JP6667686B2 - 自動運転車両のための走行軌跡生成方法、システム及び機械可読媒体 - Google Patents

Description

本開示の実施形態は主に自動運転車両の動作に関する。更に具体的に、本開示の実施形態は自動運転車両（ＡＤＶ）を動的に調整するための基準線のサンプリング点の密度に関する。

自動運転モードで走行する（例えば、ドライバーレス）車両は、乗員、特に運転手をいくつかの運転に関する役割から解放可能である。車両は、自動運転モードで走行する場合に、搭載されたセンサにより各位置までナビゲートすることができるので、ヒューマンマシンインタラクションが最も少ない場合、又は乗客がいない場合などに車両を走行させることが可能となった。

車両は、計画された走行軌跡により自動運転モードで走行可能である。計画された走行軌跡は、「基準線」に依存するＡＤＶ計画モジュールにより生成される。基準線は幾何的な世界地図における平滑線である。基準線は道路のカーブに沿う点の集合で示される。一般的な２００メートルの道路のカーブは、基準線に１０００個の点が使用される。多くのアルゴリズム（例えば、基準線の投影並びに走行軌跡の決定及び計画）の演算時間は点の数又は基準線の密度に直接関係している。

本開示の一態様によれば、自動運転車両（ＡＶＤ）のプログレッシブサンプリング距離により走行軌跡を生成するコンピュータ実施方法は、地図及びルート情報に基づいた、前記ＡＤＶが従うべき基準線を示す第1基準点集合を受信するステップと、前記第1基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、前記第1基準点集合から現在の基準点を選択することと、非線形アルゴリズムを使用して現在選択された基準点に基づいて前記第1基準点集合に沿うサンプリング距離を決定することと、選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第1基準点集合に沿って次の基準点を選択することと、を繰り返して実行することを含むステップと、前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む。

本開示の他の態様によれば、命令が記憶される非一時的な機械可読媒体は、前記命令がプロセッサにより実行されるとき、地図及びルート情報に基づいた、自動運転車両ＡＤＶが従うべき基準線を表す第1基準点集合を受信するステップと、前記第1基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、前記第1基準点集合から現在の基準点を選択することと、非線形アルゴリズムにより現在選択された基準点に基づいて前記第1基準点集合に沿うサンプリング距離を決定することと、選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第1基準点集合に沿って次の基準点を選択することと、を繰り返して実行することを含むステップと、前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む自動運転車両の制御動作を前記プロセッサに実行させる。

本開示の他の態様によれば、データ処理システムは、一つ又は複数のプロセッサと、前記一つ又は複数のプロセッサに接続されて命令を記憶するメモリと、を備え、前記命令が前記一つ又は複数のプロセッサにより実行されるとき、地図及びルート情報に基づいた、自動運転車両ＡＤＶが従うべき基準線を表す第1基準点集合を受信するステップと、前記第1基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、前記第1基準点集合から現在の基準点を選択することと、非線形アルゴリズムを使用して現在選択された基準点に基づいて前記第1基準点集合に沿うサンプリング距離を決定することと、選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第1基準点集合に沿って次の基準点を選択することと、を繰り返して実行することを含むステップと、前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む自動運転車両の制御動作を前記プロセッサに実行させる。

本開示の実施形態は、図面の各図において限定的ではなく例示的な形態で示され、図面における類似の図面符号が類似の素子を示す。

一実施形態に係るネットワークシステムを示したブロック図である。

一実施形態に係る自動運転車両に用いられるセンサと制御システムの例を示したブロック図である。

いくつかの実施形態に係る自動運転車両に用いられる感知及び計画システムの例を示したブロック図である。 いくつかの実施形態に係る自動運転車両に用いられる感知及び計画システムの例を示したブロック図である。

等距離を有する例示的基準線点を示したブロック図である。

一実施形態に係る例示的に動的に調整された基準線のサンプリング点の密度を示したブロック図である。

一実施形態に係る方法を示したフローチャートである。

一実施形態に係るデータ処理システムを示したブロック図である。

以下、説明の詳細を参照しながら本開示の様々な実施形態及び態様を説明し、図面には、前記様々な実施形態が示される。下記の説明及び図面は、本開示を説明するためのものであり、本開示を限定するものとして解釈すべきではない。多くの特定の詳細を説明して本開示の各実施形態の全体的な理解を提供する。ところが、いくつかの場合には、本開示の実施形態に対する簡潔的な説明を提供するために、周知又は従来技術の詳細について説明していない。

本明細書において「一実施形態」又は「実施形態」とは、当該実施形態を参照しながら説明された特定の特徴、構造又は特性が本開示の少なくとも一実施形態に含まれてもよいと意味する。「一実施形態では」という用語は、本明細書の全体において同一の実施形態を指すとは限らない。

いくつかの実施形態によれば、システムは、基準線のサンプリング点の密度を動的に調整する。一実施形態では、システムは、地図及びルート情報に基づいた第１基準点集合を受信し、複数の第１基準点はＡＤＶが従うべき基準線を示す。システムは、第１基準点集合から現在の基準点を選択することと、非線形アルゴリズムにより現在選択された基準点に基づいて第１基準点集合に沿うサンプリング距離を決定することと、ＡＤＶに近い第２基準点集合の密度が選択されたＡＤＶから離れた基準点の密度よりも高くなるように決定されたサンプリング距離に基づいて次の基準点を選択することと、を繰り返して実行することを含めて、基準線に沿って第２基準点集合を選択する。システムは、第２基準点集合によりＡＤＶに対して軌跡を計画してＡＤＶを制御する。

図１は、本開示の一実施形態に係る自動運転車両のネットワーク構成を示したブロック図である。図１に示すように、ネットワーク構成１００には、ネットワーク１０２を介して一つ又は複数のサーバ１０３〜１０４に通信可能に接続される自動運転車両１０１が備えられる。一つの自動運転車両が示されたが、複数の自動運転車両がネットワーク１０２を介して互いに接続され、及び／又はサーバ１０３〜１０４に接続可能である。ネットワーク１０２は、任意のタイプのネットワーク、例えば、ローカルエリアネットワーク（ＬＡＮ）、インターネットのようなワイドエリアネットワーク（ＷＡＮ）、セルラーネットワーク、衛星ネットワーク又はそれらの組み合わせであってもよい。サーバ１０３〜１０４は、任意のタイプのサーバ又はサーバグループ、例えば、ネットワーク又はクラウドサーバ、アプリサーバ、バックエンドサーバ又はそれらの組み合わせであってもよい。サーバ１０３〜１０４は、データ解析サーバ、コンテンツサーバ、交通情報サーバ、地図及び興味点（ＭＰＯＩ）サーバ又は位置サーバなどであってもよい。

自動運転車両は、自動運転モードに配置可能な車両であり、前記自動運転モードにおいて運転手からの入力が非常に少ないか又はない場合に車両をナビゲートして環境を通過する。このような自動運転車両はセンサシステムを備えてもよい。前記センサシステムは、車両の走行環境に関する情報を検出するように配置される一つ又は複数のセンサを備える。前記車両とその関連するコントローラとは検出された情報を使用して前記環境を通過するようにナビゲートする。自動運転車両１０１は、手動モード、完全自動運転モード、又は部分自動運転モードで走行することができる。

一実施形態では、自動運転車両１０１には、感知及び計画システム１１０と、車両制御システム１１１と、無線通信システム１１２と、ユーザインターフェースシステム１１３と、センサシステム１１５とが含まれるが、それらに限定されない。自動運転車両１０１には、通常の車両に備えられているいくつかの一般的な構成要素、例えばエンジン、車輪、ステアリングホイール、変速機などが更に備えられてもよい。前記構成要素は、車両制御システム１１１及び／又は感知及び計画システム１１０により複数種の通信信号及び／又はコマンドを使用して制御可能である。当該複数種の通信信号及び／又はコマンドは、例えば、加速信号又はコマンド、減速信号又はコマンド、ステアリング信号又はコマンド、ブレーキ信号又はコマンドなどである。

