JP7179866B2 - 周囲のビークルの観察を使用して交通フローを判定するためのシステム及び方法 - Google Patents

Description

技術分野
本開示において記述されている主題は、一般に、道路のセグメント上の交通フローを判定するシステムに関し、更に詳しくは、交通フローを判定するべく、周囲のビークルに関する、セグメント上を移動しているビークルからの観察の使用に関する。

背景
道路のセグメント上の交通フローの速度は、一般に、そのセグメントと関連する渋滞ないし輻輳の程度及び／又はその他の状態を示している。一般に、例えば、携帯電話機又は静止したインフラストラクチャシステムからの粗いデータは、交通フローの粗い判定を提供することができる。但し、この方式は、一般に、限られたカバレージしか提供しておらず、且つ、実際の既存の状態を常に表しているわけではない精度しか有していない。例えば、道路のセグメントを通って移動している携帯電話機からの追跡データを使用する際に、道路の別個のレーンが異なる速度で移動している際には、粗いＧＰＳ情報は、矛盾する情報を提供する場合がある（例えば、移動レーンが自由に流れているにも拘わらず、出口レーンが塞がっている）。

即ち、ＧＰＳ情報が（例えば、数メートルという）限られた精度しか有していないことから、別個のレーン内の装置からの情報が、一般には、区別不能であり、従って、このようなデータから生成される交通フローは、全体的な道路の粒度ないし細分性で提供されている。更には、アクセス道路及びその他の道路が、交通フローについて監視されているハイウェイと平行に延びている状況は、両方の道路からの情報が、ＧＰＳデータからの粗い表現に起因して、誤って組み合わせられた際に、このようなシステム内において更なる困難をもたらしうる。静止したインフラストラクチャに基づいたシステムは、大きな費用や監視されうる道路のセクションが限られている、などのような、別個の制限に遭遇する。これらの例は、既存の方式が、移動時間の増大及びその他の困難を最終的に結果的にもたらす、道路に沿った交通フローに関する不正確な又は不十分な情報をもたらしうる方式を示している。

例示用のシステム及び方法は、レーンレベルの交通フローを評価する方式に関する。例えば、記述されている、交通フローを評価するための従来の情報における不正確さの問題及びその他の制限を克服するべく、開示されているシステムは、交通フローを評価するための改善された情報を取得するべく、道路セグメント上を移動しているビークル（車両、乗り物、輸送機関）内のセンサを活用している。一実施形態においては、交通フローを判定するための情報を取得するべく、道路に沿って移動するビークルであって、レーダー、カメラ、ＧＰＳなどのようなセンサを含むビークルが利用されている。本開示で提供されているように、報告ビークルは、報告ビークルの場所に関する情報のみならず、報告ビークルによって知覚される周囲のビークルに関するデータをも収集している。

即ち、一方式において、報告ビークルが道路セグメントに沿って移動するのに伴って、報告ビークルは、一般に、例えば、ＧＰＳ又はその他の場所判定センサ（例えば、特徴に基づいた位置特定を使用するＬｉＤＡＲ）によって識別される、道路セグメント上の場所を認知している。この情報は、個々に報告されうる一方で、上述のように、このような観察は、交通フローに関する狭小な観点しか提供しておらず、その理由は、個々の観察が、単一レーン内の単一ビークルの位置／運動に関係しているからである。従って、報告ビークルは、例えば、周囲のビークルを識別するべく、且つ、周囲のビークルの速度を観察するべく、オンボードシステムを更に活用している。この結果、報告ビークルは、報告ビークルの周りの多くのビークルを含むように、単一ビークルの観察パワーを増強している。従って、この結果、報告ビークルは、道路セグメント上の交通パターンの相対的に十分な観察を提供するべく、周囲のビークルと共に、報告ビークル自体に関する交通データを報告する能力を有する。

