において、ルートが自律走行車両のために生成されてよい。ルートは、中央サーバ(例えば図4の中央サーバ460)により生成されてよい。ルートの生成は、1つまたは複数のルート因子(例えば、交通量、制限速度、代替案、天候パターン等)を含んでよい。ルートの生成は、規制者に基づく影響を受けてよい。例えば、規制者が提案を中央サーバに送信してよく、中央サーバがルート生成中にルートを調整し得る。ルートの生成は、地図データベース(例えば図4の地図データ466)への問い合わせに基づくものであってよい。
514において、生成されたルートに対して、1つまたは複数の規制領域514を探す検索が行われてよい。規制領域514を探す検索は、所定の閾値の範囲内の検索に基づくものであってよい。例えば、所定の閾値は、ルートから1マイル(1.61km)以内の規制領域を探す検索であってよい。別の例において、所定の閾値は、ルートから3分の1マイル(536m)以内の規制領域を探す検索であってよい。規制領域514を探す検索は、ルートに近接する規制領域、例えば規制領域に近接するルートに沿った街路を探す検索であってよい。
516のYにおいて、規制領域が検索により見つかった場合、520において、車両情報が受信されてよい。車両情報は、生成されたルートに近接するものとして見つかった規制者により受信されてよい。例えば、図4の場合、規制者システム430の制御下にある地所の付近にルートの一部分を含むように生成されたルートを自律走行車両410が有することの決定に基づいて、車両情報が規制者システム430により受信されてよい。受信される車両情報は、510においてルート要求と共に受信された車両情報の未変更のバージョンであってよい。いくつかの実施形態において、受信される状態は、車両状態の変更済みバージョンを含んでよい。例えば、車両情報に含まれる識別個人情報が、520において受信される前に中央サーバにより除去されてよい。522において、車両の制御可能性が決定されてよい。この決定は、規制者(例えば規制者システム430)により行われてよい。この決定は、自律走行車両の受信された情報を解析することにより行われてよい。例えば、1つまたは複数のセンサのリストおよび1つまたは複数のセンサ機能のリストを解析することによる。524のNにおいて、車両が制御可能でないと決定された場合、512において、ルートが再生成されてよい。ルートは、512において、地所の付近から離れるように自律走行車両のルート変更を行うことにより再生成されてよい。
524のYにおいて、車両が制御可能であると決定された場合、526において、規制者の地所に対して代替データを探すスキャンが行われてよい。代替データを探すスキャンは、十分な解像度を有するデータを探すスキャンであってよい。例えば、十分な画素解像度でエンティティをキャプチャすることが可能な、地所に配置されるカメラである。スキャンは、センサが、エンティティの動きまたは速度をキャプチャするのに十分なフレームレートで地所の周囲のエンティティをキャプチャすることが可能であることの決定を含んでよい。例えば、画像処理および検出により、地所が時速27マイル(43.5km)で移動可能な人間を有することが決定される場合がある。別の例において、スキャンは、時速100マイル(161km)で移動可能な車両の検出を含む場合がある。地所の付近におけるエンティティの速力に基づいて、規制者は、エンティティをキャプチャすることが可能なフレームレートを有するセンサが存在することを決定してよい。
代替データを探すスキャンは、地所および地所のセンサを所有および管理する規制者により行われてよい。例えば、規制者システム430は、センサ440を監視し、代替データが十分であることの決定を行うように構成されてよい。代替データを探すスキャンは、自律走行車両から受信されたスキーマ情報と合致するデータを探すスキャンを含んでよい。スキーマ情報はデータのフォーマットを含み得るので、スキャンは、自律走行車両により要求される/必要とされるフォーマットに適合するデータを探すスキャンであってよい。いくつかの実施形態において、データを変換することが必要な場合があり、代替データを探すスキャンは、自律走行車両のネイティブ・フォーマットへの変換を行うために利用可能な処理力、メモリ帯域幅、または他の計算リソースを探すスキャンを含んでよい。代替データを探すスキャンは、規制者が十分な品質のデータを提供可能であることの決定、および、規制者が自律走行車両の必要スキーマに適合するデータを提供可能であることの決定を含んでよい。528のNにおいて、代替データが地所について存在しない場合、512において、ルートが再生成されてよい。ルートは、512において、地所の付近から離れるように自律走行車両のルート変更を行うことにより再生成されてよい。528のYにおいて、代替データが存在する場合、530において、代替データがフォーマットおよび送信されてよい。代替データは、自律走行車両への送信のために中央サーバに送信し戻されてよい。代替データは、自律走行車両に直接送信されてもよい。
車両への代替データの送信の後、再生成されたルートに対して、さらなる規制領域514を探す再検索が行われてよい。516のNにおいて、規制領域が見つからない場合、518において、車両のルート決定が行われてよい。518における自律走行車両のルート決定は、自律走行車両による自律移動を開始する許可を与えることを含んでよい。方法500は、518において車両のルート決定が行われた後に終了する。
