JP6946456B2 - 地図及び測位を必要としない自動運転車両のコーナネゴシエーション方法 - Google Patents

Description

本発明の実施態様は、主に自動運転車両を操作することに関する。より具体的には、本発明の実施形態は、自動運転のコーナルートをネゴシエーションする技術に関する。

自動運転モードで運転する（例えば、無人運転）車両は、乗員、特に運転者を運転にかかる役割の一部から解放することが可能である。自動運転モードで運転する場合に、車両は、車載センサを利用して各位置に案内されることにより、最少のヒューマンコンピュータインタラクションや乗員なしなどの状況で走行することができる。

自動運転に、いくつかのレベルの自動運転が存在する。レベルの１つであるレベル３（Ｌ３）は、車両内の運転者を依然として必要とするが、特定の交通条件や環境条件で、「安全キー機能」を車両に完全に転送することができる。これは、運転者が依然として存在し、必要に応じて介入するが、他の自動運転レベルと同様に状況を監視する必要がないことを意味する。

自動操縦車両に対する典型的な要求は、コーナを適切にネゴシエーションすることである。Ｌ３自動運転のような低コストの自動運転の解決手段は、一般に測位モジュールが存在しないので、コーナネゴシエーションが困難なタスクとなる。また、低コストのＬ３自動運転車両に搭載されるカメラの数や品質も制限され、コーナに対するセンシングが不足であるという問題があった。解決手段の１つは、すべてのセンサをアップグレードするとともに測位モジュールを追加することであるが、明らかに、コストが顕著に増加し、市場ではそれほど人気がない。Ｌ３自動操縦車両では、有効なコーナネゴシエーション機構が欠如している。

本発明の一態様では、本発明の実施形態は、自動運転車両を操作するためのコンピュータで実施される方法であって、複数のセンサから取得されたセンサデータに基づいて自動運転車両（ＡＤＶ：autonomous driving vehicle）の周囲の運転環境を感知することと、ＡＤＶが旋回するコーナの進入点を示すように、運転環境の感知データから１つ又は複数の特徴の集合を抽出することと、進入点に基づいて、進入点に該当するマッピングエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行することと、該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、コーナを旋回するようにＡＤＶを制御するために、コーナ旋回半径に基づいてコーナ旋回軌道をネゴシエーションすることを含む方法を提供する。

本発明の他の態様によれば、本発明の実施形態は、命令が記憶されている非一時的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場合に、複数のセンサから取得されたセンサデータに基づいてＡＤＶの周囲の運転環境を感知することと、ＡＤＶが旋回するコーナの進入点を示すように、運転環境の感知データから１つ又は複数の特徴の集合を抽出することと、進入点に基づいて、進入点に該当するマッピングエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行することと、該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、コーナを旋回するようにＡＤＶを制御するために、コーナ旋回半径に基づいてコーナ旋回軌道をネゴシエーションすることをプロセッサに実行させる機械可読媒体を提供する。

本発明の他の態様によれば、本発明の実施形態は、自動運転用のコーナのコーナ配置を決定するためのコンピュータで実施される方法であって、コーナを旋回する運転シーンを表す特徴集合に関連するコーナ進入点のカテゴリの集合を定義することと、複数の車両から、異なる道路と異なる時点でコーナを旋回することを含む異なる運転環境で走行する際にキャプチャされた運転統計データを収集することと、旋回したコーナのぞれぞれについて、旋回したコーナの運転統計データに基づいて旋回したコーナを定義されたコーナ進入点のカテゴリの集合の１つに関連付けることと、コーナ進入点のカテゴリの１つを所定のコーナ旋回パラメータにマッピングするための複数のマッピングエントリを有する、後にコーナ旋回に用いられる操舵命令を決定するためのコーナマッピングテーブルを生成することとを含む方法を提供する。

本発明の実施態様は図面の各図において限定的ではなく例示的に示され、図面において同一の参照符号が同様な素子を示す。

一実施態様にかかるネットワーク化システムを示すブロック図である。 一実施態様にかかる自動運転車両の一例を示すブロック図である。 一実施態様にかかる自動運転車両に使用される感知・計画システムの例を示すブロック図である。 一実施態様にかかる自動運転車両に使用される感知・計画システムの例を示すブロック図である。 コーナ旋回シーンの一例を示す図である。 一実施形態にかかるコーナ進入点のインデックステーブルを示す。 一実施形態にかかるコーナマッピングテーブルを示す。 本発明の一実施形態にかかるコーナの旋回半径を決定するプロセスを示すブロック図である。 本発明の一実施形態にかかるコーナの旋回半径を決定するプロセスを示すフローチャートである。 本発明の一実施形態にかかるコーナマッピングテーブルを生成するプロセスを示すフローチャートである。 一実施態様にかかるデータ処理システムを示すブロック図である。

以下、検討する詳細を参照しながら本発明の各実施態様及び局面を記載して、図面において各実施態様を示す。以下の説明及び図面は、本発明を説明するためのものであり、本発明を限定するものと解釈されるべきではない。特定の詳細を多く記載することは、本発明の各実施態様を完全に理解するためである。しかしながら、本発明の実施態様を簡潔的に検討するために、周知または通常の詳細を記載しない場合がある。

本明細書において「一実施態様」または「実施態様」を言及することは、当該実施態様によって説明される特定の特徴、構成や特性が本発明の少なくとも１つの実施態様に含まれることを意味する。「一実施態様では」という語句の本明細書における各箇所での記載のすべては、必ずしも同一の実施態様を指すことに限定されない。

いくつかの実施形態によれば、様々なコーナ旋回の場合で走行する様々な車両の統計データに基づいて予め定義されたコーナ運転シーン集合を定義する。各コーナ運転シーンに対して、それらのコーナ運転シーンで走行する車両からキャプチャーされ収集された運転統計データに基づいて、対応タイプのコーナの旋回半径を決定する。複数のマッピングエントリを含むコーナマッピングテーブルを作成する。各マッピングエントリは、コーナを通過するよう車両を運転するために推奨される旋回半径に、特定のタイプのコーナの特定のコーナ走行シーンをマッピングする。そして、リアルタイム自動運転中に、地図および測位プロセスを使用する必要がなく、コーナマッピングテーブルを用いてコーナネゴシエーション用の運転パラメータを決定することができる。

本発明の一態様によれば、ＡＤＶは、ＡＤＶに取り付けられる様々なセンサから取得されたセンサデータに基づいて、例えば、ＡＤＶが旋回する可能性のあるコーナを感知して認識することを含む、ＡＤＶの周囲の運転環境を感知する。運転環境の感知データに基づいて、ＡＤＶが旋回するコーナの進入点の特性を示す特徴集合を抽出する。コーナーの特性に基づいてコーナーの進入点を決定する。進入点に基づいて、進入点に該当するマッピングエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行する。そして、コーナマッピングテーブルにおける、該当するエントリから旋回半径を取得する。さらに、コーナを旋回するようにＡＤＶを運転するために、コーナマッピングテーブルから取得された旋回半径を用いて軌道（例えば操舵角度）を計画する。この場合、地図または測位プロセスを使用する必要なしに旋回半径が決定される。

一実施形態では、特徴集合には、旋回方向（例えば、左または右）、レーンライン標識または曲率、車線標識、車線標識の色（例えば、白色、黄色）、車線標識のタイプ（例えば実線、破線）などが含まれるが、これらに限定されない。コーナマッピングテーブルは、異なるタイプのコーナを通過した多数の車両から収集された多数の運転統計データに基づいて作成されるものであり、走行する旋回半径がキャプチャーされ記録されている。