この結果、報告ビークルは、ビークルに関する交通データをクラウドコンピューティングシステム（例えば、交通システム）などの集計ポイントに伝達している。次いで、記述されているシステムは、その内部において実施される渋滞レベルを識別するべく、集計された情報を分析することができる。この蓄積された渋滞情報から、交通システムは、一態様において、道路上の現時点の交通状態について対向ビークルに通知するべく、対向ビークルに対する警告及びその他の交通に関係する情報を生成している。このようにして、開示されているシステムは、様々なインジケータが、道路セグメントに沿った移動を促進するべく導出されうる、交通フローに関する更に改善された認識を生成するべく、多くの異なるビークルからの観察を活用している。

一実施形態においては、道路セグメントに沿った交通フローを判定する交通システムが開示されている。交通システムは、１つ又は複数のプロセッサと、１つ又は複数のプロセッサに通信自在に結合されたメモリと、を含む。メモリは、１つ又は複数のプロセッサによって実行された際に、１つ又は複数のプロセッサが、電子データストア内において、道路セグメント上を移動する報告ビークルから、少なくとも、報告ビークルの周囲のビークルに関する交通データを収集するようにする命令を含む取得モジュールを保存している。メモリは、１つ又は複数のプロセッサによって実行された際に、１つ又は複数のプロセッサが、道路セグメントの個々のレーンの交通フローを識別するべく、交通データを分析するようにする命令を含むフローモジュールを保存している。フローモジュールは、交通フローを識別する信号を提供するための命令を含む。一構成において、取得モジュール及びフローモジュールは、少なくとも部分的に、クラウドコンピューティングシステム内において実施されている。

一実施形態においては、道路セグメントに沿った交通フローを判定するための非一時的コンピュータ可読媒体であって、１つ又は複数のプロセッサによって実行された際に、１つ又は複数のプロセッサが１つ又は複数の機能を実行するようにする命令を含む、非一時的コンピュータ可読媒体が開示されている。命令は、電子データストア内において、道路セグメント上を移動する報告ビークルから、少なくとも、報告ビークルの周囲のビークルに関する交通データを収集するための命令を含む。命令は、道路セグメントの個々のレーンの交通フローを識別するべく、交通データを分析するための命令を含む。命令は、交通フローを識別する信号を提供するための命令を含む。

一実施形態においては、道路セグメントに沿った交通フローを判定するための方法が開示されている。一実施形態において、方法は、電子データストア内において、道路セグメント上を移動する報告ビークルから、少なくとも、報告ビークルの周囲のビークルに関する交通データを収集することを含む。方法は、道路セグメントの個々のレーンの交通フローを識別するべく、交通データを分析することを含む。方法は、交通フローを識別する信号を提供することを含む。一構成において、交通データは、周囲のビークルの個々のものの道路セグメント内の移動のレーンを示すレーン識別子と、周囲のビークルの観察された速度と、を含む。

一構成において、方法は、交通データを収集することを含み、このことは、報告ビークルが、道路セグメント上を移動して交通データを電子データストアを含むリモート装置に伝達するのに伴って、交通データを電子データストア内において集計することを含む。一構成において、交通データは、周囲のビークルが道路セグメントに沿って移動するのに伴って、周囲のビークルの速度の変動を示している。一構成において、方法は、交通データを分析することを含み、このことは、道路セグメントの個々のレーン内を移動する連続的に観察されるビークルにおける速度パターンを判定することにより、道路セグメントの個々のレーンについて交通フローを別個に識別するべく、速度モデルを交通データに適用することを含む。一構成において、方法は、信号を提供することを含み、このことは、交通フローを個々のレーンの現時点の速度として示すことを含む。一構成において、方法は、交通フローを識別するべく交通データを分析することを含み、このことは、道路セグメントのレーンに跨る交通フローにおける傾向を示す交通データのフローパターンを生成することを含む。一構成において、フローパターンは、道路セグメント上の渋滞がクリアされている尤度、増大している尤度、又は現時点のレベルを維持している尤度を示している。一構成において、方法は、交通フローを提供することを含み、このことは、交通フローを個々のレーンの平均速度として道路セグメントと関連する装置に伝達することを含む。道路セグメントと関連する装置は、少なくも、道路セグメントに接近している対向ビークルを含む。一構成において、方法は、交通データを収集することを含み、このことは、報告ビークルの個々のものにおいて、報告ビークルの個々のものの少なくとも１つのセンサからセンサデータを取得することと、報告ビークルの個々のものにおいて、周囲のビークルの相対速度及びレーンを含む、周囲のビークルを識別するためのセンサデータを分析することと、報告ビークルの個々のものから、相対速度及びレーンを含む電子データ構造をリモート装置に伝達することと、を含む。