図6は、本開示のいくつかの実施形態と整合する、TESSを実行するための例示的方法600を示す。TESSは、コンピュータ・システム(例えば図1のコンピュータ100)の処理デバイスにより実行されてよい。方法600は、方法500の後、例えば自律走行車両が中央サーバにより生成されたルートを開始した後に実行されてよい。
方法600は、610において規制領域が認識されたときに開始する。領域は、自律走行車両(例えば図4の自律走行車両410)により認識されてよい。領域は、中央サーバ(例えば図4の中央サーバ460)により受信されるルート情報に基づいて、自律走行車両により認識されてよい。自律走行車両の認識は、自律走行車両の1つまたは複数のセンサに基づくものであってよい。例えば、自律走行車両は、案内を提供し自律走行車両の地理的位置を特定するように構成されるGPSセンサを有してよい。自律走行車両は、中央サーバから規制領域の緯度および経度についての情報を受信済みであってもよい。自律走行車両の認識は、規制者からの通知を受信することに基づくものであってよい。例えば、規制者は、自律走行車両が付近を通行する前に規制者が認証を要求することを近辺の自律走行車両に通知する信号をブロードキャストし得る。
612において、自律走行車両の情報が規制者に送信されてよい。情報は、以下、すなわち、自律走行車両の識別子、自律走行車両のデバイス情報、自律走行車両の位置、自律走行車両のセンサ・データ、および自律走行車両により受信される可能性のある代替データのスキーマ情報を含んでよい。
620において、自律走行車両が規制者の地所の付近にあることの許可が確認されてよい。許可は、自律走行車両から受信される情報に基づいて確認されてよい。許可は、規制者(例えば図4の規制者システム430)により確認されてよい。622のNにおいて、規制者が許可を与えなかった場合、624において、規制者により自律走行車両への通知が行われてよい。通知は、自律走行車両による規制者の地所の付近の通行が禁止されていることを示し得る。通知の受信に基づいて、自律走行車両は、614において新たなルートを要求してよく、方法600が終了してよい。
622のYにおいて、規制者が許可を与えた場合、626において、規制者が自律走行車両に許可の確認を送信し得る。626における許可の確認は、612において送信されるスキーム情報に基づいて構成される代替データの開始を含んでよい。許可の確認の受信に基づいて、自律走行車両は、616において協調的な動作を開始し得る。協調動作は、規制者から代替データを受信することを含んでよい。例えば、規制者システム630は、自律走行車両に代替データおよび制御情報を連続的に送信し得る。616において自律走行車両が規制者との協調動作を開始した後、方法600が終了してよい。
図7は、本開示のいくつかの実施形態と整合する、TESSを実行するための例示的方法700を示す。TESSは、コンピュータ・システム(例えば図1のコンピュータ100)の処理デバイスにより実行されてよい。方法700は、自律走行車両(例えば図2の自律走行車両210)および規制者(例えば図4の規制者システム430)の組合せによりTESSを実行するいくつかの実施形態において実行されてよい。方法700は、方法600の後に実行されてよい。例えば、方法700は、自律走行車両が規制領域に入ったときに開始する。規制領域に入ることは、規制領域の付近に入ることであってよい。
712において、自律走行車両は、その現在位置および他の遠隔測定情報(例えば、速度、高度、ピッチ、自律走行車両センサ状態)を規制者に送信し得る。例えば、自律走行車両410は、位置および遠隔測定情報を規制者システム430に送信し得る。720において、規制者が自律走行車両の支援の試行を開始し得る。支援の試行は、受信された位置情報のスキャンを含んでよい。支援の試行は、自律走行車両が、自律走行車両の1つまたは複数の自律走行車両センサの機能を用いることなく、またはそれらの機能を制限して、自律移動およびナビゲーションを実行可能であることを決定することを含んでよい。722のNにおいて、自律走行車両が支援可能でないと決定された場合、724において、規制者は、規制領域を離脱するように自律走行車両に要求し得る。規制領域を離脱する要求の受信に基づいて、自律走行車両は、可能な限り迅速に規制領域を離脱するようにそのルートを調整し得る。730において、自律走行車両は、規制者から離脱の要求を受信した後に、規制領域730を離脱し得る。
722のYにおいて、自律走行車両が支援可能である場合、740において、規制者は、代替データ操作に基づいて自律走行車両が機能可能であるかを決定してよい。決定は、自律走行車両が規制者から代替データを受信するように構成されているかに基づくものであってよい。決定は、自律走行車両が、自律走行車両により1つまたは複数の自律走行車両センサから生成される1つまたは複数の自律走行車両データと代替データを合成するように構成されているかに基づくものであってよい。
740のYにおいて、自律走行車両が代替データ操作に基づいて機能することが可能である場合、750において、代替データ操作が開始し得る。代替データ操作は、連続的に実行されてよい。例えば、代替データ操作は、1秒ごと、100ミリ秒ごと、1秒に60回等で実行されてよい。代替データ操作は、自律走行車両への代替データの送信を含んでよい。代替データは、自律走行車両に送信される前に、規制者により、受信されたスキーマ情報に基づいて変換されてよい。いくつかの実施形態において、自律走行車両は、自律移動およびナビゲーションに用いるために代替データの変換を行ってよい。代替データ操作は、自律走行車両の自律走行車両センサを制限することをさらに含んでよい。例えば、規制者は、ディセーブル信号、制限信号、または別の信号を送信してよく、それに依って、自律走行車両は、自律走行車両センサのうちの1つまたは複数がセンサ・データをキャプチャすることを無効化または制限し得る。代替データ操作は、730において自律走行車両が規制領域を離脱するまで、規制者が代替データを送信し、自律走行車両が環境をナビゲート走行することにより実行されてよい。