本発明の別の態様によれば、特定のタイプのコーナの特定の設定または環境を示すコーナ進入点の集合を定義する。異なるタイプのコーナを通過した多数の車両から多数の運転統計データをキャプチャし収集することは、コーナを旋回した旋回半径を測定することを含む。異なるタイプのコーナのカテゴリを決定するように、運転統計データを解析する。運転統計データから確認された、旋回したコーナごとに、運転統計データから予め定められた特徴集合を抽出する。そして、予め定義された進入点の１つに該当するように、これらの特徴を解析する。その後、予め定義された進入点の１つにそれぞれ対応する複数のマッピングエントリを有するコーナマッピングテーブルを作成する。コーナマッピングテーブルは、地図または測位プロセスを使用する必要なく、例えば、単にルックアップ操作を実行することによって、特定のコーナの旋回半径をリアルタイムで決定するために使用される。

図１は、本発明の一実施態様にかかる自動運転車両のネットワーク構成を示すブロック図である。図１を参照すると、ネットワーク構成１００は、ネットワーク１０２を介して１つまたは複数のサーバ１０３〜１０４に対して通信可能に接続する自動運転車両１０１を備える。１つの自動運転車両のみを示すが、複数の自動運転車両は、ネットワーク１０２を介して相互に接続し、および／またはサーバ１０３〜１０４に接続可能である。ネットワーク１０２は、いずれのタイプのネットワークであってもよく、例えば、有線または無線の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広域ネットワーク（ＷＡＮ）、セルラ網、衛星ネットワークまたはそれらの組み合せである。サーバ１０３〜１０４は、いずれの形式のサーバまたはサーバークラスタであってもよく、例えば、ネットワークサーバやクラウドサーバ、アプリケーションサーバ、バックエンドサーバまたはそれらの組み合せである。サーバ１０３〜１０４は、データ解析サーバやコンテンツサーバ、交通情報サーバ、地図・関心点（ＭＰＯＩ：map and point of interest）サーバまたは位置サーバなどであってもよい。

自動運転車両とは、自動運転モードにある可能に配置される車両を指し、前記自動運転モードで、車両は、運転者からの入力が非常に少なく又は完全にない状況で環境を通過するように案内される。そのような自動運転車両は、車両運転環境に関する情報を検出可能に配置される１つまたは複数のセンサを有するセンサシステムを備えることが可能である。前記車両及びかかるコントローラは、検出された情報を使用して前記環境を通過するように案内される。自動運転車両１０１は、マニュアルモード、全自動運転モードまたは一部自動運転モードで運転することが可能である。

一実施態様では、自動運転車両１０１は、感知・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、ユーザインタフェースシステム１１３と、センサシステム１１５とを備えるが、これに限定されない。自動運転車両１０１は、通常の車両に含まれる一部の汎用的な部材、例えば、エンジン、車輪、ステアリングホイール、変速機などを備えることが可能であり、前記部材は、車両制御システム１１１および／または感知・計画システム１１０により多種の通信信号および／または命令で制御され、当該多種の通信信号および／または命令は、例えば、加速信号または命令、減速信号または命令、操舵信号または命令、ブレーキ信号または命令などである。

部材１１０〜１１５同士は、インターコネクト、バス、ネットワークまたはそれらの組合せを介して通信可能に接続されることが可能である。例えば、部材１１０〜１１５同士は、コントローラエリアネットワーク（ＣＡＮ）バスを介して通信可能に接続されることが可能である。ＣＡＮバスは、マイクロコントローラと装置とがホストなしのアプリケーションで相互に通信することを許容するように設計される車両バス規格である。それは、最初に自動車における多重化電気配線のために設計される、メッセージベースのプロトコルであるが、様々な他の環境にも適用される。

図２を参照すると、一実施態様では、センサシステム１１５は、１つまたは複数のカメラ２１１と、全地球測位システム（ＧＰＳ）ユニット２１２と、慣性計測ユニット（ＩＭＵ）２１３と、レーダユニット２１４と、光検出・測距（ＬＩＤＡＲ）ユニット２１５とを備えるが、これに限定されない。ＧＰＳユニット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操作可能な送受信器を備えることが可能である。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向変化を検知可能である。レーダユニット２１４は、電波信号により自動運転車両のローカル環境における対象を検知するシステムを表すことが可能である。一部の実施態様では、レーダユニット２１４は、対象に加え、対象の速度および／または前進方向を検知可能である。ＬＩＤＡＲユニット２１５は、激光により自動運転車両が所在する環境における対象を検知することが可能である。ＬＩＤＡＲユニット２１５は、他のシステム部材に加え、１つまたは複数のレーザ光源、レーザスキャナ及び１つまたは複数の検出器を備えることが可能である。カメラ２１１は、自動運転車両の周囲の環境の画像を撮像するための１つまたは複数の装置を備えることが可能である。カメラ２１１は、スチルカメラおよび／またはビデオカメラであってもよい。カメラは、機械的に移動可能なものであってもよく、例えば、カメラが回転および／または傾斜するステージに取り付けられることにより移動可能である。

センサシステム１１５は、例えば、ソナーセンサや赤外線センサ、操舵角センサ、スロットルセンサ、ブレーキセンサ、オーディオセンサ（例えば、マイクフォン）などの他のセンサを備えることが可能である。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収音するように配置可能である。操舵角センサは、ステアリングホイール、車両の車輪またはそれらの組み合せの操舵角を検知するように配置可能である。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及びブレーキ位置を検知する。スロットルセンサ及びブレーキセンサは、集積式スロットル／ブレーキセンサに集積される場合もある。

一実施態様では、車両制御システム１１１は、操舵ユニット２０１と、スロットルユニット２０２（加速ユニットともいう）と、ブレーキユニット２０３とを備えるが、これに限定されない。操舵ユニット２０１は、車両の方向または前進方向を調整するためのものである。スロットルユニット２０２は、モータまたはエンジンの速度を制御することにより車両の速度及び加速度を制御するためのものである。ブレーキユニット２０３は、摩擦を与えることにより、車両の車輪またはタイヤを減速させて車両を減速させる。なお、図２に示す部材は、ハードウェア、ソフトウェアまたはそれらの組み合せで実現されることが可能である。

図１に戻って、無線通信システム１１２は、自動運転車両１０１と、例えば装置やセンサ、他の車両などの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、１つまたは複数の装置と直接に無線通信を行い、または通信ネットワークを介して無線通信を行うことが可能であり、例えば、ネットワーク１０２を介してサーバ１０３〜１０４と通信する。無線通信システム１１２は、いずれのセルラ通信ネットワークまたは無線ローカルエリアネットワーク（ＷＬＡＮ）、例えば、ＷｉＦｉを利用して他の部材やシステムと通信可能である。無線通信システム１１２は、例えば赤外線リンクやブルートゥースなどを利用して装置（例えば、乗員の携帯機器、表示装置、車両１０１内のスピーカ）と直接に通信可能である。ユーザインタフェースシステム１１３は、車両１０１内で実現される周辺装置の部分であることが可能であり、例えばキーボード、タッチパネル式表示装置、マイクフォン及びスピーカなどを含む。

特に自動運転モードで操作される際に、自動運転車両１０１の機能の一部または全部は、感知・計画システム１１０により制御または管理されることが可能である。感知・計画システム１１０は、必要なハードウェア（例えば、プロセッサ、メモリ、記憶装置）及びソフトウェア（例えば、オペレーティングシステム、計画・ルーティングプログラム）を含み、センサシステム１１５、制御システム１１１、無線通信システム１１２および／またはユーザインタフェースシステム１１３から情報を受信して、受信した情報を処理し、開始点から目的地点までのルートまたは経路を計画した後、計画・制御情報に基づいて車両１０１を運転する。その代わりに、感知・計画システム１１０は、車両制御システム１１１に集積されてもよい。