図面の簡単な説明
本明細書に包含され且つその一部分を構成している添付図面は、本開示の様々なシステム、方法、及びその他の実施形態を示している。図中の図示の要素境界（例えば、ボックス、ボックスのグループ、又はその他の形状）は、境界の一実施形態を表していることを理解されたい。いくつかの実施形態において、１つの要素は、複数の要素として設計されてもよく、或いは、複数の要素は、１つの要素として設計されてもよい。いくつかの実施形態において、別の要素の内部コンポーネントとして示されている要素は、外部コンポーネントとして実装されてもよく、且つ、逆も又真である。更には、要素は、正確な縮尺で描画されていない場合がある。

本開示において開示されているシステム及び方法が実装されうるビークルの一実施形態を示す。

道路セグメント上の交通フローを判定するための周囲のビークルの観察の使用と関連する交通システムの一実施形態を示す。

クラウドコンピューティング環境内の図２の交通システムの一実施形態を示す。

周囲のビークルに関する交通の観察及び報告と関連する方法の一実施形態を示す。

交通フローを判定するための複数の報告ビークルからの観察の集計と関連する方法の一実施形態を示す。

道路セグメント上のビークルの構成の一例を示す。

図６の道路セグメント上の例示用の交通フローを示す。

詳細な説明
レーン（車線）レベルの交通フローの評価の改善と関連するシステム、方法、及びその他の実施形態。ＧＰＳ追跡や静止したインフラストラクチャなどにのみ依存する解決策は、一般には、不正確な（例えば、道路レベル対レーンレベル）又は不完全な（例えば、限られた道路のセクション）である交通情報を提供することから、ナビゲーション及びその他のビークルシステムは、十分に正確ではありえない、エリアに関する一般化された情報としての交通情報に依存している。従って、ナビゲーション用の交通の正確な知識及びその他の機能に依存する自律型、半自律型、及び／又はその他のシステムは、記述されている方式によって提供される一般化された交通情報を使用することができない。

但し、一実施形態において、開示されているシステムは、例えば、改善された交通渋滞情報を提供するべく、装置のユビキタスなネットワークからの改善された道路観察を活用している。例えば、一方式において、本開示において開示されている交通システムは、交通フローを評価するべく、道路セグメント上を移動するビークル内のセンサを活用している。道路に沿って移動するビークルの少なくとも一部分が、様々な高度な運転特徴及び／又は自律型機能をサポートするための情報を取得するべく利用されうる、レーダー、カメラ、ＧＰＳなどのような、センサを含む場合を検討しよう。従って、本開示において提供されている、開示されているシステム及び方法は、改善された交通渋滞情報を生成するべく、報告ビークルによって取得された情報を活用している。即ち、一方式において、開示されているシステム及び方法は、報告ビークルの場所のみならず、報告ビークルによって知覚される周囲のビークルに関するデータをも取得している。

報告ビークルが道路セグメントに沿って移動するのに伴って、報告ビークルは、一般に、例えば、ＧＰＳ又はその他の場所判定センサ（例えば、特徴に基づいた位置特性を使用するＬｉＤＡＲ）によって識別される、道路セグメント上の場所を認識する。更には、１つ又は複数の態様において、報告ビークルは、レーンを知覚し、且つ、報告ビークルが現在移動しているレーンを更に判定している。この情報（例えば、場所及び速度）は、個々に報告されうる一方で、このような観察は、交通フローに関する狭小な観点しか提供しておらず、その理由は、個々の観察が、単一レーン内の単一ビークルの位置／運動に関係しているからである。従って、報告ビークルは、例えば、周囲のビークルを識別するべく、且つ、周囲のビークルの速度を観察するべく、オンボードシステムを更に活用している。