740のNにおいて、自律走行車両が代替データ操作に基づいて機能することが可能でない場合、自律走行車両は、遠隔操作760に基づいて規制領域を移動する。遠隔操作760は、自律走行車両がセンサ・データおよび遠隔測定情報を連続的に規制者または中央サーバにオフロードすることに基づいて自律走行車両のナビゲーションおよび移動を行うことを含んでよい。規制者または中央サーバは、自律運転を実行してよく、自律走行車両は、自律走行車両センサのセンサ・データをキャプチャしない、記録しない、または他の方法で解析可能でなくてよい。遠隔操作は、730において自律走行車両が規制領域を離脱するまで実行されてよい。730において自律走行車両が領域を離脱した後、方法700が終了してよい。
本発明は、任意の可能な技術的詳細統合レベルにおけるシステム、方法、またはコンピュータ・プログラム製品あるいはその組合せであってよい。コンピュータ・プログラム製品は、プロセッサに本発明の態様を実現させるためのコンピュータ可読プログラム命令を有するコンピュータ可読記憶媒体(または複数の媒体)を含んでよい。
コンピュータ可読記憶媒体は、命令実行デバイスが用いるための命令を保持および記憶することが可能な有形のデバイスであり得る。コンピュータ可読記憶媒体は、例えば、電子記憶デバイス、磁気記憶デバイス、光学記憶デバイス、電磁記憶デバイス、半導体記憶デバイス、または上記の任意の適当な組合せであってよいが、それらに限定されない。コンピュータ可読記憶媒体のより具体的な例の非網羅的なリストは、以下、すなわち、ポータブル・コンピュータ・ディスケット、ハード・ディスク、ランダム・アクセス・メモリ(RAM)、リード・オンリ・メモリ(ROM)、消去可能プログラム可能リード・オンリ・メモリ(EPROMまたはフラッシュ・メモリ)、スタティック・ランダム・アクセス・メモリ(SRAM)、ポータブル・コンパクト・ディスク・リード・オンリ・メモリ(CD-ROM)、デジタル・バーサタイル・ディスク(DVD)、メモリ・スティック、フロッピー・ディスク、命令が記録されたパンチ・カードまたは溝内隆起構造などの機械的符号化デバイス、および上記の任意の適当な組合せを含む。本明細書で用いる場合、コンピュータ可読記憶媒体は、電波もしくは他の自由に伝搬する電磁波、導波路を伝搬する電磁波もしくは他の伝送媒体(例えば、光ファイバ・ケーブルを通過する光パルス)、または電線で伝送される電気信号などの、それ自体が一過性の信号であるものとして解釈されるべきではない。
本明細書に記載のコンピュータ可読プログラム命令は、コンピュータ可読記憶媒体からそれぞれの計算/処理デバイスに、または、ネットワーク、例えばインターネット、ローカル・エリア・ネットワーク、ワイド・エリア・ネットワークまたは無線ネットワークあるいはその組合せを介して外部コンピュータまたは外部記憶デバイスにダウンロードされてよい。ネットワークは、銅伝送ケーブル、光伝送ファイバ、無線伝送、ルータ、ファイアウォール、スイッチ、ゲートウェイ・コンピュータまたはエッジ・サーバあるいはその組合せを含んでよい。各計算/処理デバイスにおけるネットワーク・アダプタ・カードまたはネットワーク・インターフェースが、コンピュータ可読プログラム命令をネットワークから受信し、コンピュータ可読プログラム命令をそれぞれの計算/処理デバイス内のコンピュータ可読記憶媒体への記憶のために転送する。
本発明の動作を実現するためのコンピュータ可読プログラム命令は、アセンブラ命令、命令セット・アーキテクチャ(ISA)命令、機械命令、機械依存命令、マイクロコード、ファームウェア命令、状態設定データ、集積回路用構成データ、または、Smalltalk、C++等のようなオブジェクト指向プログラミング言語、および「C」プログラミング言語または類似のプログラミング言語などの手続き型プログラミング言語を含む1つまたは複数のプログラミング言語の任意の組合せで記述されるソース・コードもしくはオブジェクト・コードであってよい。コンピュータ可読プログラム命令は、全体的にユーザのコンピュータ上で、部分的にユーザのコンピュータ上で、スタンドアロン・ソフトウェア・パッケージとして、部分的にユーザのコンピュータ上でかつ部分的にリモート・コンピュータ上で、または全体的にリモート・コンピュータまたはサーバ上で実行されてよい。後者のシナリオにおいて、リモート・コンピュータが、ローカル・エリア・ネットワーク(LAN)またはワイド・エリア・ネットワーク(WAN)を含む任意のタイプのネットワークを介してユーザのコンピュータに接続されてもよく、または、(例えばインターネット・サービス・プロバイダを用いてインターネットを介して)外部コンピュータに接続がなされてもよい。いくつかの実施形態において、例えばプログラマブル・ロジック回路、フィールド・プログラマブル・ゲート・アレイ(FPGA)、またはプログラマブル・ロジック・アレイ(PLA)を含む電子回路が、本発明の態様を実行するために、コンピュータ可読プログラム命令の状態情報を利用して電子回路をパーソナライズすることにより、コンピュータ可読プログラム命令を実行し得る。