構成要素１１０〜１１５は、インターコネクタ、バス、ネットワーク或いはそれらの組み合わせを介して互いに通信可能に接続されることができる。例えば、構成要素１１０〜１１５は、コントローラローカルエリアネットワーク（ＣＡＮ）バスを介して互いに通信可能に接続されることができる。ＣＡＮバスは、マイクロコントローラ及び装置がホストコンピュータのないアプリケーションにおいて互いに通信することを可能にするように設計された車両バス規格である。それはもともと自動車両内における多重電気配線のために設計されたメッセージに基づくプロトコルであるが、他の多くの環境にも用いられる。

ここで図２を参照し、一実施形態では、センサシステム１１５は一つ又は複数のカメラ２１１、グローバルポジションシステム（ＧＰＳ）ユニット２１２、慣性計測ユニット（ＩＭＵ）２１３、レーダユニット２１４並びに光検出及び測距（ＬＩＤＡＲ）ユニット２１５を含むが、それらに限定されない。ＧＰＳシステム２１２は自動運転車両の位置に関する情報を提供するように動作可能な送受信機を含んでもよい。ＩＭＵユニット２１３は慣性加速度に基づいて自動運転車両の位置及び方位変化を感知することができる。レーダユニット２１４は、無線信号を利用して自動運転車両のローカル環境におけるオブジェクトを感知するシステムを表すことができる。いくつかの実施形態では、オブジェクトを感知することに加えて、レーダユニット２１４は、更にオブジェクトの速度及び／又は進行方向を感知することができる。ＬＩＤＡＲユニット２１５は、レーザを使用して自動運転車両の所在環境におけるオブジェクトを感知することができる。他のシステム構成要素に加えて、ＬＩＤＡＲユニット２１５は更に一つ又は複数のレーザ光源、レーザスキャナ及び一つ又は複数の検出器を含んでもよい。カメラ２１１は、自動運転車両の周囲環境の画像を取得する一つ又は複数の装置を含んでもよい。カメラ２１１はスチルカメラ及び／又はビデオカメラであってもよい。カメラは、例えば、回転及び／又は傾斜のプラットフォームに取り付けることによって、機械的に移動されてもよい。

センサシステム１１５には、他のセンサ、例えばソナーセンサ、赤外線センサ、ステアリングセンサ、スロットルセンサ、ブレーキセンサ及びオーディオセンサ（例えば、マイクロフォン）が含まれてもよい。オーディオセンサは、自動運転車両の周囲の環境から音声を取得するように配置されてもよい。ステアリングセンサはステアリングホイール、車両の車輪又はそれらの組み合わせの操舵角を感知するように配置されてもよい。スロットルセンサ及びブレーキセンサはそれぞれ車両のスロットル位置とブレーキ位置を検出する。ある場合に、スロットルセンサとブレーキセンサは集積型のスロットル／ブレーキセンサとして集積されてもよい。

一実施形態では、車両制御システム１１１はステアリングユニット２０１、スロットルユニット２０２（加速ユニットともいう）及びブレーキユニット２０３を含むが、それらに限定されない。ステアリングユニット２０１は車両の方向又は進行方向を調整するために用いられる。スロットルユニット２０２は電動機又はエンジンの速度を制御するために用いられ、電動機又はエンジンの速度は更に車両の速度と加速度を制御するために用いられる。ブレーキユニット２０３は、摩擦を提供して車両の車輪又はタイヤを減速させることにより車両を減速させる。注意すべきなのは、図２に示された構成要素はハードウェア、ソフトウェア或いはそれらの組み合わせで実現されることができる。

図１を再び参照し、無線通信システム１１２は、自動運転車両１０１と、装置、センサ、他の車両などのような外部システムとの通信を可能にする。例えば、無線通信システム１１２は、一つ又は複数の装置と直接的に無線通信してもよく、或いは通信ネットワークを経由して無線通信し、例えばネットワーク１０２を経由してサーバ１０３〜１０４と通信してもよい。無線通信システム１１２は、如何なるセルラー通信ネットワーク又は無線ローカルエリアネットワーク（ＷＬＡＮ）、例えばＷｉＦｉ（登録商標）を使用して他の構成要素又はシステムと通信することができる。無線通信システム１１２は、例えば赤外線リンク、ブルートゥース（登録商標）などを使用して装置（例えば、乗客のモバイルデバイス、表示装置、車両１０１内のスピーカ）と直接通信することができる。ユーザインターフェースシステム１１３は、車両１０１内に実現される周辺機器の部分であってもよく、例えばキーボード、タッチスクリーン表示装置、マイクロフォン及びスピーカなどが挙げられる。

自動運転車両１０１の機能のうちの一部又は全部は、特に自動運転モードで動作する場合に、感知及び計画システム１１０により制御されるか又は管理されることができる。感知及び計画システム１１０は、センサシステム１１５、制御システム１１１、無線通信システム１１２及び／又はユーザインターフェースシステム１１３から情報を受信し、受信された情報を処理し、出発地から目的地までのルート又は経路を計画した後に、計画及び制御情報に基づいて車両１０１を運転するように、必要なハードウェア（例えば、プロセッサ、メモリ、記憶デバイス）とソフトウェア（例えば、オペレーティングシステム、計画及びルーティングプログラム）を含む。あるいは、感知及び計画システム１１０は車両制御システム１１１と一体に集積されてもよい。

例えば、乗客であるユーザは、例えばユーザインターフェースを介して旅程の出発地位置及び目的地を指定することができる。感知及び計画システム１１０は旅程関連データを取得する。例えば、感知及び計画システム１１０は、ＭＰＯＩサーバから位置及びルート情報を取得することができる。前記ＭＰＯＩサーバはサーバ１０３〜１０４の一部であってもよい。位置サーバは位置サービスを提供し、ＭＰＯＩサーバは地図サービス及びある位置のＰＯＩを提供する。あるいは、このような位置及びＭＰＯＩ情報は、感知及び計画システム１１０の永続性記憶装置にローカルキャッシュされてもよい。

自動運転車両１０１がルートに沿って移動している場合に、感知及び計画システム１１０は交通情報システム又はサーバ（ＴＩＳ）からリアルタイム交通情報を取得することもできる。注意すべきなのは、サーバ１０３〜１０４は第三者エンティティにより動作させることができる。あるいは、サーバ１０３〜１０４の機能は感知及び計画システム１１０と一体に集積されてもよい。感知及び計画システム１１０は、リアルタイム交通情報、ＭＰＯＩ情報及び位置情報、並びにセンサシステム１１５により検出されるか又は感知されるリアルタイムローカル環境データ（例えば、障害物、オブジェクト、付近の車両）に基づいて、所定の目的地まで安全的且つ効率的に到達するために、最適なルートを計画し且つ計画されたルートに従って例えば制御システム１１１を介して車両１０１を運転することができる。

サーバ１０３は、様々なクライアントに対してデータ解析サービスを実行するデータ解析システムであってもよい。一実施形態では、データ解析システム１０３は、データコレクタ１２１と、機械学習エンジン１２２とを含む。データコレクタ１２１は、様々な車両（自動運転車両又は人間の運転手により運転される一般車両）から運転統計データ１２３を取得する。運転統計データ１２３には、発行された運転コマンド（例えば、スロットルコマンド、ブレーキコマンド、ステアリングコマンド）を示す情報及び異なる時点で車両のセンサにより取得された車両の応答（例えば、速度、加速度、減速度、方向）を示す情報が含まれる。運転統計データ１２３は更に、異なる時点における運転環境を記述する情報、例えば、ルート（出発地位置及び目的地位置を含む）、ＭＰＯＩ、道路状況、天気状況などを含んでもよい。