即ち、例えば、報告ビークルは、周囲のビークル、特定のレーンにおける周囲のビークルの場所、及び周囲の車両の速度を識別するべく、センサデータを使用している。この結果、報告ビークルは、周囲のビークルの観察を通じて、その他のレーン及びその他のビークル全体内の交通に関する更なる情報を取得することにより、報告ビークルの周りの多くの周囲のビークルを含むように、単一ビークルの観察パワーを増強している。従って、この結果、報告ビークルは、道路セグメント上の交通パターンの相対的に広範な観察を提供するべく、周囲のビークルに関する交通データと共に、報告ビークル自体に関する交通データを報告する能力を有する。

この結果、報告ビークルは、道路に沿って移動しつつ、ビークルに関する交通データをクラウドコンピューティングシステム（例えば、交通システム）などの集計ポイントに伝達している。次いで、記述されているシステムは、その内部において実施されている渋滞レベル／交通フローを識別するべく、集計された情報を分析することができる。この蓄積された渋滞情報から、交通システムは、一態様において、道路上の現時点の交通状態について関係者に相対的に良好に通知するべく、交通に関係する情報を対向ビークル及び／又はその他の交通報告システムに伝達している。このようにして、開示されている方式は、交通フローに関する相対的に正確な標示を生成するべく、周囲のビークルに関する多くの異なるビークルからの観察を活用している。

図１を参照すれば、ビークル１００の例が示されている。本開示において使用されている、「ビークル」は、動力を有する搬送手段の任意の形態である。１つ又は複数の実装形態において、ビークル１００は、自動車である。本開示において、構成は、自動車との関係において記述されることになるが、実施形態は、自動車に限定されてはいないことを理解されたい。いくつかの実装形態において、ビークル１００は、例えば、周囲の環境の側面を知覚するためのセンサを含む、且つ、従って、ビークル１００との関係において交通データを導出するべく本開示において記述されている機能から利益を享受する情報を提供する、任意のロボット装置又は動力を有する搬送手段の形態を有することができる。更なる留意点として、本開示は、一般に、周囲のビークルと共に道路上を移動するものとしてビークル１００を記述しているが、これらは、ビークル１００自体と類似した方式で解釈されることを意図している。即ち、周囲のビークルは、ビークル１００が道路上において遭遇しうる、任意のビークルを含みうる。

これに加えて、本開示は、複数のレーンを含む道路上を移動するものとして、ビークル１００を更に記述している。本方式は、様々な構成の道路（例えば、単一方向に移動する２つ、３つ、４つ、又はこれ以上の数のレーン）に適用することができる。一般に、本開示において提供されている方式は、報告ビークル（例えば、ビークル１００）が、道路に沿って同一の方向に移動する周囲のビークルを観察することを特徴としている。いくつかの例において、交通システム１７０は、ビークル１００と共に道路セグメントに沿って移動してはいない（例えば、平行するサービス道路上などの）ビークルの観察と関連するレーンに関するデータを提供しうるが、このような構成は、一般に、開示されているシステム及び方法の変形に属すると理解されることから、本開示においては、このような方式の説明を省略する。