本発明の態様は、本発明の実施形態に係る方法のフローチャート図またはブロック図あるいはその両方、装置(システム)、およびコンピュータ・プログラム製品に関して、本明細書に記載されている。フローチャート図またはブロック図あるいはその両方の各ブロック、およびフローチャート図またはブロック図あるいはその両方におけるブロックの組合せは、コンピュータ可読プログラム命令により実施されることを理解されたい。
これらのコンピュータ可読プログラム命令は、コンピュータのプロセッサまたは他のプログラム可能データ処理装置を介して実行される命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定される機能/動作を実施するための手段を形成するように、コンピュータのプロセッサ、または他のプログラム可能データ処理装置に提供されて機械を生成するものであってよい。これらのコンピュータ可読プログラム命令は、命令を記憶したコンピュータ可読記憶媒体が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定される機能/動作の態様を実施する命令を含む製造物品を備えるように、コンピュータ、プログラム可能データ処理装置、または他のデバイスあるいはその組合せに特定の方式で機能するように指示し得るコンピュータ可読記憶媒体に記憶されてもよい。
コンピュータ可読プログラム命令は、コンピュータ、他のプログラム可能データ処理装置、または他のデバイス上で実行される命令が、フローチャートまたはブロック図あるいはその両方の1つまたは複数のブロックにおいて指定される機能/動作を実施するように、コンピュータ、他のプログラム可能データ処理装置、または他のデバイスにロードされることで、一連の動作ステップをコンピュータ、他のプログラム可能装置または他のデバイス上で実行させてコンピュータ実施プロセスを生成するものであってもよい。
図面におけるフローチャートおよびブロック図は、本発明の様々な実施形態に係るシステム、方法、およびコンピュータ・プログラム製品の可能な実施例のアーキテクチャ、機能、および動作を示す。これに関して、フローチャートまたはブロック図における各ブロックは、指定される論理機能を実施するための1つまたは複数の実行可能命令を含む、命令のモジュール、セグメント、または部分を表すものであってよい。いくつかの代替的実施例において、ブロックに記載されている機能は、図面に記載されている以外の順序で行われてもよい。例えば、連続で示されている2つのブロックが、実際には1つのステップとして実現されてもよく、同時に、実質的に同時に、部分的または全体的に時間的にオーバーラップして実行されてもよく、あるいは、ブロックが、関与する機能に応じて、場合により逆の順序で実行されてもよい。ブロック図またはフローチャート図あるいはその両方の各ブロック、およびブロック図またはフローチャート図あるいはその両方におけるブロックの組合せは、指定される機能または動作を実行するまたは特殊用途向けハードウェアおよびコンピュータ命令の組合せを実現する特殊用途向けハードウェアベースのシステムにより実施されることにも留意されたい。
本開示の様々な実施形態の説明は、例示の目的で提示されているが、網羅的である、または開示の実施形態に限定されることは意図されていない。説明されている実施形態の範囲から逸脱しない限りにおいて、多数の修正例および変形例が当業者には明らかであろう。本明細書において用いられる用語は、実施形態の原理、実際の応用、または市場に見出される技術に対する技術的改善を説明するために、あるいは、他の当業者が本明細書に開示の実施形態を理解することを可能とするために選定されたものである。
本開示の様々な実施形態の説明は、例示の目的で提示されているが、網羅的である、または開示の実施形態に限定されることは意図されていない。説明されている実施形態の範囲から逸脱しない限りにおいて、多数の修正例および変形例が当業者には明らかであろう。本明細書において用いられる用語は、実施形態の原理、実際の応用、または市場に見出される技術に対する技術的改善を説明するために、あるいは、他の当業者が本明細書に開示の実施形態を理解することを可能とするために選定されたものである。
Claims (20)
- 方法であって、
ナビゲーション要求を検出することであって、前記ナビゲーション要求は、出発地点からの自律走行車両の目的地を含む、前記検出することと、
前記ナビゲーション要求に基づいて、前記出発地点から前記目的地までのルートを特定することと、
前記ナビゲーション要求に基づいて、前記ルートに関連する規制者照合を実行することであって、前記規制者照合は、1人または複数の規制者についてのプライバシー・データの所有者に関連する、前記実行することと、
前記規制者照合に応答して、前記ルートに関連する条件付き許可を受け取ることであって、前記条件付き許可は、前記自律走行車両の1つまたは複数の自律走行車両センサが第1の規制者の第1の地所に関連するデータをキャプチャしてはならないことを示し、前記第1の地所は、前記ルートの付近に位置する、前記受け取ることと、
前記条件付き許可に応答して、前記自律走行車両の前記1つまたは複数の自律走行車両センサを制限することであって、前記制限は、前記1つまたは複数の自律走行車両センサによる前記第1の地所のキャプチャを制限することを含む、前記制限することと