機械学習エンジン１２２は、運転統計データ１２３に基づいて、各種の目的のために１セットのルール、アルゴリズム及び／又はモデル１２４を生成するか又は訓練する。一実施形態では、例えば、アルゴリズム／モデル１２４は、基準線のサンプリング点の密度を動的に調整可能なサンプリングモデル又はアルゴリズムを含んでもよい。サンプリングモデルは、基準線のサンプリング点の密度を補正するために、最小サンプリング距離、最大サンプリング距離及び一つ又は複数のサンプリングアルゴリズムを含んでもよい。サンプリングモデルは、自動運転車両にアップロードされて基準線の点密度をリアルタイムで動的に調整することができる。

図３Ａ及び図３Ｂは、一実施形態に係る自動運転車両と共に使用される感知及び計画システムの例を示したブロック図である。システム３００は、図１の自動運転車両１０１の一部として実現されてもよく、感知及び計画システム１１０、制御システム１１１及びセンサシステム１１５を含むが、それらに限定されない。図３Ａ〜図３Ｂを参照し、感知及び計画システム１１０には、測位モジュール３０１、感知モジュール３０２、予測モジュール３０３、決定モジュール３０４、計画モジュール３０５、制御モジュール３０６、ルーティング／サンプリングモジュール３０７並びに基準線ジェネレータ３０９が含まれるが、それらに限定されない。

モジュール３０１〜３０９のうちの一部又は全部は、ソフトウェア、ハードウェア或いはそれらの組み合わせで実現されてもよい。例えば、これらのモジュールは、永続性記憶装置３５２にインストールされ、メモリ３５１にロードされ、且つ一つ又は複数のプロセッサ（図示せず）により実行されてもよい。注意すべきなのは、これらのモジュールのうちの一部又は全部は、図２の車両制御システム１１１の一部又は全部のモジュールに通信可能に接続されるか、又はそれらと一体に集積されてもよい。モジュール３０１〜３０９のうちの一部は、一体に集積モジュールとして集積可能である。例えば、ルーティング／サンプリングモジュール３０７及び基準線ジェネレータ３０９は、単一のモジュールとして集積されてもよい。

測位モジュール３０１は、自動運転車両３００の現在位置を（例えば、ＧＰＳユニット２１２により）決定し、ユーザの旅程又はルートに関する如何なるデータを管理する。測位モジュール３０１（地図及びルートモジュールともいう）は、ユーザの旅程又はルートに関連する如何なるデータを管理する。ユーザは例えばユーザインターフェースを経由して登録して旅程の出発地位置及び目的地を指定することができる。測位モジュール３０１は自動運転車両３００における地図及びルート情報３１１のような他の構成要素と通信して旅程に関するデータを取得する。例えば、測位モジュール３０１は位置サーバ並びに地図及びＰＯＩ（ＭＰＯＩ）サーバから位置及びルート情報を取得することができる。位置サーバは位置サービスを提供し、ＭＰＯＩサーバは地図サービス及びある位置のＰＯＩを提供することにより、地図及びルート情報３１１の一部としてキャッシュされることができる。自動運転車両３００がルートに沿って移動する際に、測位モジュール３０１は交通情報システム又はサーバからリアルタイム交通情報を取得することもできる。

感知モジュール３０２は、センサシステム１１５により提供されたセンサデータと、測位モジュール３０１により取得された測位情報に基づいて、周囲の環境への感知を決定する。感知情報は、一般の運転手が運転手により運転されている車両の周囲において感知すべきものを示すことができる。感知は、例えばオブジェクトの形式で、車線配置（例えば、直進車線又はカーブ車線）、信号機信号、他の車両の相対位置、歩行者、建築物、横断歩道又は他の交通関連標識（例えば、止まれ標識、ゆずれ標識）などを含むことができる。

感知モジュール３０２は、一つ又は複数のカメラにより取り込まれた画像を処理し解析して自動運転車両の環境におけるオブジェクト及び／又は特徴を認識するように、コンピュータビジョンシステム又はコンピュータビジョンシステムの機能を含むことができる。前記オブジェクトは、交通信号、道路の境界、他の車両、歩行者及び／又は障害物などを含むことができる。コンピュータビジョンシステムは、オブジェクト認識アルゴリズム、ビデオトラッキング及び他のコンピュータビジョン技術を使用することができる。いくつかの実施形態では、コンピュータビジョンシステムは、環境地図を描画し、オブジェクトを追跡し、及びオブジェクトの速度などを推定することができる。感知モジュール３０２は、レーダ及び／又はＬＩＤＡＲのような他のセンサにより提供される他のセンサデータに基づいてオブジェクトを検出することもできる。

オブジェクトごとについて、予測モジュール３０３はその環境においてオブジェクトがどのように挙動するかを予測する。前記予測は地図及びルート情報３１１と交通ルール３１２のセットを考慮した上でその時点で運転環境が感知された感知データに応じて実行される。例えば、オブジェクトが反対の方向における車両で、且つ現在の運転環境に交差点が含まれている場合に、予測モジュール３０３は車両が直進するか、又はカーブ走行するかを予測する。感知データにより交差点において信号機がないと示された場合に、予測モジュール３０３は、車両が交差点に入る前に完全に停車する必要があると予測可能である。感知データにより車両が現在左折専用車線又は右折専用車線に位置すると示された場合に、予測モジュール３０３は車両が左折又は右折の可能性が大きいと予測可能である。

オブジェクトごとに対して、決定モジュール３０４はオブジェクトをどのように対応するかを決定する。例えば、特定のオブジェクト（例えば、交差のルートにおける他の車両）及びオブジェクトを記述するメタデータ（例えば、速度、方向、操舵角）について、決定モジュール３０４は前記オブジェクトと遇うときに如何に対応するか（例えば、追い越し、道譲り、停止、追い抜き）を決定する。決定モジュール３０４は交通ルール又は運転ルール３１２のルールセットに基づいてこのような決定を下すことができる。前記ルールセットは永続性記憶装置３５２に記憶されてもよい。

計画モジュール３０５は、感知されたオブジェクトのそれぞれに対する決定に基づいて、自動運転車両に経路又はルート並びに運転パラメータ（例えば、距離、速度及び／又は操舵角）を計画する。言い換えれば、特定のオブジェクトについて、決定モジュール３０４は当該オブジェクトに対して何をするかを決定し、計画モジュール３０５はどのようにするかを決定する。例えば、所定のオブジェクトについて、決定モジュール３０４は前記オブジェクトを追い抜くかを決定することができ、計画モジュール３０５は前記オブジェクトを左側か右側から追い抜くことを決定することができる。計画及び制御データは、計画モジュール３０５により生成され、車両３００が次の移動周期（例えば、次のルート／経路区間）においてどのように移動するかを記述する情報を含む。例えば、計画及び制御データは、車両３００が３０マイル／時間（ｍｐｈ）の速度で１０メートル移動し、その後に２５ｍｐｈの速度で右側の車線に変更するように指示することができる。

制御モジュール３０６は、計画及び制御データに基づいて、計画及び制御データにより限定されたルート又は経路に応じて適当なコマンド又は信号を車両制御システム１１１に送信することにより自動運転車両を制御し運転する。前記計画及び制御データは、経路又はルートに沿って異なる時点で適当な車両配置又は運転パラメータ（例えば、スロットル、ブレーキ及びステアリングコマンド）を使用することにより車両をルート又は経路の第1の点から第２の点まで運転するのに十分な情報を有する。