又、ビークル１００は、様々な要素を含む。いくつかの実施形態において、ビークル１００は、図１に示されているすべての要素を有する必要がないことを理解されたい。ビークル１００は、図１に示されている様々な要素の任意の組合せを有しうる。更には、ビークル１００は、図１に示されているものに対する更なる要素を有することもできる。いくつかの構成において、ビークル１００は、図１に示されている要素のうちの１つ又は複数を伴うことなしに、実装することができる。様々な要素が、図１のビークル１００内に配置されるものとして示されているが、これらの要素のうちの１つ又は複数は、ビークル１００の外部において配置することができることを理解されたい。更には、図示の要素は、大きな距離だけ、物理的に離隔させることもできる。例えば、記述されている、開示されているシステムの１つ又は複数のコンポーネントは、ビークル内において実装されうる一方で、システムの更なるコンポーネントは、クラウドコンピューティング環境内において実装されている。

図１には、ビークル１００の可能な要素のうちのいくつかが示されており、これらについて、後続の図と共に、説明することとする。但し、図１の要素の多くのものの説明は、この説明の簡潔性を目的として、図２から図７を説明した後に提供することとする。これに加えて、図示のわかりやすさ及び明瞭性を目的として、適宜、参照符号が、異なる図の間において、対応する又は類似した要素を示すべく、反復されていることを理解されたい。これに加えて、本説明は、本開示において記述されている実施形態の十分な理解を提供するべく、多数の特定の詳細事項を概説している。但し、当業者は、本開示において記述されている実施形態は、これらの要素の様々な組合せを使用することにより、実施されうることを理解するであろう。いずれのケースにおいても、ビークル１００は、交通データの改善に関係する本開示において開示されている方法及びその他の機能を実行するように実装された交通システム１７０を含む。以下において更に詳述するように、交通システム１７０は、様々な実施形態において、ビークル１００内において部分的に、且つ、例えば、クラウドベースのサービスとして、実装されている。例えば、一方式において、交通システム１７０の少なくとも１つのモジュールと関連する機能は、ビークル１００内において実装されている一方で、更なる機能は、クラウドベースのコンピューティングシステム内において実装されている。

図２を参照すれば、図１の交通システム１７０の一実施形態が更に示されている。交通システム１７０は、図１のビークル１００からのプロセッサ１００を含むものとして、示されている。従って、プロセッサ１００は、交通システム１７０の一部分であってもよく、交通システム１７０は、ビークル１００のプロセッサ１１０とは別個のプロセッサを含んでいてもよく、或いは、交通システム１７０は、データバス又は別の通信経路を通じてプロセッサ１１０にアクセスすることもできる。一実施形態において、交通システム１７０は、取得モジュール２２０及びフローモジュール２３０を保存するメモリ２１０を含む。メモリ２１０は、ランダムアクセスメモリ（ＲＡＭ）、読み出し専用メモリ（ＲＯＭ）、ハードディスクドライブ、フラッシュメモリ、又はモジュール２２０及び２３０を保存するためのその他の適切なメモリである。モジュール２２０及び２３０は、例えば、プロセッサ１１０によって実行された際に、プロセッサ１１０が、本開示において開示されている様々な機能を実行するようにするコンピュータ可読命令である。

図２に示されている、交通システム１７０は、一般に、ビークル１００などの報告ビークルとクラウドコンピューティング環境の間において実装されうる、交通システム１７０の抽象化された形態である。図３は、交通システム１７０と共に実装されうる、クラウドコンピューティング環境３００の一例を示している。図３に示されているように、交通システム１７０は、部分的にクラウドコンピューティング環境３００内において、且つ、更には、個々の報告ビークル３１０、３２０、及び３３０内において、実施されている。従って、ビークル３１０、３２０、及び３３０は、それぞれ、取得モジュール２２０又はその少なくとも一部分を含んでいる一方で、クラウドコンピューティング環境３００は、取得モジュール２２０及びフローモジュール２３０又はこれらの少なくとも関連する部分を含んでいる。従って、取得モジュール２２０は、一般に、観察を含む電子データの処理を提供するべく、システム１７０の両方の態様において実装されている。