を含む方法。 - 前記1つまたは複数の自律走行車両センサから受信される自律移動データに基づいて、前記ルートにおける自律移動を制御することと、
前記自律移動の間に、前記第1の規制者の前記第1の地所の付近を検出することと、
前記付近の検出に応答して、前記1つまたは複数の自律走行車両センサのカメラの映像信号の一部分を消去することと、
前記第1の規制者の前記第1の地所の前記付近の代替データを生成することと、
前記カメラに対応する前記自律移動データの一部分を前記代替データと置き換えることと
をさらに含む、請求項1に記載の方法。 - 前記映像信号の前記一部分は、前記映像信号の全体画像である、請求項2に記載の方法。
- 前記代替データの前記生成は、
前記第1の規制者により所有および制御される第1の地所カメラから生成される移動物体データを要求すること
を含む、請求項2に記載の方法。 - 前記移動物体データは、歩くまたは走る人物、車両経路を横断する動物、走行する別の自律走行車両、飛行する別の自律走行車両、道路標識、および車線案内からなる群から選択される、請求項4に記載の方法。
- 前記自律走行車両の1つまたは複数のセンサが第2の規制者の第2の地所に関連するデータをキャプチャしてはならないことを示す第2の条件付き許可を受け取ることであって、前記第2の地所は、前記ルートの付近に位置する、前記受け取ることと、
前記1つまたは複数のセンサから受信される自律移動データに基づいて、前記ルートにおける自律移動を制御することと、
前記自律移動の間に、前記第2の規制者の前記第2の地所の付近を検出することと、
前記付近の検出に応答して、前記1つまたは複数のセンサのうちの第1のレーダ・センサを無効化することと、
前記第2の規制者の前記第2の地所の前記付近の代替データを生成することと、
前記第1のレーダ・センサに対応する前記自律移動データの一部分を前記代替データと置き換えることと
をさらに含む、請求項1に記載の方法。 - 前記代替データの前記生成は、
第2の自律走行車両の第2のレーダ・センサから生成される移動物体データを要求することであって、前記第2の自律走行車両は、前記第2の規制者により所有および制御される、前記要求すること
を含む、請求項6に記載の方法。 - 前記規制者照合は、前記ルートが任意の規制領域の付近にあるか否かの問い合わせを含み、前記条件付き許可は、複数の規制領域が前記ルートの付近にあることを示す、請求項1に記載の方法。
- 前記1人または複数の規制者についてのプライバシー・データの前記所有者は、中央サーバである、請求項1に記載の方法。
- 前記第1の規制者についてのプライバシー・データの所有者は、前記第1の規制者であり、前記規制者照合を実行することは、
中央サーバから応答を受信することであって、前記応答は、前記第1の規制者が前記条件付き許可に関連することを示す、前記受信することと、
前記応答に基づいて、前記第1の規制者に前記条件付き許可を促すことと
を含む、請求項1に記載の方法。 - システムであって、
1つまたは複数の命令を格納するメモリと、
前記メモリに通信結合されるプロセッサであって、前記プロセッサは、前記1つまたは複数の命令を読み込むことに応答して、
ナビゲーション要求を検出することであって、前記ナビゲーション要求は、出発地点からの自律走行車両の目的地を含む、前記検出することと、
前記ナビゲーション要求に基づいて、前記出発地点から前記目的地までのルートを特定することと、
前記ナビゲーション要求に基づいて、前記ルートに関連する規制者照合を実行することであって、前記規制者照合は、1人または複数の規制者についてのプライバシー・データの所有者に関連する、前記実行することと、
前記規制者照合に応答して、前記ルートに関連する条件付き許可を受け取ることであって、前記条件付き許可は、前記自律走行車両の1つまたは複数の自律走行車両センサが第1の規制者の第1の地所に関連するデータをキャプチャしてはならないことを示し、前記第1の地所は、前記ルートの付近に位置する、前記受け取ることと、
前記条件付き許可に応答して、前記自律走行車両の前記1つまたは複数の自律走行車両センサを制限することであって、前記1つまたは複数の自律走行車両センサを前記制限することは、前記1つまたは複数の自律走行車両センサによる前記第1の地所のキャプチャを制限することを含む、前記制限することと
を行うように構成される、前記プロセッサと
を備えるシステム。 - 前記プロセッサはさらに、
前記1つまたは複数の自律走行車両センサから受信される自律移動データに基づいて、前記ルートにおける自律移動を実行することと、
前記自律移動の間に、前記第1の規制者の前記第1の地所の付近を検出することと、
前記付近の検出に応答して、前記1つまたは複数の自律走行車両センサのカメラの映像信号の一部分を消去することと、
前記第1の規制者の前記第1の地所の前記付近の代替データを生成することと、
前記カメラに対応する前記自律移動データの一部分を前記代替データと置き換えることと
を行うように構成される、請求項11に記載のシステム。 - 前記映像信号の前記一部分は、前記映像信号の全体画像である、請求項12に記載のシステム。
- 前記代替データの前記生成は、
前記第1の規制者により所有および制御される地所カメラから生成される移動物体データを要求すること
を含む、請求項12に記載のシステム。 - 前記移動物体データは、歩く人物、歩道を走る子供、道路を横断する動物、走行する別の自律走行車両、飛行する別の自律走行車両、道路標識、および車線案内からなる群から選択される、請求項14に記載のシステム。