例えば、乗員であるユーザは、例えばユーザインタフェースを介して行程の開始位置及び目的地を指定することが可能である。感知・計画システム１１０は、行程に関するデータを取得する。例えば、感知・計画システム１１０は、ＭＰＯＩサーバから位置・ルート情報を取得することが可能であり、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するとともに、ＭＰＯＩサーバは地図サービス及び一部の位置のＰＯＩを提供する。その代わりに、そのような位置及びＭＰＯＩ情報は、感知・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する際に、感知・計画システム１１０は、交通情報システムまたはサーバ（ＴＩＳ：traffic information system or server）からリアタイム交通情報を取得してもよい。なお、サーバ１０３〜１０４は、第三者エンティティにより操作されることが可能である。その代わりに、サーバ１０３〜１０４の機能は、感知・計画システム１１０に集積されてもよい。感知・計画システム１１０は、リアタイム交通情報、ＭＰＯＩ情報及び位置情報、並びにセンサシステム１１５により検出または検知されたリアタイムローカル環境データ（例えば、障害物、対象、周辺車両）に基づいて、最適ルートを計画して、計画したルートに応じて、例えば制御システム１１１を介して車両１０１を運転すること可能であり、これにより、安全で且つ効率よく指定の目的地に到達することができる。

サーバ１０３は、種々のユーザに対してデータ解析サービスを提供するデータ解析システムであってもよい。一実施態様では、データ解析システム１０３は、データ収集器１２１及び機械学習エンジン１２２を備える。データ収集器１２１は、種々の車両（自動運転車両または人間の運転者が運転する通常の車両）から運転統計データ１２３を収集する。運転統計データ１２３は、発行する運転命令（例えば、スロットル、ブレーキ、操舵命令）及び車両のセンサにより異なる時点で捕捉された車両の応答（例えば、速度、加速、減速、方向）を示す情報を含む。運転統計データ１２３は、異なる時点での運転環境を記述する情報、例えば、ルート（開始位置及び目的地位置を備える）、ＭＰＯＩ、道路状況、気候状況などをさらに含むことが可能である。

機械学習エンジン１２２は、運転統計データ１２３に基づいて、種々の目的で、１組のルール、アルゴリズムおよび／または予測モデル１２４を生成または学習する。一実施形態では、アルゴリズム１２４は、運転統計データ１２３に基づいて、コーナマッピングテーブル生成手段１２５によって１つまたは複数のコーナマッピングテーブルがコンパイルされ、生成されることを含むことができる。その代わりに、アルゴリズム１２４は、リアルタイム運転統計データから抽出された特徴に基づいて旋回半径を決定するように訓練される機械学習モデルを含んでもよい。そして、アルゴリズムおよび／またはモデル１２４は、自動運転中にリアルタイムで使用されるように、ＡＤＶにアップロードされることが可能である。

一実施形態では、特定のタイプのコーナの特定の設定または環境を表すコーナ進入点の集合を定義する。データ収集手段１２１が異なるタイプのコーナを通過した多数の車両から多数の運転統計データ１２３をキャプチャし収集することは、コーナを旋回した旋回半径を測定することを含む。コーナマッピングテーブル生成手段１２５は、異なるタイプのコーナのカテゴリを決定するように、運転統計データ１２３を解析する。運転統計データから確認された、旋回したコーナごとに、運転統計データから予め定められた特徴集合を抽出する。

そして、予め定義された進入点の１つに該当するように、特徴を解析する。コーナマッピングテーブル生成手段１２５は、運転統計データを解析するための解析モジュールと、進入点を決定するように特徴を抽出するための特徴抽出手段と、進入点とマッチングするためのマッチングモジュールとを含むことができる。その後、例えば、図５Ｂに示すように、予め定義された進入点の１つにそれぞれ対応する複数のマッピングエントリを有するコーナマッピングテーブルを作成する。一実施形態では、コーナの進入点を予測または決定するように予測モデルを訓練するために、運転統計データが機械学習エンジン１２２に入力されることができる。別の実施形態では、運転統計データ１２３から抽出された特徴集合に基づいて旋回半径を決定するように機械学習モデルを訓練してもよい。機械学習予測モデルは、リアルタイム自動運転に使用されることができる。コーナマッピングテーブルおよび／または機械学習モデルは、地図または測位プロセスを使用する必要なく、例えば、単にルックアップ動作を実行することや機械学習モデルを適用することによって、特定のコーナの旋回半径をリアルタイムで決定するために使用される。

図３Ａ及び図３Ｂは一実施態様にかかる自動運転車両とともに使用される感知・計画システムの例を示すブロック図である。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ることが可能であり、感知・計画システム１１０と、制御システム１１１と、センサシステム１１５とを備えるが、これに限定されない。図３Ａ〜図３Ｂを参照すると、感知・計画システム１１０は、位置計測モジュール３０１と、感知モジュール３０２と、予測モジュール３０３と、決定モジュール３０４と、計画モジュール３０５と、制御モジュール３０６と、ルーティングモジュール３０７と、コーナ推定手段３０８とを備えるが、これに限定されない。

モジュール３０１〜３０８の一部または全部は、ソフトウェア、ハードウェアまたはそれらの組み合せにより実現されることが可能である。例えば、そ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て、メモリ３５１にローディングされ、且つ１つまたは複数のプロセッサ（図示せず）により実行されることが可能である。なお、それらのモジュールの一部または全部は、図２の車両制御システム１１１の一部または全部モジュールに対して通信可能に接続され、または集積される。モジュール３０１〜３０８の一部は、集積モジュールに集積されてもよい。例えば、コーナ推定手段３０８は、計画モジュール３０５に集積されてもよい。

位置計測モジュール３０１は、自動運転車両３００の現在位置（例えば、ＧＰＳユニット２１２による）を特定するとともに、ユーザの行程やルートに関するデータ全体を管理する。位置計測モジュール３０１（地図及びルートモジュールともいう）は、ユーザの行程やルートに関するデータ全体を管理する。ユーザは、例えばユーザインタフェースを介してログインして、行程の開始位置及び目的地を指定する。位置計測モジュール３０１は、自動運転車両３００の地図・ルート情報３１１のような他のモジュールと通信して、行程に関するデータを取得する。例えば、位置計測モジュール３０１は、位置サーバと地図・ＰＯＩ（ＭＰＯＩ）サーバから位置・ルート情報を取得することが可能である。位置サーバが位置サービスを提供するとともに、ＭＰＯＩサーバが地図サービス及び一部の位置のＰＯＩを提供することにより、地図・ルート情報３１１の一部としてキャッシュされることが可能である。自動運転車両３００がルートに沿って移動する際に、位置計測モジュール３０１は、交通情報システムまたはサーバからリアタイム交通情報を取得してもよい。

感知モジュール３０２は、センサシステム１１５により提供されるセンサデータ及び位置計測モジュール３０１により取得される位置計測情報に基づいて、周囲環境への感知を特定する。感知情報は、通常の運転者がその運転している車両の周囲から感知したものを示す。感知は、例えば対象式による車線配置、信号機信号、他の車両の相対位置、歩行者、建物、横断歩道や他の交通に関する標識（例えば、止まれ標識、道譲れ標識）などを含むことが可能である。車線構成は、例えば車線の形状（例えば直線または湾曲）、車線の幅、道路における車線数、一方通行車線または双方向車線、統合車線または分離車線、出口車線などの１つまたは複数の車線を記述する情報を含む。

感知モジュール３０２は、コンピュータビジョンシステムまたはコンピュータビジョンシステムの機能を含むことが可能であり、１つまたは複数カメラにより撮像された画像を処理して解析することにより、自動運転車両環境における対象および／または特徴を認識する。前記対象は、交通信号、道路境界、他の車両、歩行者および／または障害物などを含むことが可能である。コンピュータビジョンシステムは、対象認識アルゴリズム、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可能である。一部の実施態様では、コンピュータビジョンシステムは、環境地図の描画、対象のトラッキングや、及び対象の速度の推定などを行うことが可能である。感知モジュール３０２は、レーダおよび／または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、対象を検出してもよい。