更には、ビークル３１０、３２０、及び３３０は、一般に、周囲のビークルの観察を実行するべくセンサを装備した報告ビークルを表している。即ち、ビークル３１０、３２０、及び３３０は、例えば、ビークル１００に類似したビークルである。記述されているビークルは、自律型であってもよく、半自律型であってもよく、高度運転支援システム（ＡＤＡＳ）を装備していてもよく、或いは、一般に、周囲のビークルの相対的な場所がセンサデータから生成されうるように、周囲の環境内のその他のビークルを知覚する能力を有するセンサを含む別の構成であってもよい。これに加えて、３つのビークルが示されているが、一般的事項として、ビークルの数は、制限されてはおらず、且つ、その代わりに、記述されている方式によって装備された、且つ、場所及び周囲のビークルについてのレポートを提供する、任意の数のビークルを含む、ことを理解されたい。

図２を更に参照すれば、取得モジュール２２０は、一般に、ビークル１００の１つ又は複数のセンサからデータ入力を受け取るように、プロセッサ１１０を更に制御する命令を含む。入力は、一実施形態において、ビークル１００の近傍の環境内の１つ又は複数の物体の観察及び／又は周囲に関するその他の側面である。本開示において提供されている、取得モジュール２２０は、一実施形態において、少なくともカメラ画像を含むセンサデータ２５０を取得している。更なる構成において、取得モジュール２２０は、レーダー１２３、ＬｉＤＡＲ１２４、並びに、ビークル及びビークルの場所を識別するべく適しうるその他のセンサ、などの、センサシステム１２０の更なるセンサからセンサデータ２５０を取得している。

従って、取得モジュール２２０は、一実施形態において、センサデータ２５０の形態において様々なプロセス用のデータ入力を提供するべく、個々のセンサを制御している。これに加えて、取得モジュール２２０は、センサデータ２５０を提供するべく様々なセンサを制御するものとして、記述されている一方で、１つ又は複数の実施形態において、取得モジュール２２０は、能動的又は受動的である、センサデータ２５０を取得するためのその他の技法を利用することができる。例えば、取得モジュール２２０は、ビークル１００内の更なるコンポーネントに様々なセンサによって提供される電子情報のストリームから、センサデータ２５０を受動的に傍受することができる。更には、取得モジュール２２０は、センサデータ２５０を提供する際に、複数のセンサからのデータ及び／又は周囲のビークルのうちの１つ又は複数から無線通信リンク（例えば、Ｖ２Ｖ）上において取得されたセンサデータを融合するべく、様々な方式を実施することができる。従って、センサデータ２５０は、一実施形態において、複数のセンサから取得された、知覚されたデータの組合せを表している。

又、周囲のビークルの場所に加えて、センサデータ２５０は、例えば、レーンマーキングなどに関する情報をも含みうる。一方式において、取得モジュール２２０は、例えば、道路内の別個のレーンを識別するべく、且つ、別個のレーンを異なる周囲のビークルと相関させるべく、レーンマーキングの観察を使用している。従って、交通システム１７０は、更に詳細に記述するように、周囲のビークルについて観察された更なる情報を道路上の特定のビークルと相関させることができる。

更には、取得モジュール２２０は、一実施形態において、周囲の環境の広範な評価を提供するべく、ビークル１００に関する、３６０度を包含するエリアについてのセンサデータ２５０を取得するべく、センサを制御している。当然のことながら、代替実施形態において、例えば、ビークル１００が、ビークルに関する更なる領域を含むべく、更なるセンサを装備していない、且つ／又は、更なる領域が、その他の理由（例えば、既知の現時点の状態に起因して不要である）に起因して、スキャニングされない、際には、取得モジュール２２０は、前方方向に関するセンサデータ２５０のみを取得することができる。