- コンピュータ・プログラム製品であって、
1つまたは複数のコンピュータ可読記憶媒体と、
前記1つまたは複数のコンピュータ可読記憶媒体に集合的に記憶されるプログラム命令であって、前記プログラム命令は、
ナビゲーション要求を検出することであって、前記ナビゲーション要求は、出発地点からの自律走行車両の目的地を含む、前記検出することと、
前記ナビゲーション要求に基づいて、前記出発地点から前記目的地までのルートを特定することと、
前記ナビゲーション要求に基づいて、前記ルートに関連する規制者照合を実行することであって、前記規制者照合は、1人または複数の規制者についてのプライバシー・データの所有者に関連する、前記実行することと、
前記規制者照合に応答して、前記ルートに関連する条件付き許可を受け取ることであって、前記条件付き許可は、前記自律走行車両の1つまたは複数の自律走行車両センサが第1の規制者の第1の地所に関連するデータをキャプチャしてはならないことを示し、前記第1の地所は、前記ルートの付近に位置する、前記受け取ることと、
前記条件付き許可に応答して、前記自律走行車両の前記1つまたは複数の自律走行車両センサを制限することであって、前記1つまたは複数の自律走行車両センサを前記制限することは、前記1つまたは複数の自律走行車両センサによる前記第1の地所のキャプチャを制限することを含む、前記制限することと
を行うように構成される、前記プログラム命令と
を備えるコンピュータ・プログラム製品。 - 前記規制者照合は、前記ルートが任意の規制領域の付近にあるか否かの問い合わせを含み、前記条件付き許可は、複数の規制領域が前記ルートの付近にあることを示す、請求項16に記載のコンピュータ・プログラム製品。
- 前記プログラム命令はさらに、
前記自律走行車両の1つまたは複数のセンサが第2の規制者の第2の地所に関連するデータをキャプチャしてはならないことを示す第2の条件付き許可を受け取ることであって、前記第2の地所は、前記ルートの付近に位置する、前記受け取ることと、
前記1つまたは複数のセンサから受信される自律移動データに基づいて、前記ルートにおける自律移動を実行することと、
前記自律移動の間に、前記第2の規制者の前記第2の地所の付近を検出することと、
前記付近の検出に応答して、前記1つまたは複数のセンサのうちの第1のレーダ・センサを無効化することと、
前記第2の規制者の前記第2の地所の前記付近の代替データを生成することと、
前記第1のレーダ・センサに対応する前記自律移動データの一部分を前記代替データと置き換えることと
を行うように構成される、請求項16に記載のコンピュータ・プログラム製品。 - 前記代替データの前記生成は、
第2の自律走行車両の第2のレーダ・センサから生成される移動物体データを要求することであって、前記第2の自律走行車両は、前記第2の規制者により所有および制御される、前記要求すること
を含む、請求項18に記載のコンピュータ・プログラム製品。 - 前記1人または複数の規制者についてのプライバシー・データの前記所有者は、中央サーバである、請求項16に記載のコンピュータ・プログラム製品。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US17/079,434 US11725950B2 (en) | 2020-10-24 | 2020-10-24 | Substitute autonomous vehicle data |
US17/079,434 | 2020-10-24 | ||
PCT/CN2021/113460 WO2022083259A1 (en) | 2020-10-24 | 2021-08-19 | Substitute autonomous vehicle data |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023545803A true JP2023545803A (ja) | 2023-10-31 |
Family
ID=81258418
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023522440A Pending JP2023545803A (ja) | 2020-10-24 | 2021-08-19 | 自律走行車両のナビゲーション方法、システム、プログラム |
Country Status (6)
Country | Link |
---|---|
US (1) | US11725950B2 (ja) |
JP (1) | JP2023545803A (ja) |
CN (1) | CN116420058A (ja) |
DE (1) | DE112021005624T5 (ja) |
GB (1) | GB2614664B (ja) |
WO (1) | WO2022083259A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238581A (zh) * | 2016-02-29 | 2021-08-10 | 星克跃尔株式会社 | 无人飞行器的飞行控制的方法和系统 |
CN110226078B (zh) * | 2016-12-22 | 2024-04-26 | 日产北美公司 | 自动车辆服务系统 |
US11153010B2 (en) * | 2019-07-02 | 2021-10-19 | Waymo Llc | Lidar based communication |