一実施形態では、計画段階は、コマンド周期ともいう複数の計画周期に実行され、例えば、時間間隔が１００ミリ秒（ｍｓ）である周期毎に実行される。各計画周期又はコマンド周期について、計画及び制御データに基づいて一つ又は複数の制御コマンドを発する。つまり、１００ｍｓ毎に、計画モジュール３０５は次のルート区間又は経路区間を計画し、例えば、目標位置及びＡＤＶが目標位置に到着するのに所要の時間が含まれる。あるいは、計画モジュール３０５は更に具体的な速度、方向及び／又は操舵角などを計画することもできる。一実施形態では、計画モジュール３０５は、次の予定時間帯、例えば５秒に対してルート区間又は経路区間を計画する。各計画周期について、計画モジュール３０５は前の周期において計画された目標位置に基づいて現在の周期（例えば、次の５秒）に用いる目標位置を計画する。そして、制御モジュール３０６は、現在の周期における計画及び制御データに基づいて一つ又は複数の制御コマンド（例えば、スロットル、ブレーキ、ステアリングの制御コマンド）を生成する。

注意すべきなのは、決定モジュール３０４と計画モジュール３０５は、集積モジュールとして一体化されてもよい。決定モジュール３０４／計画モジュール３０５は、自動運転車両の走行経路を決定するために、ナビゲーションシステム又はナビゲーションシステムの機能を具備することができる。例えば、ナビゲーションシステムは、自動運転車両が下記の経路に沿って移動することを実現するための一連の速度及び進行方向を決定することができる。前記経路では、自動運転車両が最終的な目的地に通じる走行車線による経路に沿って進行すると共に、感知された障害物を実質的に回避できる。目的地は、ユーザインターフェースシステム１１３を経由して行われたユーザ入力に応じて設定されてもよい。ナビゲーションシステムは自動運転車両が走行していると同時に走行経路を動的に更新することができる。ナビゲーションシステムは、自動運転車両のための走行経路を決定するように、ＧＰＳシステム及び一つ又は複数の地図からのデータをマージすることができる。

決定モジュール３０４／計画モジュール３０５は、認識、評価及び回避、或いは他の手段で自動運転車両の環境における潜在的な障害物を追い抜くように、更に衝突防止システム又は衝突防止システムの機能を具備する。例えば、衝突防止システムは、制御システム１１１の一つ又は複数のサブシステムを動作させることで、方向変更動作、カーブ走行動作、ブレーキ動作などを行うことによって、自動運転車両のナビゲーションにおける変更を実現することができる。衝突防止システムは、周囲の交通モード、道路状況などに応じて実現可能な障害物回避動作を自動的に決定することができる。衝突防止システムは、他のセンサシステムにより自動運転車両が方向変更して進入しようとする隣接領域における車両、建築障害物などが検出された時にステアリング動作を行わないように配置されることができる。衝突防止システムは、使用可能で且つ自動運転車両の乗員の安全性を最大化させる動作を自動的に選択することができる。衝突防止システムは、自動運転車両の客室に最小値の加速度を発生させるように予測される回避動作を選択することができる。

ルーティングモジュール３０７は、例えば地図情報（例えば道路区間情報、道路区間の車線及び車線から縁石までの距離）から基準線を生成することができる。例えば、道路は三つの道路区間を示すようにセクション又は区間｛Ａ、Ｂ及びＣ｝に区画可能である。道路区間Ａの三つの車線は、｛Ａ１、Ａ２及びＡ３｝のように列挙されてもよい。基準線に沿って均一な密度を持つ基準点を生成することによりＡ基準線を生成する。例えば、ルーティングモジュール３０７は、車両の車線について、地図データにより提供される車両の車線における二つの対向する縁石又はエッジの中間点を連結することができる。ルーティングモジュール３０７は、前記中間点と収集された過去に異なる時点で車両の車線を走行した車両のデータポイントを示す機械学習データに基づいて、収集された車両の車線の所定の隣接領域におけるデータポイントのサブセットを選択し、収集されたデータポイントのサブセットに基づいて平滑化関数を前記中間点に適用することにより基準点を算出する。

基準線ジェネレータ３０９は、車線におけるＡＤＶを制御するための基準線として、基準点に基づいて基準点を挿入することにより基準線を生成する。いくつかの実施形態では、基準線を示す基準点テーブルと道路区間テーブルがＡＤＶにリアルタイムにダウンロードされることにより、ＡＤＶは、ＡＤＶの地理位置及び走行方向に基づいて基準点テーブル及び道路区間テーブルから基準線を生成することができる。例えば、一実施形態では、ＡＤＶは遇うべき前方の道路区間を示す経路区間標識及び／又はＡＤＶによるＧＰＳ位置で経路区間のためのルーティングサービスを要求することにより基準線を生成することができる。ルーティングサービスは、経路区間標識に基づいて、興味のある道路区間の全ての車線のための基準点が含まれているＡＤＶ基準点テーブルに戻すことができる。ＡＤＶは、経路区間の車線のための基準点をルックアップして車両の車線におけるＡＤＶを制御するための基準線を生成することができる。

一実施形態では、サンプリングモジュール３０７は、ＡＤＶの演算量を低減するために、一部の道路の長さに用いられる最小サンプリング距離と最大サンプリング距離を決定して非均一な線密度を持つ基準線に対して生成された基準線の密度を動的に調整することができる。例えば、サンプリングモジュール３０７は、（サンプリングアルゴリズム／モデル３１３の一部として）サンプリングアルゴリズムを利用して生成された基準線の密度を動的に調整することにより、演算資源の利用可能性に基づき、或いはいくつかの客観的な要求を満たすために基準線の基準点の数を減少することができる。例えば、サンプリングモジュール３０７は、（ユーザインターフェースを介して設定を変更すること、或いはサーバ１０４を介してＡＤＶにダウンロードされて更新することによって）感知及び計画システム１１０から要求を受信して、ＡＤＶの付近における基準線の点密度を変えずに基準点の密度を約五割を低減することができる。

サンプリングモジュール３０７は、試行錯誤により最大サンプリング距離を調整し、新たな基準線の点密度を算出することにより、サンプリングモジュール３０７が演算に対する客観的な要求を満たすまで、基準線の点密度を動的に調整することができる。ある場合に、サンプリングモジュール３０７は、最小サンプリング距離、最大サンプリング距離及びサンプリング長さを入力とするサンプリングアルゴリズムの演算を実行する。サンプリングモジュール３０７は、０．９メートル、１．０メートル、１．１メートル、１．２メートルなどの最大サンプリング距離を試すと共に、一定の０．２メートルの最小サンプリング距離（例えば、ＡＤＶの付近における基準線の点密度が約０．２メートル／点であることを確保する）と２００メートルの道路の長さを維持することにより、点密度が５割低減された新たな基準線を得る。そして、新たに得られた最大サンプリング距離は対応的に後続の基準線における点の生成に用いることができる。

上記のように、ルート又はルーティングモジュール３０７は、ユーザの旅程又はルートに関する如何なるデータを管理する。ＡＤＶのユーザは、出発地位置と目的地位置を指定して旅程に関するデータを取得する。旅程に関するデータには、ルート区間及びルート区間の基準線又は基準点が含まれる。例えば、ルーティングモジュール３０７は、地図及びルート情報３１１に基づいて、ルート又は道路区間テーブルと基準点テーブルを生成する。基準点は、道路区間テーブルにおける道路区間及び／又は車線に関係している。基準点は、挿入されてＡＤＶを制御するための一つ又は複数の基準線を形成可能である。基準点は、道路区間及び／又は道路区間の特定の車線に固有のものとすることが可能である。

例えば、道路区間テーブルは、道路区間Ａ〜Ｄのための前と後の道路における車線を含むように名称−値のペアであってもよい。例えば、道路区間テーブルは、車線１を有する道路区間Ａ〜Ｄのための｛（Ａ１，Ｂ１）、（Ｂ１，Ｃ１）、（Ｃ１，Ｄ１）｝であってもよい。基準点テーブルは、道路区間の車線のためのｘ−ｙ座標系における基準点、例えば｛（Ａ１，（ｘ１，ｙ１））、（Ｂ１，（ｘ２，ｙ２））、（Ｃ１、（ｘ３，ｙ３））、（Ｄ１、（ｘ４，ｙ４））｝を含んでもよい。なお、Ａ１、…、Ｄ１は、道路区間Ａ〜Ｄの車線１、（ｘ１，ｙ１）、…、（ｘ４，ｙ４）は、対応する実世界座標である。一実施形態では、道路区間及び／又は車線は、所定の長さ、例えば約２００メートル区間／車線に区画される。他の実施形態では、道路区間及び／又は車線は、道路状況、例えば道路カーブに基づいて様々な長さの区間／車線に区画される。いくつかの実施形態では、道路区間及び／又は車線毎に基準点が複数含まれてもよい。いくつかの実施形態では、基準点は、例えば緯度−経度のような他の座標系に転換可能である。そして、サンプリングモジュール３０７は、基準点の密度を動的に調整することができる。