予測モジュール３０３は、対象毎に対して、対象が現在の場合にどのように動作するかを予測する。予測は、感知データに基づいて行われるものであり、当該感知データは、１組の地図／ルート情報３１１及び交通ルール３１２を考慮した時点で運転環境を感知したものである。例えば、対象が対向車両であり且つ現在運転環境が交差点を含むと、予測モジュール３０３は、車両が直進するかまたは旋回を行うかを予測する。感知データは、交差点に信号機がないことを示すと、予測モジュール３０３は、車両が交差点に進入する前に完全に停車しなければいけない可能性がある、と予測することがある。感知データは、車両が現在で左折専用車線または右折専用車線にあることを示すと、予測モジュール３０３は、車両がそれぞれ左折または右折を行う可能性が高い、と予測することがある。

決定モジュール３０４は、対象毎に対して、どのように対象を対処するかを决定する。例えば、特定の対象（例えば、交差ルートにある他の車両）及び対象を記述するメタデータ（例えば、速度、方向、操舵角）に対して、決定モジュール３０４は、前記対象に行き合う時にどうのように動作するか（例えば、追い越し、一時停止、停止、越え）を決定する。決定モジュール３０４は、例えば交通ルールや運転ルール３１２のルール集合に基づいて、そのような决定を行うことが可能であり、前記ルール集合が永続性記憶装置３５２に記憶されることが可能である。

ルーティングモジュール３０７は、開始点から目的地点までの１つまたは複数のルートや経路を提供するように配置される。開始位置から目的地位置までの所定の行程について、例えばユーザから所定の行程を受信して、ルーティングモジュール３０７は、地図・ルート情報３１１を取得して、開始位置から目的地位置までのすべてのルートまたは経路を特定する。ルーティングモジュール３０７は、開始位置から目的地位置までの各経路を指定した地形図式の基準線を生成することが可能である。基準線とは、例えば、他の車両、障害物や交通状況などの影響を受けない、理想的なルートまたは経路である。即ち、道路には他の車両、歩行者や障害物がないと、ＡＤＶは、正確または厳密に基準線に追従すべきである。そして、地形図を決定モジュール３０４および／または計画モジュール３０５に供給する。決定モジュール３０４および／または計画モジュール３０５は、すべてのルートをチェックして、他のモジュールにより提供される他のデータに基づいて、最適ルートの１つを選択して変更する。前記他のデータは、例えば、自位置計測モジュール３０１からの交通状況、感知モジュール３０２により感知された運転環境及び予測モジュール３０３により予測された交通状況である。時点での特定の運転環境によっては、ＡＤＶを制御するための実際のルートまたは経路は、ルーティングモジュール３０７により提供される基準線に対して近接し、または相違する可能性がある。

感知された対象毎に対する决定に基づいて、計画モジュール３０５は、ルーティングモジュール３０７により提供された基準線を基にして、自動運転車両に対してルートまたは経路、及び運転パラメータ（例えば、距離、速度および／または旋回角度）を計画する。つまり、所定の対象に対して、決定モジュール３０４は、当該対象が何をすべきかを決定する一方、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、所定の対象に対して、決定モジュール３０４は、前記対象を越えることを決定することが可能である一方、計画モジュール３０５は、前記対象の左側か右側かで越えることを決定することが可能である。計画・制御データは、計画モジュール３０５により生成されて、車両３００が次の移動サイクル（例えば、次のルート／経路セグメント）で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・制御データは、車両３００が３０ｍｐｈの速度で１０メートル移動した後、２５ｍｐｈの速度で右側の車線に変更することを指示可能である。

計画・制御データに基づいて、制御モジュール３０６は、計画・制御データにより限定されるルートまたは経路に応じて、適当な命令または信号を車両制御システム１１１に発信することにより、自動運転車両を制御して運転する。前記計画・制御データは、ルートまたは経路に沿って、異なる時点で適当な車両配置または運転パラメータ（例えば、スロットル、ブレーキおよび操舵命令）を使用して車両をルートまたは経路の第１点から第２点に走行させるための充分な情報を含む。

一実施態様では、計画段階が複数の計画周期（運転周期ともいう）で実行され、例えば、それぞれの時間間隔が１００ミリ秒（ｍｓ）である周期で実行される。計画周期または運転周期のそれぞれに対して、計画・制御データに基づいて１つまたは複数の制御命令を発行する。即ち、１００ｍｓ毎に、計画モジュール３０５は、次のルートセグメントまたは経路セグメントを計画し、例えば、目標位置、及びＡＤＶが目標位置に到達するのに必要な時間を含む。その代わりに、計画モジュール３０５は、具体的な速度、方向および／または操舵角などを規定してもよい。一実施態様では、計画モジュール３０５は、次の所定の期間（例えば、５秒）に対してルートセグメントまたは経路セグメントを計画する。計画周期毎に、計画モジュール３０５は、前の周期で計画した目標位置に基づいて現在周期（例えば、次の５秒）のための目標位置を計画する。そして、制御モジュール３０６は、現在周期の計画・制御データに基づいて１つまたは複数の制御命令（例えば、スロットル、ブレーキ、操舵制御命令）を生成する。

なお、決定モジュール３０４と計画モジュール３０５とは、集積モジュールに集積されることが可能である。決定モジュール３０４／計画モジュール３０５は、自動運転車両の運転経路を決定するために、ナビゲーションシステムまたはナビゲーションシステムの機能を含むことが可能である。例えば、ナビゲーションシステムは、自動運転車両が最終目的地への車道に基づく経路に沿って前進すると同時に、感知した障害物を実質的に回避するような経路に沿って、自動運転車両が移動することを影響するための一連の速度及び前進方向を決定すること可能である。目的地は、ユーザインタフェースシステム１１３を介したユーザ入力に基づいて設定可能である。ナビゲーションシステムは、自動運転車両が運転していると同時に、動的に運転経路を更新することが可能である。ナビゲーションシステムは、ＧＰＳシステム及び１つまたは複数の地図からのデータを合併して、自動運転車両用の運転経路を決定することが可能である。

一実施形態によれば、コーナ推定手段または推定モジュール３０８は、地図またはデータを感知するための測位プロセスを使用する必要がなく、時点でコーナを感知した感知データに基づいてコーナの旋回半径を推定または決定するように構成される。コーナ推定手段３０８は、特徴抽出手段３２１とルックアップモジュール３２２とを含む。ＡＤＶがコーナを旋回する直前に、特徴抽出手段３２１は、感知データから１組の特徴（すなわち、車線特徴）を抽出し、抽出された特徴に基づいてコーナ進入点を決定するように構成される。ルックアップモジュール３２２は、進入点に該当するエントリを検索するように、コーナマッピングテーブル３１４でルックアップを行い、該当するマッチエントリから旋回半径を取得ように構成される。旋回半径は、コーナを旋回するように車両を運転するために、軌道および関連する制御命令（例えば、操舵制御コマンド）を決定するために使用されることができる。