更には、一実施形態において、交通システム１７０は、データベース２４を含む。データベース２４０は、一実施形態において、メモリ２１０又は別のデータストア内において保存された、且つ、保存されたデータの分析、保存されたデータの提供、保存されたデータの組織化、などのために、プロセッサ１１０によって実行されうるルーチンを有するように構成された、電子データ構造である。従って、一実施形態において、データベース２４０は、様々な機能を実行する際にモジュール２２０及び２３０によって使用されるデータを保存している。一実施形態において、データベース２４０は、例えば、センサデータ２５０の様々な側面を特徴付けるメタデータと共に、センサデータ２５０を含む。例えば、メタデータは、場所座標（例えば、緯度及び経度）、相対マップ座標又はタイル識別子、別個のセンサデータ２５０が生成された際の時刻日付スタンプ、などを含みうる。一実施形態において、データベース２４０は、取得モジュール２２０によって生成された交通データ２６０を更に含む。更には、データベース２４０は、一方式において、道路のレーン当たりの交通フローを生成するべく、交通データを評価する速度モデル２７０を含む。これに加えて、データベース２４０がクラウドコンピューティング環境の一部分として実装されている、実施形態においては、交通データ２６０は、複数の別個の報告ビークルから集計されたデータを含む。

更なる説明として、センサデータ２５０は、３Ｄポイントクラウドデータ、カメラ１２６からのカメラ画像及び／又はビデオ、レーダー計測値、などを含みうる。更なる実施形態において、センサデータ２５０は、例えば、特徴に基づいたデータに従って実行される位置特定を超えて、ビークル１００の場所を更に確認するべく使用されうる、更なるセンサ（例えば、ＧＰＳ）からの情報を含む。

取得モジュール２２０は、一実施形態において、センサデータ２５０を取得及び提供するべく、個々のセンサの制御を超えて、更なるタスクを実行するように更に構成されている。例えば、取得モジュール２２０は、まず、周囲の環境（例えば、背景や道路など）から周囲のビークルを区別するべく、センサデータ２５０を分析している。様々な方式において、取得モジュール２２０は、周囲のビークルを識別するべく、異なる物体認識技法を利用している。周囲のビークルを識別するべく利用される特定の技法は、ビークル１００内の利用可能なセンサ、ビークル１００の演算能力（例えば、プロセッサパター）、などに依存しうる。

一方式において、取得モジュール２２０は、周囲のビークルが識別及び抽出される、センサデータ２５０に対してセマンティックセグメント化を実行するべく、畳み込みニューラルネットワーク（ＣＮＮ）などの、取得モジュール２２０内において埋め込まれた機械学習アルゴリズムを使用している。当然のことながら、更なる態様において、取得モジュール２２０は、異なる機械学習アルゴリズムを使用してもよく、或いは、セマンティックセグメント化を実行するための異なる方式を実装しており、これは、深層畳み込みエンコーダ－デコーダアーキテクチャ、拡張型の畳込みを使用するマルチスケールコンテキスト集計方式、或いは、画像内において表されている別個のオブジェクトクラスのセマンティックラベルを生成する別の適した方式、を含みうる。いずれの特定の方式を取得モジュール２２０が実装するにしても、取得モジュール２２０は、センサデータ２５０内において表されている物体を識別するセマンティックラベルを有する出力を提供している。この結果、交通システム１７０は、物体を区別し、且つ、物体の間の境界を区別している。

これに加えて、取得モジュール２２０は、一般に、センサデータ２５０から周囲のビークルの位置（例えば、移動のレーン）及び速度に関する情報を取得するべく、周囲のビークルを識別する能力を有する。従って、例として、取得モジュール２２０は、一方式において、まず、センサデータ２５０を取得し、複数のセンサからのセンサデータ２５０を融合し（即ち、情報を登録し且つ組み合わせ）、センサデータ２５０内において周囲のビークルを識別し、且つ、次いで、例えば、センサデータ２５０内において実施されている計測値に従って、周囲のビークルと関連する相対位置及び速度を判定している。