注意すべきなのは、以上に例示及び説明された構成要素の一部又は全部は、ソフトウェア、ハードウェア又はそれらの組み合わせで実現可能である。例えば、このような構成要素は、永続性記憶装置にインストールされるとともに記憶されたソフトウェアとして実現可能である。前記ソフトウェアは、前記ソフトウェアは、本願にわたって記載されたプロセス又は動作を実施するように、プロセッサ（図示せず）でメモリにロードして実行されてもよい。あるいは、このような構成要素は、専用ハードウェア（例えば、集積回路（例えば、特定用途向け集積回路又はＡＳＩＣ）、デジタル信号プロセッサ（ＤＳＰ）或いはフィールドプログラマブルゲートアレイ（ＦＰＧＡ））にプログラミングされるか、或いは埋め込まれた実行可能なコードとして実現可能である。前記実行可能なコードは、アプリケーションからの対応するドライバー及び／又はオペレーティングシステムを介してアクセス可能である。また、そのような構成要素は、ソフトウェア構成要素が一つ以上の特定の命令によってアクセス可能な命令セットの一部としてプロセッサ又はプロセッサコアにおける特定のハードウェアロジックとして実現されることができる。

図４は、サンプリングアルゴリズム／モデルが適用される前の例示的な基準線の点を示したブロック図である。図４を参照し、基準線４０１はＡＤＶ１０１からの基準点４０２の集合を示す。基準点４０２は、ルーティングモジュール４０７によりＡＤＶの現在位置及び到達すべき目的地位置に基づいて提供可能である。基準点４０２（例えば、第１基準点集合）は、（ｘ、ｙ）実世界座標系又は経度−緯度座標系に位置してもよい。一つの例において、（開始点４０３から終了点４０４までの）基準点４０２は、長さが２００メートルの基準線４０１を示す、約０．２メートル分離した点を有してもよい。

図５は、一実施形態による例示的に動的に調整された基準線のサンプリング点の密度を示したブロック図である。一実施形態では、図５を参照し、基準線４０１には、非均一な密度を持つ基準点４０３、５０２〜５０６（例えば、第２基準点集合）が含まれる。基準点５０２〜５０６は、サンプリングモジュール３０７により（サンプリングアルゴリズム／モデル３１３の一部として）サンプリングアルゴリズム／モデルを利用して基準線４０１に沿って選択可能である。サンプリングアルゴリズムは、提供された基準点の非均一な密度、即ち、最小サンプリング点距離、最大サンプリング点距離及び基準線の長さを算出可能である。一実施形態では、サンプリングアルゴリズムは以下のようになる。
式中、ｓは第１基準点集合に沿う現在のサンプリング基準点からのＡＤＶの距離、Ｄｍａｘは最大サンプリング点距離、Ｄｍｉｎは最小サンプリング点距離、Ｌは基準線の長さ、σは小数、例えば１ｅ−３である。

図５を参照し、説明のために、基準線４０１は非均一な密度を持つ基準点４０３、５０２〜５０６を含んでもよい。基準点５０２〜５０６は、サンプリングモジュール３０７により基準線４０１又はそれに応じた基準点に沿って選択可能である。一実施形態では、サンプリングモジュール３０７は、開始点４０３（例えば、ｓ＝０）から始まって開始点ｓ＝０においてサンプリングアルゴリズムを適用してｓ＝０におけるサンプリング点距離ｆ（ｓ）５１４を算出する。そして、サンプリングモジュール３０７は、点４０３からサンプリング点距離５１４だけ離れた次のサンプリング点５０３を選択する。サンプリングモジュール３０７は、点５０３においてサンプリングアルゴリズムを適用してサンプリング点距離５１５を算出することにより点５０４を選択する。サンプリングモジュール３０７は、サンプリングアルゴリズムが終了点、例えば点５０６に到達するまで、サンプリングアルゴリズムを後続のサンプリング点（５０４、…、５０６）に適用して後続のサンプリング点距離を算出して後続のサンプリング点を選択する。このように、非均一な密度を持つ基準点（例えば、点４０３、５０２〜５０６）の基準線が後で他のモジュール（例えば、決定及び計画モジュール３０４〜３０５）により使用されることにより、ＡＤＶ１０１を制御するように走行軌跡を計画する。基準点の密度を制御する動機は、基準線における点の数に線形な相関を持つ多くのアルゴリズム（例えば予測、決定及び計画周期におけるアルゴリズム）の演算時間を低減するためである。より少ない基準点を持つ基準線は、よりも効率的な且つより早い周期を形成することができる。ところが、基準点の数の減少又は（特にＡＤＶに近い）基準点の間のサンプリング間隔の増大により、エラー（例えば、隣接する基準点の間で発生した、他の手段でキャプチャ可能なイベントを精確にキャプチャすることができない）を引き起こすことが可能である。従って、基準点の密度がＡＤＶから離れるほど小さくなることにより、ＡＤＶの直近の走行範囲の近くにそのようなエラーを引き起こすことがなく、ＡＤＶから遠くなるにつれて演算効率の性能の向上を確保することが可能になる。

これらの基準点は、車両から離れた位置にあるため、現在の周期におけるＡＤＶの制御に利用不可能である。次の計画周期が来ると、新たな基準線が生成され、前の計画周期における前の基準線が使用されない可能性がある。従って、より高い密度レベルで車両の付近における基準点をサンプリングすることにより、軌跡が精確的に生成されるように確保することができる。ＡＤＶから離れた、現在のサンプリング周期においてＡＤＶの制御に利用しない基準点をより低い密度レベルでサンプリングすることにより、演算時間を短縮できる。

図６は、一実施形態に係るＡＤＶの制御方法を示すフローチャートである。処理６００は、ソフトウェア、ハードウェア又はそれらの組み合わせを含む処理ロジックにより実行可能である。例えば、プロセス６００は、図３Ａ〜図３Ｂにおけるサンプリングモジュール３０７により実行可能である。図６を参照し、ブロック６０１において、処理ロジックは、地図及びルート情報に基づいた、ＡＤＶが従うべき基準線を示す第１基準点集合を受信する。ブロック６０２において、処理ロジックは、ブロック６０３において第１基準点集合から現在の基準点を選択することを繰り返して実行することを含めて、第１基準点集合に対応する基準線に沿って第２基準点集合を選択する。ブロック６０４において非線形アルゴリズムにより現在選択された基準点に基づいて第１基準点集合に沿うサンプリング距離を決定する。ブロック６０５において、ＡＤＶに近い第２基準点集合の密度が選択されたＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて第１基準点集合に沿って次の基準点を選択する。ブロック６０６において、処理ロジックは第２基準点集合によりＡＤＶのための軌跡を計画してＡＤＶを制御する。

一実施形態では、サンプリング距離を決定することは、更に最小サンプリング距離及び最大サンプリング距離を決定することを含む。なお、サンプリング距離は、最小サンプリング距離及び最大サンプリング距離に基づいて決定される。他の実施形態では、サンプリング距離は更に基準線の長さに応じて決定される。

一実施形態では、第２基準点集合には、ＡＤＶの付近における最小サンプリング距離にほぼ等しい距離で分離した点と、ＡＤＶから離れた最大サンプリング距離にほぼ等しい距離で分離した点とが含まれる。一実施形態では、第２基準点集合の密度は、ＡＤＶから離れるほど小さくなる。