ここで、図４を参照すると、ＡＤＶがコーナを旋回するときには、コーナは実線で示されるような急旋回コーナであってもよく、破線で示されるような微小旋回コーナであってもよい。そのようなコーナの特徴は、コーナに関連する感知データから抽出された特徴に基づいて識別されることができる。コーナタイプを表すために使用可能な特徴は、旋回方向、車線曲線のパターンや形状、レーンラインの色、車線パターンのタイプ（破線または実線）などを含むことができる。コーナの旋回半径が異なるために、急旋回コーナを旋回するための投影軌道４０１と微小旋回コーナを旋回するための投影軌道４０２とは異なっている。コーナの特徴を識別することによって、進入点を決定することができる。進入点が決定されると、コーナマッピングテーブルでルックアップ動作を実行して、検討されたコーナに対応する所定の旋回半径を取得することができる。旋回半径は、地図または測位プロセスを使用する必要がなく、コーナを旋回するように車両を運転するために、コーナ旋回軌道を計画するために使用されることができる。

図５Ａは一実施形態にかかるコーナ進入点のインデックステーブルの一例を示す。図５Ａを参照すると、コーナに関連する感知データから抽出された特徴集合に基づいて、これらの特徴を使用してフィールド５０２〜５０６に格納された、予め配置された特徴にマッチングすることにより、該当するエントリをルックアップすることができる。そして、該当するエントリのフィールド５０１からコーナ進入点を取得する。進入点に基づいて、図５Ｂに示すコーナマッピングテーブルでルックアップ動作を実行することができ、例えば、フィールド５５１に格納された進入点にマッチングさせることによって、該当するエントリを検索する。そして、該当するエントリのフィールド５５２から旋回半径を取得することができる。その代わりに、図６に示すように、コーナの旋回半径を推定するための機械学習モデルを使用して、異なる時点で感知データから抽出された特徴集合に基づいて旋回半径を推定してもよい。また、機械学習モデルは、コーナの感知データから抽出された特徴に基づいてコーナ進入点を決定し、図５Ｂに示すコーナマッピングテーブルテーブルでルックアップを実行して旋回半径を決定するために使用されることができる。上述したように、多数の車両から収集された運転統計データを使用して機械学習モデルを訓練することができる。

図７は本発明の一実施形態にかかるコーナの旋回半径を決定するプロセスを示すフローチャートである。プロセス７００は、ソフトウェア、ハードウェアまたはそれらの組み合せを含む処理ロジックにより実行されることが可能である。例えば、プロセス７００は、主にコーナ推定手段３０８によって実行されることができる。図７を参照すると、操作７０１において、処理ロジックは、ＡＤＶに取り付けられる様々なセンサから取得されたセンサデータに基づいて、ＡＤＶが旋回するコーナを識別することを含む、ＡＤＶの周囲の運転環境を感知する。操作７０２において、処理ロジックは、旋回するコーナに関連する感知データから１つまたは複数の特徴の集合を抽出する。

特徴に基づいてコーナ進入点を決定して、例えば、図５Ａに示す進入点インデックステーブル内の特徴とマッチングすることによって、コーナ進入点を決定する。その代わりに、図６に示すように、機械学習モデルを抽出された特徴に適用してコーナ進入点を決定してもよい。操作７０３において、進入点に基づいて、進入点に該当するエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行する。操作７０４において、コーナマッピングテーブルにおける、該当するエントリから旋回半径を取得する。その代わりに、抽出された特徴に適用される機械学習モデルを使用して操作７０３〜７０４にかかる操作を実行することにより、回転半径を決定してもよい。また、動作７０２〜７０４にかかる操作のかわりに、機械学習モデルを、旋回したコーナに関連する感知データに直接適用することによって旋回半径を生成してもよい。操作７０５において、コーナを旋回するようにＡＤＶを制御するために、旋回半径を使用してコーナ旋回軌道を生成する。

図８は本発明の一実施形態にかかるコーナマッピングテーブルを作成するプロセスを示すフローチャートである。プロセス８００は、ソフトウェア、ハードウェアまたはそれらの組み合せを含む処理ロジックにより実行されることが可能である。例えば、プロセス８００は、コーナマッピングテーブル生成手段１２５によって実行されることができる。図８を参照すると、操作８０１において、処理ロジックは、コーナ進入点のカテゴリの集合を定義する。コーナ進入点のカテゴリのそれぞれは、コーナを旋回する特定の運転シーンを表す特徴の集合に関連付けられたり、その特徴の集合に基づいて定義されたりするようになる。操作８０２において、種々の車両から、異なる時点で異なる道路でのコーナを旋回することを含む、様々な運転環境で走行する際にキャプチャーされた運転統計データを収集する。操作８０３において、各旋回したコーナに対して、処理論理は、コーナを旋回した運転統計データに基づいて、旋回したコーナをコーナ進入点のカテゴリの１つに関連付けるように分類する。運転統計データに基づいてコーナを旋回する旋回半径を取得して、旋回半径が、車両がコーナを旋回したときに測定される。操作８０４において、コーナマッピングテーブルを作成する。コーナマッピングテーブルは、多数のマッピングエントリを含む。各マッピングエントリは、コーナ進入点のカテゴリの１つをコーナ旋回半径にマッピングする。同じ又は類似のタイプのコーナを旋回する全ての車両の平均旋回半径に基づいて進入のたびの旋回半径を算出することができる。その代わりに、運転統計データを使用して、機械学習モデルを訓練してコーナ推定モデルを生成することにより、特定のコーナの旋回半径を決定してもよい。そして、コーナマッピングテーブルおよび／またはコーナ推定モデルは、リアルタイムで使用するように、ＡＤＶにアップロードされることが可能である。

なお、上記のように記載された部材の一部または全部は、ソフトウェア、ハードウェアまたはそれらの組み合せにより実現されることが可能である。例えば、そのような部材は、永続性記憶装置にインストールして記憶されるソフトウェアとして実現されることが可能であり、前記ソフトウェアがプロセッサ（図示せず）によりメモリにローディングされて、メモリで実行されることで、本発明に記載のプロセスや操作を実施する。その代わりに、そのような部材は、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（ＡＳＩＣ）、デジタルシグナルプロセッサ（ＤＳＰ）また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、又は組み込まれる、実行可能なコードとして実現されてもよく、前記実行可能なコードが、アプリケーションからの相応的なドライバおよび／また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、そのような部材は、プロセッサまたはプロセッサコアにおける特定ハードウェアロジックとして実現されることが可能であり、ソフトウェア部材が１つまたは複数の特定命令によりアクセス可能な命令セットの一部とされる。

図９は、本発明の一実施態様ととも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、上述のように上記プロセスまたは方法のいずれか１つを実行する任意のデータ処理システム、例えば、図１の感知・計画システム１１０またはサーバ１０３〜１０４のいずれか１つを示す。システム１５００は、様々の部材を備えることが可能である。それらの部材は、集積回路（ＩＣ）、集積回路の一部、別体の電子デバイスや回路基板（例えば、コンピュータシステムのマザーボードまたは挿入カード）に適用される他のモジュールとして実現され、又は、他の方式でコンピュータシステムのラックに組み込まれる部材として実現されることが可能である。

なお、システム１５００は、コンピュータシステムの多くの部材の上位図を示すためである。しかしながら、一部の実施態様では、付加部材を有してもよく、また、他の実施態様では、図示する部材と異なるレイアウトを有してもよいこと、を理解すべきである。システム１５００は、デスクトップ型コンピュータ、ラップトップ型コンピュータ、タブレット型コンピュータ、サーバ、携帯電話、メディアプレイヤ、携帯情報端末（ＰＤＡ）、スマートウォッチ、パーソナル通信機器、ゲーム装置、ルータやハブ機器、アクセスポイント（ＡＰ）やリピーター、セットトップボックス、またはそれらの組み合せを示すことが可能である。また、単一の機器またはシステムのみを示すが、「機器」または「システム」という用語は、１つ（または複数）の命令セットを個別または一緒に実行することにより、本明細書で検討するいずれかの１種または複数種の方法を実行する機器またはシステムの集合のいずれを含むことを、理解されるべきである。