US20240143830A1 (en) * | 2022-10-28 | 2024-05-02 | Blackberry Limited | Access restriction of vehicle-associated information |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2411229B (en) * | 2003-07-22 | 2006-04-12 | Hitachi Int Electric Inc | Object tracking method and object tracing apparatus |
WO2005050849A2 (en) * | 2003-10-01 | 2005-06-02 | Laird Mark D | Wireless virtual campus escort system |
WO2015102731A2 (en) | 2013-10-18 | 2015-07-09 | Aerovironment, Inc. | Privacy shield for unmanned aerial systems |
US9384402B1 (en) | 2014-04-10 | 2016-07-05 | Google Inc. | Image and video compression for remote vehicle assistance |
US9986378B2 (en) | 2014-07-29 | 2018-05-29 | GeoFrenzy, Inc. | Systems and methods for defining and implementing rules for three dimensional geofences |
US9601022B2 (en) | 2015-01-29 | 2017-03-21 | Qualcomm Incorporated | Systems and methods for restricting drone airspace access |
JP2018511136A (ja) * | 2015-03-26 | 2018-04-19 | マターネット, インコーポレイテッドMatternet, Inc. | 無人航空機のための経路計画 |
GB201514460D0 (en) * | 2015-08-13 | 2015-09-30 | Bae Systems Plc | Apparatus and method for communications management |
US10083584B2 (en) * | 2015-12-30 | 2018-09-25 | Honeywell International Inc. | Video surveillance system with selectable operating scenarios and system training for improved situational awareness |
WO2017139282A1 (en) | 2016-02-08 | 2017-08-17 | Unmanned Innovation Inc. | Unmanned aerial vehicle privacy controls |
WO2018020673A1 (ja) * | 2016-07-29 | 2018-02-01 | 株式会社ソニー・インタラクティブエンタテインメント | 画像管理システムおよび無人飛行体 |
WO2018132608A2 (en) * | 2017-01-12 | 2018-07-19 | Mobileye Vision Technologies Ltd. | Navigation based on occlusion zones |
JP6838211B2 (ja) | 2017-07-31 | 2021-03-03 | 日立Astemo株式会社 | 自律運転制御装置、自律移動車及び自律移動車制御システム |
US10690504B2 (en) | 2018-03-20 | 2020-06-23 | Micron Technology, Inc. | Re-routing autonomous vehicles using dynamic routing and memory management for border security purposes |
CN111337038A (zh) | 2018-12-18 | 2020-06-26 | 美的集团股份有限公司 | 导航方法、导航系统、车辆和导航终端 |
CN111309005A (zh) | 2019-12-24 | 2020-06-19 | 广东天创同工大数据应用有限公司 | 一种基于无人驾驶车辆的动态路线规划方法 |
CN111426326B (zh) | 2020-01-17 | 2022-03-08 | 深圳市镭神智能系统有限公司 | 一种导航方法、装置、设备、系统及存储介质 |
-
2020
- 2020-10-24 US US17/079,434 patent/US11725950B2/en active Active
-
2021
- 2021-08-19 CN CN202180071043.7A patent/CN116420058A/zh active Pending
- 2021-08-19 GB GB2305663.3A patent/GB2614664B/en active Active