一実施形態では、非線形アルゴリズムは指数関数の逆関数である。一実施形態では、非線形アルゴリズムはＡ／（１＋ｅ^{（Ｂｘ＋Ｃ）}）である。式中、Ａは最大サンプリング距離、ＣはＡを、最小サンプリング距離から１を引いた値で割った商の対数であり、ＢはＡ／（（Ａ−σ）−１）の対数からＣを引いた値を基準線の長さで割った値であり、σは分数である。

図７は本発明の一実施形態と共に使用可能なデータ処理システムの例を示すブロック図である。例えば、システム１５００は、以上で説明された前記プロセス又は方法の何れかを実行する如何なるデータ処理システムを表すことができ、例えば、図１の感知及び計画システム１１０又はサーバ１０３〜１０４が挙げられる。システム１５００は、いくつかの異なる構成要素を具備することができる。これらの構成要素は、集積回路（ＩＣ）、集積回路の一部、ディスクリート型電子デバイス又は回路基板（例えば、コンピュータシステムのマザーボード又はアドインカード）に適する他のモジュールとして実現可能であり、或いは他の形態でコンピュータシステムのシャーシ内に設置される構成要素として実現可能である。

注意すべきなのは、システム１５００はコンピュータシステムの複数の構成要素のハイレベルビューを示すことを意図している。しかしながら、理解すべきなのは、いくつかの実施例に付加的構成要素を具備してもよく、また他の実施例に示された構成要素の異なる配置を具備してもよい。システム１５００は、デスクトップコンピュータ、ラップトップコンピュータ、タブレットコンピュータ、サーバ、モバイルフォン、メディアプレーヤ、パーソナルデジタルアシスタント（ＰＤＡ）、スマート腕時計、パーソナルコミュニケーター、ゲーム装置、ネットワークルータ又はハブ、無線アクセスポイント（ＡＰ）又はリピータ、セットトップボックス或いはそれらの組み合わせを表すことができる。また、単一の機械又はシステムのみされたが、単語「機械」又は「システム」という用語は、本明細書で説明されるいずれか一種以上の方法を実行するための、単独で又は共同で一つ（又は複数）の命令セットを実行する機械又はシステムの任意の組み合わせも含まれると解釈されるものとする。

一実施形態では、システム１５００は、バス又はインターコネクタ１５１０を介して接続されるプロセッサ１５０１、メモリ１５０３及び装置１５０５〜１５０８を具備する。プロセッサ１５０１は、そのうちに単一のプロセッサコア、又は複数のプロセッサコアが含まれる単一のプロセッサ、又は複数のプロセッサを表すことができる。プロセッサ１５０１は、一つ又は複数の汎用プロセッサ、例えばマイクロプロセッサ、中央処理装置（ＣＰＵ）などを表すことができる。具体的に、プロセッサ１５０１は複雑命令セットコンピューティング（ＣＩＳＣ）マイクロプロセッサ、縮小命令セットコンピューティング（ＲＩＳＣ）マイクロプロセッサ、超長命令語（ＶＬＩＷ）マイクロプロセッサ、或いは他の命令セットを実行するプロセッサ、或いは命令セットの組み合わせを実行するプロセッサであってもよい。プロセッサ１５０１は更に、例えば、特定用途向け集積回路（ＡＳＩＣ）、セルラー又はベースバンドプロセッサ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、デジタルシグナルプロセッサ（ＤＳＰ）、ネットワークプロセッサ、グラフィックプロセッサ、通信プロセッサ、暗号化プロセッサ、コプロセッサ、組込みプロセッサ、又は命令を処理可能な任意の他のタイプのロジックのような、一つ又は複数の専用プロセッサであってもよい。

プロセッサ１５０１（ローパワーマルチコアプロセッサソケット、例えば超低電圧プロセッサであってもよい）は、前記システムの様々な構成要素と通信するための主処理ユニット及び中央ハブとして使用可能である。このようなプロセッサは、システムオンチップ（ＳｏＣ）として実現可能である。プロセッサ１５０１は、本明細書で説明された動作及びステップを実行するための命令を実行するように配置される。システム１５００は更に所望によるグラフィックサブシステム１５０４と通信するためのグラフィックインターフェースを含んでもよい。グラフィックサブシステム１５０４は、表示コントローラ、グラフィックプロセッサ及び／又は表示装置を含んでもよい。

プロセッサ１５０１はメモリ１５０３と通信可能である。ある実施形態では、メモリ１５０３は複数のメモリ装置を介して実施されることにより所定量のシステムメモリが提供可能である。メモリ１５０３は、一つ又は複数の揮発性記憶（或いはメモリ）装置、例えばランダムアクセスメモリ（ＲＡＭ）、ダイナミックＲＡＭ（ＤＲＡＭ）、シンクロナスＤＲＡＭ（ＳＤＲＡＭ）、スタティックＲＡＭ（ＳＲＡＭ）又は他のタイプの記憶装置を含んでもよい。メモリ１５０３はプロセッサ１５０１又は他の任意の装置により実行される命令シーケンスを含む情報を記憶可能である。例えば、様々なオペレーティングシステム、デバイスドライバ、ファームウェア（例えば、基本入出力システム又はＢＩＯＳ）及び／又はアプリケーションの実行可能なコード及び／又はデータは、メモリ１５０３にロードされ且つプロセッサ１５０１により実行可能である。オペレーティングシステムは、例えば、ロボットオペレーティングシステム（ＲＯＳ）、Ｍｉｃｒｏｓｏｆｔ（登録商標）社のＷｉｎｄｏｗｓ（登録商標）オペレーティングシステム、アップル社のＭａｃＯＳ（登録商標）／ｉＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）社のＡｎｄｒｏｉｄ（登録商標）、ＬＩＮＵＸ（登録商標）、ＵＮＩＸ（登録商標）、又はその他のリアルタイム若しくは組込みオペレーティングシステムのような、任意のタイプのオペレーティングシステムであってもよい。

システム１５００は更にＩＯ装置（例えばネットワークインターフェース装置１５０５、所望による入力装置１５０６、及び他の所望によるＩＯ装置１５０７を含む装置１５０５〜１５０８）を含む。ネットワークインターフェース装置１５０５は、無線送受信機及び／又はネットワークインターフェースカード（ＮＩＣ）を含んでもよい。前記無線送受信機は、ＷｉＦｉ送受信機、赤外線送受信機、ブルートゥース送受信機、ＷｉＭａｘ送受信機、無線携帯電話送受信機、衛星送受信機（例えば、グロバールポジションシステム（ＧＰＳ）送受信機）、他の無線周波数（ＲＦ）送受信機或いはそれらの組み合わせであってもよい。ＮＩＣはイーサネット（登録商標）カードであってもよい。

入力装置１５０６は、マウス、タッチパネル、タッチスクリーン（表示装置１５０４と一体化に集積可能）、ポインター装置（例えばスタイラス）及び／又はキーボード（例えば、物理キーボード又はタッチスクリーンの一部として表示される仮想キーボード）を含んでもよい。例えば、入力装置１５０６はタッチスクリーンに接続されるタッチスクリーンコントローラを含んでもよい。タッチスクリーン及びタッチスクリーンコントローラは、例えば様々なタッチセンシティブ技術（コンデンサ、抵抗、赤外線及び表面弾性波技術を含むが、それらに限定されない）のうちの何れか一つ、並びに他の近接センサアレイ又はタッチスクリーンと接触する一つ又は複数のポイントを特定するための他の素子を利用してその接触、移動又は中断を検出することができる。