一実施態様では、システム１５００は、バスまたはインターコネクト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を含む。プロセッサ１５０１は、単一のプロセッサコア、または複数のプロセッサコアの１つのプロセッサや複数のプロセッサを含むことを表すことが可能である。プロセッサ１５０１は１つまたは複数の汎用プロセッサ、例えば、マイクロプロセッサ、中央処理ユニット（ＣＰＵ）などを表すことが可能である。より具体的には、プロセッサ１５０１は、複合命令セットコンピュータ（ＣＩＳＣ）方式のマイクロプロセッサ、縮小命令セットコンピュータ（ＲＩＳＣ）方式のマイクロプロセッサ、ＶＬＩＷ（Ｖｅｒｙ Ｌｏｎｇ Ｉｎｓｔｒｕｃｔｉｏｎ Ｗｏｒｄ）型マイクロプロセッサや他の命令セットを実施するプロセッサ、または命令セットの組み合せを実施するプロセッサであってもよい。プロセッサ１５０１は、１つまたは複数の専用プロセッサ、例えば、特定用途向け集積回路（ＡＳＩＣ）、セルラや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、組込み用途向けプロセッサ、または命令を処理可能な他のロジックのいずれであってもよい。

プロセッサ１５０１（低パワーマルチコアプロセッサジャケットインタフェース、例えば超低電圧プロセッサであってもよい）は、前記システムの種々の部材と通信するためのメイン処理ユニット及び中央ハブとされることが可能である。そのようなプロセッサは、オンチップシステム（ＳｏＣ）として実現されることが可能である。プロセッサ１５０１は、本明細書で検討する操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、選択可能なグラフィックサブシステム１５０４と通信可能なグラフィックインタフェースを更に含み、グラフィックサブシステム１５０４が、表示制御部、グラフィックプロセッサおよび／または表示装置を備えることが可能である。

プロセッサ１５０１は、メモリ１５０３と通信可能であり、一実施態様では、メモリ１５０３が所定量のシステム用の記憶を提供するように、複数のメモリ装置により実現されることが可能である。メモリ１５０３は、１つまたは複数の揮発性記憶（またはメモリ）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）または他のタイプの記憶装置を含むことが可能である。メモリ１５０３は、プロセッサ１５０１または他の装置により実行される命令列を含む情報を記憶可能である。例えば、種々の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、入出力基本システムまたはＢＩＯＳ）および／またはアプリケーションの実行コードおよび／またはデータは、到メモリ１５０３にローディングされてプロセッサ１５０１により実行されることが可能である。オペレーティングシステムは、いずれのタイプのオペレーティングシステム、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ＭＡＣ ＯＳ（登録商標）／ＩＯＳ（登録商標）、Ｇｏｏｇｌｅ（登録商標）社のＡｎｄｒｏｉｄ（登録商標）、ＬＩＮＵＸ、ＵＮＩＸ、または他のリアタイムや組み込み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、ＩＯ装置、例えばネットワークインタフェース装置１５０５、選択可能な入力装置１５０６及び他の選択可能なＩＯ装置１５０７を含む装置１５０５〜１５０８をさらに備えることが可能である。ネットワークインタフェース装置１５０５は、無線送受信器および／またはネットワークインタフェースカード（ＮＩＣ）を含むことが可能である。前記無線送受信器は、ＷｉＦｉ送受信器、赤外線送受信器、ブルートゥース送受信器、ＷｉＭａｘ送受信器、無線携帯電話送受信器、衛星送受信器（例えば、全地球測位システム（ＧＰＳ）送受信器）や他の無線周波数（ＲＦ）送受信器、またはそれらの組み合せであってもよい。ＮＩＣは、イーサネット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に集積されることが可能である）、ポインティングデバイス（例えば、スタイラスペン）および／またはキーボード（例えば、物理的なキーボードまたはタッチスクリーンの一部として表示される仮想的なキーボード）を含むことが可能である。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むことが可能である。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、例えば複数種のタッチセンシティブ技術（容量、電気抵抗、赤外線及び弾性表面波技術を含むが、これに限定されない）のいずれか１種、及び他の近接センサアレイまたはタッチスクリーンに接触する１つまたは複数の点を特定するための他の素子により、その接触、及び移動や間欠を検出する。

ＩＯ装置１５０７は、オーディオ装置を含むことが可能である。オーディオ装置は、音声を支持する機能、例えば音声認識、音声再生、ディジタル記録および／または電話機能を促すために、スピーカおよび／またはマイクフォンを含むことが可能である。他のＩＯ装置１５０７として、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、ネットワークインタフェース、バスブリッジ（例えば、ＰＣＩ−ＰＣＩブリッジ）、センサ（例えば、加速度計モーションセンサ、ジャイロ、磁力計、光センサ、コンパス、接近センサなど）またはそれらの組み合せを含むことが可能である。装置１５０７は、カメラ機能（例えば、写真及び動画セグメントの記録）を促すための光学センサ、例えば電荷結合素子（ＣＣＤ）または相補型金属酸化物半導体（ＣＭＯＳ）光学センサを備える撮像処理サブシステム（例えば、カメラ）をさらに含むことが可能である。一部のセンサは、センサハブ（図示せず）を介してインターコネクト１５１０に接続されることが可能である一方、キーボードや感熱センサなどの他の装置は、システム１５００の具体的な配置や設計に応じて、エンベデッドコントローラ（図示せず）により制御されることが可能である。

例えばデータ、アプリケーション、１つまたは複数のオペレーティングシステムなどの情報の永続的な記憶を提供するために、大容量記憶装置（図示せず）がプロセッサ１５０１に接続されてもよい。種々の実施態様では、薄型化且つ軽量化のシステム設計を実現するとともにシステムの応答性を改良するために、そのような大容量記憶装置は、固体装置（ＳＳＤ）により実現されることが可能である。しかしながら、他の実施態様では、大容量記憶装置は、主にハードディスクドライブ（ＨＤＤ）により実現されてもよく、そのうち少量のＳＳＤ記憶装置は、ＳＳＤ用キャッシュとされることにより、停電期間でコンテキストの状態及び他の情報の非一時的記憶を実現して、システム活動が再起動する際に急速通電を実現することができる。また、フラッシュメモリは、例えばシリアルペリフェラルインタフェース（ＳＰＩ）を介してプロセッサ１５０１に接続されることが可能である。そのようなフラッシュメモリは、前記システムのＢＩＯＳ及び他のファームウェアを含むシステムソフトウェアの非一時的記憶を提供することが可能である。

記憶装置１５０８は、本明細書に記載のいずれか１種または複数種の方法や機能を実現する１つまたは複数の命令セットやソフトウェア（例えば、モジュール、ユニットおよび／またはロジック１５２８）が記憶されているコンピュータアクセス可能な記憶媒体１５０９（機械可読記憶媒体またはコンピュータ可読な媒体ともいう）を含むことが可能である。処理モジュール／ユニット／ロジック１５２８は、例えば、計画モジュール３０５、制御モジュール３０６、コーナ推定手段３０８、またはコーナマッピングテーブル生成手段１２５などの、上述した構成要素のいずれかを表すことができる。また、処理モジュール／ユニット／ロジック１５２８は、データ処理システム１５００、メモリ１５０３及びプロセッサ１５０１により実行されている期間で、全部または少なくとも一部が機械アクセス可能な記憶媒体を構成するメモリ１５０３および／またはプロセッサ１５０１に貯留されることが可能である。更に、処理モジュール／ユニット／ロジック１５２８は、ネットワークによりネットワークインタフェース装置１５０５を介して伝送または受信を行うことが可能である。