- 2021-08-19 WO PCT/CN2021/113460 patent/WO2022083259A1/en active Application Filing
- 2021-08-19 DE DE112021005624.7T patent/DE112021005624T5/de active Pending
- 2021-08-19 JP JP2023522440A patent/JP2023545803A/ja active Pending
Also Published As
Publication number | Publication date |
---|---|
US20220128367A1 (en) | 2022-04-28 |
GB2614664A (en) | 2023-07-12 |
GB202305663D0 (en) | 2023-05-31 |
WO2022083259A1 (en) | 2022-04-28 |
GB2614664B (en) | 2023-11-01 |
DE112021005624T5 (de) | 2023-08-31 |
CN116420058A (zh) | 2023-07-11 |
US11725950B2 (en) | 2023-08-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10625748B1 (en) | Approaches for encoding environmental information | |
JP7160251B2 (ja) | ナビゲーションシステム、方法、およびプログラム | |
US20220269277A1 (en) | Systems and methods for navigating with sensing uncertainty | |
CN112629551B (zh) | 具有施加的责任约束的导航系统 | |
JP2023545803A (ja) | 自律走行車両のナビゲーション方法、システム、プログラム | |
KR20210070273A (ko) | 도로 세그먼트 유사성 결정 | |
CN114364591A (zh) | 用于交通工具导航系统和方法 | |
CN112740268B (zh) | 目标检测方法和装置 | |
US10885776B2 (en) | System and method for roadway context learning by infrastructure sensors | |
US11157007B2 (en) | Approaches for encoding environmental information | |
Deepika et al. | Obstacle classification and detection for vision based navigation for autonomous driving | |
US11604075B2 (en) | Systems and methods for deriving planned paths for vehicles using path priors | |
US11788846B2 (en) | Mapping and determining scenarios for geographic regions | |
US20210124355A1 (en) | Approaches for encoding environmental information | |
US11449475B2 (en) | Approaches for encoding environmental information | |
US11816900B2 (en) | Approaches for encoding environmental information | |
US11875680B2 (en) | Systems and methods for augmenting perception data with supplemental information | |
US20200189611A1 (en) | Autonomous driving using an adjustable autonomous driving pattern | |
US20200285246A1 (en) | Safety Aware Automated Governance of Vehicles | |
US20210110713A1 (en) | Transportation environment data service | |
CN114333339B (zh) | 深度神经网络功能模块去重复的方法 | |
KR102588634B1 (ko) | 주행 시스템 및 그의 동작 방법 | |
JP6885977B2 (ja) | 地図データのデータ構造及び車両運転制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230511 |
|
RD16 | Notification of change of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7436 Effective date: 20230511 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240123 |