ＩＯ装置１５０７は音声装置を含んでもよい。音声装置は、例えば音声認識、音声複製、デジタル記録及び／又は電話機能のような音声サポートの機能を促進するために、スピーカ及び／又はマイクロフォンを含んでもよい。他のＩＯ装置１５０７は、ユニバーサルシリアルバス（ＵＳＢ）ポート、パラレルポート、シリアルポート、プリンター、ネットワークインターフェース、バスブリッジ（例えば、ＰＣＩ−ＰＣＩブリッジ）、センサ（例えば、加速度計のようなモーションセンサ、ジャイロスコープ、磁力計、光センサ、コンパス、近接センサなど）或いはそれらの組み合わせを更に含んでもよい。装置１５０７は更に結像処理サブシステム（例えば、カメラ）を含んでもよい。前記結像処理サブシステムは、カメラ機能（例えば、写真及びビデオ断片を記録する）を促進するための光学センサ、例えば電荷結合素子（ＣＣＤ）又は相補型金属酸化物半導体（ＣＭＯＳ）の光学センサを含んでもよい。いくつかのセンサはセンサハブ（図示せず）を介してインターコネクタ１５１０に接続されてもよい。キーボード又はサーマルセンサのような他の装置は、システム１５００の具体的な配置又は設計に応じて組み込みコントローラ（図示せず）により制御されてもよい。

例えばデータ、アプリケーション、一つ又は複数のオペレーティングシステムなどの情報の永続性記憶を提供するために、大容量の記憶デバイス（図示せず）はプロセッサ１５０１に接続されてもよい。各実施形態では、より薄くてより軽量なシステム設計を実現すると共にシステムの応答性を改善するために、このような大容量の記憶デバイスは、ソリッドステートデバイス（ＳＳＤ）により実現されてもよい。ところが、他の実施形態では、大容量の記憶デバイスは、主にハードディスクドライブ（ＨＤＤ）を使用して実現されてもよい。そのうち、容量の小さいＳＳＤ記憶デバイスは、ＳＳＤキャッシュとして使用されて停電イベントの間にコンテキスト状態及び他の類似の情報の不揮発性記憶を実現することにより、システムの動作が再開する時に通電を速く実現することができる。また、フラッシュデバイスは、例えばシリアルペリフェラルインターフェース（ＳＰＩ）を介してプロセッサ１５０１に接続されてもよい。このようなフラッシュデバイスは、システムソフトウェアの不揮発性記憶を提供することができる。前記システムソフトウェアには、前記システムのＢＩＯＳ及び他のファームウェアが含まれる。

記憶装置１５０８は、コンピュータアクセス可能な記憶媒体１５０９（機械可読記憶媒体又はコンピュータ可読記憶媒体ともいう）を含むことができ、前記コンピュータアクセス可能な記憶媒体１５０９には、本明細書で記載されたいずれか一種以上の方法又は機能を具体化する一つ以上の命令セット又はソフトウェア（例えば、モジュール、ユニット、及び／又はロジック１５２８）が記憶されている。処理モジュール／ユニット／ロジック１５２８は、前記構成要素のうちの何れか一つ（例えば図３におけるルーティング／サンプリングモジュール）を示すことができる。処理モジュール／ユニット／ロジック１５２８は更に、データ処理システム１５００、メモリ１５０３及びプロセッサ１５０１により実行される間に完全的又は少なくとも部分的にメモリ１５０３内及び／又はプロセッサ１５０１内に存在してもよい。データ処理システム１５００、メモリ１５０３及びプロセッサ１５０１も機械アクセス可能な記憶媒体として構成される。処理モジュール／ユニット／ロジック１５２８は更に、ネットワークによりネットワークインターフェース装置１５０５を介して伝送するか又は受信してもよい。

コンピュータ可読記憶媒体１５０９は、以上に説明されたいくつかのソフトウェア機能を永続的に記憶してもよい。コンピュータ可読記憶媒体１５０９は、例示的な実施形態では単一の媒体として示されたが、「コンピュータ可読記憶媒体」という用語は前記一つ又は複数の命令セットを記憶する単一の媒体又は複数の媒体（例えば、集中型又は分散型データベース及び／又は関連するキャッシュ及びサーバ）を含むと理解すべきである。「コンピュータ可読記憶媒体」という用語は、命令セットを記憶するか又は符号化可能な任意の媒体を含むと理解すべきである。前記命令セットは、機械により実行され且つ前記機械に本開示のいずれかの一つ又は複数の方法を実行させるために用いられる。従って、「コンピュータ可読記憶媒体」という用語は、ソリッドステートメモリ、光学媒体及び磁気媒体、或いは他の任意の非一時的な機械可読媒体を含むが、それらに限定されないと理解すべきである。

本明細書に記載の処理モジュール／ユニット／ロジック１５２８、構成要素及び他の特徴は、ディスクリートハードウェア構成要素として実現されてもよく、又はハードウェア構成要素（例えば、ＡＳＩＣＳ、ＦＰＧＡ、ＤＳＰ又は類似の装置）の機能に統合されてもよい。また、処理モジュール／ユニット／ロジック１５２８は、ハードウェア装置におけるファームウェア又は機能性回路として実現可能である。また、処理モジュール／ユニット／ロジック１５２８は、ハードウェア装置とソフトウェア構成要素の如何なる組み合わせで実現されてもよい。

注意すべきなのは、システム１５００はデータ処理システムの様々な構成要素を備えるものとして示されたが、構成要素を相互接続する如何なる特定なアーキテクチャ又は手段を表すことを意図するものではなく、そのような詳細は、本開示の実施形態と密接な関係がない。更に、より少ない構成要素、或いはより多くの構成要素を有するネットワークコンピュータ、ハンドヘルドコンピュータ、モバイルフォン、サーバ及び／又は他のデータ処理システムも本開示の実施形態と共に使用可能であることを理解されたい。

前記具体的な説明の一部は、既にコンピュータメモリ内にデータビットに対する演算のアルゴリズムと記号表現で示される。これらのアルゴリズムの説明及び表現は、データ処理分野における当業者によって使用される、それらの作業実質を所属分野の他の当業者に最も効果的に伝達する方法である。本明細書において、アルゴリズムは一般的に所望の結果につながるセルフコンシステントシーケンスであると考えられる。これらの動作は物理量に対する物理的処置が必要なものである。

ところが、理解すべきなのは、これらの用語及び類似の用語の全ては、適切な物理量に関連付けられるものであり、これらの量を標識しやすくするためのものに過ぎない。以上の説明で他に明示的に記載されていない限り、本明細書の全体にわたって理解するべきことは、添付された特許請求の範囲に記載するもののような用語による説明とは、コンピュータシステム、又は類似の電子計算装置の動作又はプロセスを指し、前記コンピュータシステム又は電子計算装置は、コンピュータシステムのレジスタ及びメモリにおける物理（電子）量として示されるデータを制御するとともに、前記データをコンピュータシステムメモリ又はレジスタ又はこのようなその他の情報記憶装置、伝送又は表示装置において同様に物理量として示される別のデータに変換する。

本開示の実施形態は更に本明細書における動作を実行するためのデバイスに関する。このようなコンピュータプログラムは非一時的なコンピュータ可読媒体に記憶される。機械可読媒体は、機械（例えば、コンピュータ）により読取可能な形で情報を記憶するための如何なるメカニズムを含む。例えば、機械可読（例えば、コンピュータ可読）媒体は、機械（例えば、コンピュータ）可読記憶媒体（例えば、読み出し専用メモリ（「ＲＯＭ」）、ランダムアクセスメモリ（「ＲＡＭ」）、磁気ディスク記憶媒体、光学記憶媒体、フラッシュメモリ装置）を含む。

上述した図面において説明されたプロセス又は方法は処理ロジックにより実行されてもよい。前記処理ロジックは、ハードウェア（例えば、回路、専用ロジック等）、ソフトウェア（例えば、非一時的なコンピュータ可読媒体に具現化されるもの）或いは両者の組み合わせを含む。前記プロセス又は方法は、以上で特定の順序に応じて説明されたが、前記動作の一部が異なる順序で実行されてもよいことを理解されたい。また、一部の動作は順番ではなく、並行して実行可能である。