コンピュータ可読記憶媒体１５０９は、上述した一部のソフトウェア機能を永続的に記憶することが可能である。コンピュータ可読記憶媒体１５０９は、例示的な実施態様では単一の媒体として示されるが、「コンピュータ可読記憶媒体」という用語は、前記１つまたは複数の命令セットを記憶する単一の媒体または複数の媒体（例えば、集中または分散データベースおよび／または関連するキャッシュメモリ及びサーバ）を含む、と考えられる。「コンピュータ可読記憶媒体」という用語は、機械により実行されるとともに、前記機械が本発明のいずれの１種または複数種の方法を実行させる命令セットを記憶またはコーディング可能ないずれの媒体を含む、と考えられる。よって、「コンピュータ可読記憶媒体」という用語は、固体メモリ、光学媒体及び磁気媒体、または他の非一時的機械可読媒体のいずれを含むが、これに限定されない、と考えられる。

本明細書に記載の処理モジュール／ユニット／ロジック１５２８、部材及び他の特徴は、個別ハードウェア部材とされ、またはハードウェア部材（例えば、ＡＳＩＣＳ、ＦＰＧＡ、ＤＳＰまたは同様な装置）の機能に集積されるように、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、ハードウェア装置におけるファームウェアまたは機能回路として実現されることが可能である。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部材とのいずれの組み合せにより実現されることが可能である。

なお、システム１５００は、データ処理システムの種々の部材を備えるように示されるが、部材を相互に接続する特定の構成または態様を示すためではない。よって、そのような詳細は、本発明の実施態様と密接な関係がない。さらに、より少ない部材またはより多い部材を有するネットワークコンピュータ、ハンディコンピュータ、携帯電話、サーバおよび／または他のデータ処理システムも、本発明の実施態様とともに使用可能であることを、認識すべきである。

詳細に記載した前記内容の一部は、既にコンピュータメモリで行われるデータビットの演算のアルゴリズム及び符号表示に応じて表現された。それらのアルゴリズムの記載及び表示は、データ処理分野での技術者が使用する方式であり、技術者らの実質的な動作を効率よく本分野での他の技術者に伝達するためである。本明細書では、アルゴリズムは、通常に所望の結果を達成する自律操作シーケンスとして考えられる。それらの操作とは、物理量を物理的に操作する必要がある操作である。

ところで、それらの用語及びその類似する用語のすべては、適当な物理量に関連するためであり、且つ単にそれらの物理量を便利に表記することに適用されることはいうまでもない。以上の検討において他の態様で明確に限定しない限り、明細書全体では、用語（例えば、添付した特許請求の範囲に記載の用語）により検討されることは、コンピュータシステムのレジスタ及びメモリでの物理（電子）量として表示されるデータを操作して、前記データをコンピュータシステムメモリやレジスタ、または他の情報記憶装置、伝送装置や表示装置での同様に物理量として表示される他のデータを変換するコンピュータシステムや類似する電子計算装置の動作及び処理である。

本発明の実施態様は、本明細書における操作を実行するためのデバイスにさらに関する。そのようなコンピュータプログラムは、非一時的コンピュータ可読媒体に記憶されている。機械可読媒体は、機械（例えば、コンピュータ）可読態様で情報を記憶するための機構全体を含む。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、光記憶媒体、フラッシュメモリ装置）を含む。

前記図面に記載のプロセスや方法は、ハードウェア（例えば、回路、専用ロジックなど）、ソフトウェア（例えば、非一時的コンピュータ可読媒体で体現される）またはそれらの組み合せを含む処理ロジックにより実行されることが可能である。前記プロセスや方法は、上記の内容において一部の順序操作に基づいて記載されるが、前記操作の一部が異なる順序で実行されてもよいことを、理解すべきである。また、一部の操作は、順序に実行されることではなく、並列に実行されてもよい。

本発明の実施態様は、いずれの特定のプログラミング言語を参照して記載されることではない。複数種のプログラミング言語を使用して本明細書に記載の本発明の実施態様の教示を実施可能であることを、理解すべきである。

以上の明細書では、本発明の具体的な実施態様を参照して本発明の実施態様を記載した。添付した特許請求の範囲に記載の本発明の更なる広い要旨及び範囲を逸脱しない限り、本発明を様々な形態で変形可能であることが、明らかである。したがって、明細書および図面は、制限的な意味ではなく、例示的な意味で理解されるべきである。
なお、出願当初の特許請求の範囲の記載は以下の通りである。
請求項１：
自動運転車両を操作するためのコンピュータで実施される方法であって、
複数のセンサから取得されたセンサデータに基づいてＡＤＶの周囲の運転環境を感知す
ることと、
前記ＡＤＶが旋回するコーナの進入点を示すように、前記運転環境の感知データから１
つ又は複数の特徴の集合を抽出することと、
前記進入点に基づいて、前記進入点に該当するマッピングエントリを検索するように、
コーナマッピングテーブルでルックアップ動作を実行することと、
該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、
前記コーナを旋回するように前記ＡＤＶを制御するために、前記コーナ旋回半径に基づ
いてコーナ旋回軌道をネゴシエーションすることを含む方法。
請求項２：
地図又は測位プロセスを使用することなく、前記感知データに基づいて前記コーナ旋回
半径を取得する請求項１に記載の方法。
請求項３：
前記コーナマッピングテーブルは、特定の進入点を特定のコーナ旋回半径にマッピング
する複数のマッピングエントリを含む請求項１に記載の方法。
請求項４：
感知データから１つ又は複数の特徴の集合を抽出することは、前記感知データに基づい
て前記ＡＤＶが前記コーナに対して右に旋回するか左に旋回するを決定することを含む請
求項１に記載の方法。
請求項５：
感知データから１つ又は複数の特徴の集合を抽出することは、前記感知データに基づい
て現在車線の前記コーナに対する車線曲線を決定することを含む請求項１に記載の方法。
請求項６：
感知データから１つ又は複数の特徴の集合を抽出することは、前記ＡＤＶが走行してい
る車線の前記コーナに対する１つ又は複数の車線標識を識別することを含む請求項１に記
載の方法。
請求項７：
前記車線のレーンラインを識別し、前記集合における前記特徴の一部として用いられる
、前記コーナに向かって湾曲するレーンラインと前記車線の車線方向との間の角度を決定
することをさらに含む請求項６に記載の方法。
請求項８：
前記コーナマッピングテーブルは、コーナを旋回する同一又は類似のシーンで走行する
複数の車両から収集された運転統計データに基づいて作成されるものであり、前記運転統
計データを収集することは、各コーナの旋回半径を測定することを含む請求項１に記載の
方法。
請求項９：
命令が記憶されている非一時的機械可読媒体であって、前記命令がプロセッサにより実
行される場合に、
複数のセンサから取得されたセンサデータに基づいてＡＤＶの周囲の運転環境を感知す
ることと、
前記ＡＤＶが旋回するコーナの進入点を示すように、前記運転環境の感知データから１
つ又は複数の特徴の集合を抽出することと、
前記進入点に基づいて、前記進入点に該当するマッピングエントリを検索するように、
コーナマッピングテーブルでルックアップ動作を実行することと、
該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、
前記コーナを旋回するように前記ＡＤＶを制御するために、前記コーナ旋回半径に基づ
いてコーナ旋回軌道をネゴシエーションすることを前記プロセッサに実行させる機械可読
媒体。
請求項１０：
地図又は測位プロセスを使用することなく、前記感知データに基づいて前記コーナ旋回
半径を取得する請求項９に記載の機械可読媒体。
請求項１１：
前記コーナマッピングテーブルは、特定の進入点を特定のコーナ旋回半径にマッピング
する複数のマッピングエントリを含む請求項９に記載の機械可読媒体。
請求項１２：
感知データから１つ又は複数の特徴の集合を抽出することは、前記感知データに基づい
て前記ＡＤＶが前記コーナに対して右に旋回するか左に旋回するを決定することを含む請
求項９に記載の機械可読媒体。
請求項１３：
感知データから１つ又は複数の特徴の集合を抽出することは、前記感知データに基づい
て現在車線の前記コーナに対する車線曲線を決定することを含む請求項９に記載の機械可
読媒体。
請求項１４：
感知データから１つ又は複数の特徴の集合を抽出することは、前記ＡＤＶが走行してい
る車線の前記コーナに対する１つ又は複数の車線標識を識別することを含む請求項９に記
載の機械可読媒体。
請求項１５：
前記車線のレーンラインを識別し、前記特徴の集合の一部として用いられる、前記コー
ナに向かって湾曲するレーンラインと前記車線の車線方向との間の角度を決定することを
さらに前記プロセッサに実行させる請求項１４に記載の機械可読媒体。
請求項１６：
前記コーナマッピングテーブルは、コーナを旋回する同一又は類似のシーンで走行する
複数の車両から収集された運転統計データに基づいて作成されるものであり、前記運転統
計データを収集することは、各コーナの旋回半径を測定することを含む請求項９に記載の
機械可読媒体。
請求項１７：
自動運転用のコーナのコーナ配置を決定するためのコンピュータで実施される方法であ
って、
コーナを旋回する運転シーンを表す特徴集合に関連するコーナ進入点のカテゴリの集合
を定義することと、
複数の車両から、異なる道路と異なる時点でコーナを旋回することを含む異なる運転環
境で走行する際にキャプチャされた運転統計データを収集することと、
旋回したコーナのぞれぞれについて、コーナを旋回した運転統計データに基づいて旋回
したコーナを定義されたコーナ進入点のカテゴリの集合の１つに関連付けるように分類す
ることと、
コーナ進入点のカテゴリの１つを所定のコーナ旋回パラメータにマッピングするための
複数のマッピングエントリを有する、後にコーナ旋回に用いられる操舵命令を決定するた
めのコーナマッピングテーブルを生成することとを含む方法。
請求項１８：
前記所定のコーナ旋回パラメータは、コーナの旋回半径を含む請求項１７に記載の方法
。
請求項１９：
前記特徴集合は、コーナが左折コーナであるか右折コーナであるかを示す指示を含む請
求項１７に記載の方法。
請求項２０：
前記特徴集合は、コーナへの車線の車線曲線形状を含む請求項１７に記載の方法。