本開示の実施形態は、如何なる特定のプログラミング言語を参照することなく記載されている。理解すべきなのは、本明細書に記載の本開示の実施形態の教示を実現するために、様々なプログラミング言語を使用することができる。

以上の明細書において、既に本開示の具体的な例示的実施形態を参照しながら本開示の実施形態を説明した。明らかに、添付された特許請求の範囲に記載の本開示のより広い主旨及び範囲から逸脱しない限り、本開示に対する様々な変更を行うことができる。よって、本明細書及び図面は、限定的な意味ではなく、例示的な意味で理解されるべきである。

Claims (22)

1. 自動運転車両（ＡＶＤ）のプログレッシブサンプリング距離により走行軌跡を生成するコンピュータ実施方法であって、
   地図及びルート情報に基づいた、前記ＡＤＶが従うべき基準線を表す第１基準点集合を受信するステップと、
   前記第１基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、
   前記第１基準点集合から現在の基準点を選択することと、
   非線形アルゴリズムを使用して現在選択された基準点に基づいて前記第１基準点集合に沿うサンプリング距離を決定することと、
   選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第１基準点集合に沿って次の基準点を選択することと、
   を繰り返して実行することを含む、前記第２基準点集合を選択するステップと、
   前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む、
   コンピュータ実施方法。
2. サンプリング距離を決定することは、更に、
   最小サンプリング距離を決定することと、
   最大サンプリング距離を決定することとを含み、前記サンプリング距離が前記最小サンプリング距離と前記最大サンプリング距離に基づいて決定される、
   請求項１に記載のコンピュータ実施方法。
3. 前記サンプリング距離は、更に前記基準線の長さに基づいて決定される請求項２に記載のコンピュータ実施方法。
4. 前記第２基準点集合には、前記ＡＤＶの付近における最小サンプリング距離にほぼ等しい距離で分離した点と、前記ＡＤＶから離れた最大サンプリング距離にほぼ等しい距離で分離した点とが含まれる請求項１に記載のコンピュータ実施方法。
5. 前記第２基準点集合の密度は、前記ＡＤＶから離れるほど小さくなる請求項１に記載のコンピュータ実施方法。
6. 前記非線形アルゴリズムは指数関数の逆関数である請求項１に記載のコンピュータ実施方法。
7. 前記非線形アルゴリズムはｆ（ｓ）＝Ａ／（１＋ｅ^{（Ｂｓ＋Ｃ）}）であり、
   式中、ｓは前記ＡＤＶまでの距離、Ａは最大サンプリング距離、ＣはＡを最小サンプリング距離から１を引いた値で割った商の対数、ＢはＡ／（（Ａ−σ）−１）の対数からＣを引いた値を前記基準線の長さで割った値、σは小数である、
   請求項１に記載のコンピュータ実施方法。
8. 命令が記憶される非一時的な機械可読媒体であって、
   前記命令がプロセッサにより実行されるとき、
   地図及びルート情報に基づいた、自動運転車両ＡＤＶが従うべき基準線を表す第１基準点集合を受信するステップと、
   前記第１基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、
   前記第１基準点集合から現在の基準点を選択することと、
   非線形アルゴリズムを使用して現在選択された基準点に基づいて前記第１基準点集合に沿うサンプリング距離を決定することと、
   選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第１基準点集合に沿って次の基準点を選択することと、
   を繰り返して実行することを含む、前記第２基準点集合を選択するステップと、
   前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む動作を前記プロセッサに実行させる、
   非一時的な機械可読媒体。
9. サンプリング距離を決定することは、更に、
   最小サンプリング距離を決定することと、
   最大サンプリング距離を決定することとを含み、前記サンプリング距離が前記最小サンプリング距離と前記最大サンプリング距離に基づいて決定される、
   請求項８に記載の非一時的な機械可読媒体。
10. 前記サンプリング距離は、更に前記基準線の長さに基づいて決定される請求項９に記載の非一時的な機械可読媒体。
11. 前記第２基準点集合には、前記ＡＤＶの付近における最小サンプリング距離にほぼ等しい距離で分離した点と、前記ＡＤＶから離れた最大サンプリング距離にほぼ等しい距離で分離した点とが含まれる、
    請求項８に記載の非一時的な機械可読媒体。
12. 前記第２基準点集合の密度は、前記ＡＤＶから離れるほど小さくなる、
    請求項８に記載の非一時的な機械可読媒体。
13. 前記非線形アルゴリズムは指数関数の逆関数である、
    請求項８に記載の非一時的な機械可読媒体。
14. 前記非線形アルゴリズムはｆ（ｓ）＝Ａ／（１＋ｅ^{（Ｂｓ＋Ｃ）}）であり、
    式中、ｓは前記ＡＤＶまでの距離、Ａは最大サンプリング距離、ＣはＡを最小サンプリング距離から１を引いた値で割った商の対数、ＢはＡ／（（Ａ−σ）−１）の対数からＣを引いた値を前記基準線の長さで割った値、σは小数である、
    請求項８に記載の非一時的な機械可読媒体。
15. データ処理システムであって、
    一つ又は複数のプロセッサと、
    前記一つ又は複数のプロセッサに接続されて命令を記憶するメモリと、を備え、
    前記命令が前記一つ又は複数のプロセッサにより実行されるとき、
    地図及びルート情報に基づいた、自動運転車両ＡＤＶが従うべき基準線を表す第１基準点集合を受信するステップと、
    前記第１基準点集合に対応する前記基準線に沿って第２基準点集合を選択するステップであって、
    前記第１基準点集合から現在の基準点を選択することと、
    非線形アルゴリズムを使用して現在選択された基準点に基づいて前記第１基準点集合に沿うサンプリング距離を決定することと、
    選択された前記ＡＤＶに近い基準点の密度が選択された前記ＡＤＶから離れた基準点の密度よりも高くなるように、決定されたサンプリング距離に基づいて前記第１基準点集合に沿って次の基準点を選択することと、
    を繰り返して実行することを含む、前記第２基準点集合を選択するステップと、
    前記第２基準点集合により前記ＡＤＶのための軌跡を計画して前記ＡＤＶを制御するステップと、を含む動作を前記プロセッサに実行させる、
    データ処理システム。
16. サンプリング距離を決定することは、更に、
    最小サンプリング距離を決定することと、
    最大サンプリング距離を決定することとを含み、前記サンプリング距離が前記最小サンプリング距離と前記最大サンプリング距離に基づいて決定される、
    請求項１５に記載のシステム。
17. 前記サンプリング距離は、更に前記基準線の長さに基づいて決定される、
    請求項１６に記載のシステム。
18. 前記第２基準点集合には、前記ＡＤＶの付近における最小サンプリング距離にほぼ等しい距離で分離した点と、前記ＡＤＶから離れた最大サンプリング距離にほぼ等しい距離で分離した点とが含まれる、
    請求項１５に記載のシステム。
19. 前記第２基準点集合の密度は、前記ＡＤＶから離れるほど小さくなる、
    請求項１５に記載のシステム。
20. 前記非線形アルゴリズムは指数関数の逆関数である、
    請求項１５に記載のシステム。
21. 前記非線形アルゴリズムはｆ（ｓ）＝Ａ／（１＋ｅ^{（Ｂｓ＋Ｃ）}）であり、
    式中、ｓは前記ＡＤＶまでの距離、Ａは最大サンプリング距離、ＣはＡを最小サンプリング距離から１を引いた値で割った商の対数、ＢはＡ／（（Ａ−σ）−１）の対数からＣを引いた値を前記基準線の長さで割った値、σは小数である、
    請求項１５に記載のシステム。
22. コンピュータプログラムであって、
    前記コンピュータプログラムがプロセッサにより実行されると、請求項１〜７のいずれか一項に記載の方法を実現するコンピュータプログラム。