Claims (18)

1. 自動運転車両を操作するためのコンピュータで実施される方法であって、
   複数のセンサから取得されたセンサデータに基づいてＡＤＶの周囲の運転環境を感知することと、
   前記ＡＤＶが旋回するコーナの進入点を示すように、前記運転環境の感知によるデータから１つ又は複数の特徴の集合を抽出することと、
   前記進入点に基づいて、前記進入点に該当するマッピングエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行することと、
   地図又は測位プロセスを使用することなく、前記感知によるデータに基づいて、該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、
   前記コーナを旋回するように前記ＡＤＶを制御するために、前記コーナ旋回半径に基づいてコーナ旋回軌道をネゴシエーションすることと
   を含む方法。
2. 前記コーナマッピングテーブルは、特定の進入点を特定のコーナ旋回半径にマッピングする複数のマッピングエントリを含む請求項１に記載の方法。
3. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記感知によるデータに基づいて前記ＡＤＶが前記コーナに対して右に旋回するか左に旋回するかを決定することを含む請求項１に記載の方法。
4. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記感知によるデータに基づいて現在車線の前記コーナに対する車線曲線を決定することを含む請求項１に記載の方法。
5. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記ＡＤＶが走行している車線の前記コーナに対する１つ又は複数の車線標識を識別することを含む請求項１に記載の方法。
6. 前記車線のレーンラインを識別し、前記集合における前記特徴の一部として用いられる、前記コーナに向かって湾曲するレーンラインと前記車線の車線方向との間の角度を決定することをさらに含む請求項５に記載の方法。
7. 前記コーナマッピングテーブルは、コーナを旋回する同一又は類似のシーンで走行する複数の車両から収集された運転統計データに基づいて作成されるものであり、前記運転統計データを収集することは、各コーナの旋回半径を測定することを含む請求項１に記載の方法。
8. 命令が記憶されている非一時的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場合に、
   複数のセンサから取得されたセンサデータに基づいてＡＤＶの周囲の運転環境を感知することと、
   前記ＡＤＶが旋回するコーナの進入点を示すように、前記運転環境の感知によるデータから１つ又は複数の特徴の集合を抽出することと、
   前記進入点に基づいて、前記進入点に該当するマッピングエントリを検索するように、コーナマッピングテーブルでルックアップ動作を実行することと、
   地図又は測位プロセスを使用することなく、前記感知によるデータに基づいて、該当する、予め配置されたマッピングエントリからコーナ旋回半径を取得することと、
   前記コーナを旋回するように前記ＡＤＶを制御するために、前記コーナ旋回半径に基づいてコーナ旋回軌道をネゴシエーションすることと
   を前記プロセッサに実行させる機械可読媒体。
9. 前記コーナマッピングテーブルは、特定の進入点を特定のコーナ旋回半径にマッピングする複数のマッピングエントリを含む請求項８に記載の機械可読媒体。
10. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記感知によるデータに基づいて前記ＡＤＶが前記コーナに対して右に旋回するか左に旋回するかを決定することを含む請求項８に記載の機械可読媒体。
11. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記感知によるデータに基づいて現在車線の前記コーナに対する車線曲線を決定することを含む請求項８に記載の機械可読媒体。
12. 前記感知によるデータから１つ又は複数の特徴の集合を抽出することは、前記ＡＤＶが走行している車線の前記コーナに対する１つ又は複数の車線標識を識別することを含む請求項８に記載の機械可読媒体。
13. 前記車線のレーンラインを識別し、前記特徴の集合の一部として用いられる、前記コーナに向かって湾曲するレーンラインと前記車線の車線方向との間の角度を決定することをさらに前記プロセッサに実行させる請求項１２に記載の機械可読媒体。
14. 前記コーナマッピングテーブルは、コーナを旋回する同一又は類似のシーンで走行する複数の車両から収集された運転統計データに基づいて作成されるものであり、前記運転統計データを収集することは、各コーナの旋回半径を測定することを含む請求項８に記載の機械可読媒体。
15. 自動運転用のコーナのコーナ配置を決定するためのコンピュータで実施される方法であって、
    コーナを旋回する運転シーンを表す特徴集合に関連するコーナ進入点のカテゴリの集合を定義することと、
    複数の車両から、異なる道路と異なる時点でコーナを旋回することを含む異なるｆで走行する際にキャプチャされた運転統計データを収集することと、
    旋回したコーナのそれぞれについて、コーナを旋回した運転統計データに基づいて旋回したコーナを定義されたコーナ進入点のカテゴリの集合の１つに関連付けるように分類することと、
    複数のマッピングエントリを有する、コーナマッピングテーブルを生成することであって、各マッピングエントリは、前記コーナ進入点のカテゴリのうちの１つを、コーナ旋回半径を含む所定のコーナ旋回パラメータにマッピングし、前記コーナマッピングテーブルは、後にコーナ旋回に用いられる操舵命令を決定するために用いられるとともに、地図又は測位プロセスを使用することなく、前記運転環境での感知によるデータに基づいて前記マッピングエントリから前記コーナ旋回半径を取得するために用いられることと
    を含む方法。
16. 前記特徴集合は、コーナが左折コーナであるか右折コーナであるかを示す指示を含む請求項１５に記載の方法。
17. 前記特徴集合は、コーナへの車線の車線曲線形状を含む請求項１５に記載の方法。
18. 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１〜８、１５〜１７のいずれか一項に記載の方法を実現させるコンピュータプログラム。

Images