取得モジュール２２０は、例えば、報告ビークル１００の中心位置との関係において周囲のビークルのそれぞれごとにセンサデータ２５０を分析することにより、計測値を判定している。即ち、一方式において、取得モジュール２２０は、ビークル１００の重心から周囲のビークルまでを計測している。或いは、この代わりに、取得モジュール２２０は、報告ビークル１００が移動しているレーンの中心点、報告ビークル１００の前方エッジの中心点、制御センサの場所、又は報告ビークル１００の別の定義されたポイントから計測している。いずれのケースにおいても、取得モジュール２２０は、計測値の間の一貫性を維持するべく、複数のポイントを一緒に単一の基準点に変換するべく、或いは、一般に、記述されているポイントのうちの単一のモノを使用するべく、機能している。

報告ビークル１００によって計測される周囲のビークル上のポイントは、特定の実装形態に従って変化しうる。一方式において、取得モジュール２２０は、個々の周囲のビークルの重心まで計測しており、これは、周囲のビークルの識別情報に従って導出／評価することができる。或いは、この代わりに、取得モジュール２２０は、周囲のビークル上の最も近接したポイントを識別することができると共に、周囲のビークルの計測ポイントを定義するべく、それに関係する相対的な横方向中心点を判定することができる。この結果、取得モジュール２２０は、一貫性のある計測値を提供するべく、周囲のビークルの様々な検出位置（例えば、前方のもの、隣接したもの、後方のもの）に対して調節することができる。

又、これに加えて、更なる態様において、取得モジュール２２０は、ビークル１００が移動している道路セグメント内においてレーンを識別するべく、センサデータ２５０を処理している。例えば、取得モジュール２２０は、周囲のビークルを識別するべく利用されている技法と類似したものを使用することができる。更なる態様において、取得モジュール２２０は、レーン境界を識別するべく、場所の高精細マップを使用している。更なる態様において、取得モジュール２２０は、ビークル１００との関係においてレーン境界を判定するべく、マップとオンボードカメラを介した画像認識の組合せを使用している。更なる態様において、取得モジュール２２０は、一実施形態において、道路セグメントのレーン境界を判定するべく、統合されたレーン維持機能又は自律型運転機能によって提供されうる、既存のレーン識別機能を使用している。いずれのケースにおいても、取得モジュール２２０は、ビークル１００との関係においてレーン境界を識別するべく、且つ、ビークル１００との関係において周囲のビークルを更に配置する方式として、機能することができる。

更には、上述のように、取得モジュール２２０は、一実施形態において、識別された周囲のビークルのセンサデータ２５０からの導出情報を交通データ２６０として提供している。交通データ２６０は、一実施形態において、それぞれの別個の周囲のビークルごとの、自ビークル１００の計測ポイントとの関係における距離及び方向の量を含む。従って、計測値は、距離及び方向、ライン量（例えば、２Ｄプレーン上の２つのエンドポイントなど）の形態、或いは、別の適切な形態、であってよい。一方式において、計測値は、固有の周囲のビークルと関連する計測の履歴を維持するデータ構造内において提供されている。従って、取得モジュール２２０は、例えば、計測のタイムスタンプ、計測と関連する周囲のビークルの一意の識別子を保存するデータ構造として、個々の計測値を提供している。

いずれのケースにおいても、取得モジュール２２０は、例えば、それぞれの周囲のビークルの位置の履歴などとして、例えば、計測値を一緒にデータ構造内において保存している。又、更には、上述のように、取得モジュール２２０は、計測の時点における速度をも保存している。従って、取得モジュール２２０は、ビークル１００からの相対距離ウィンドウ上における計測の履歴として周囲のビークルを追跡することができる。即ち、例えば、取得モジュール２２０は、まず、自ビークル１００の前又は後ろの１００メートルの距離において、且つ、一般的には、報告ビークル１００と同一の方向に移動する、周囲のビークルを取得することができる。従って、周囲のビークルがこの追跡ウィンドウから外れた際に、周囲のビークル用の計測は、履歴から除去されてもよく、記録されてもよく、或いは、さもなければ、もはや、潜在的道路危険を識別するための追跡の文脈において考慮されなくてもよい。＋／－１００ｍという追跡ウィンドウが記述されているが、交通システム１７０によって実装される特定の追跡ウィンドウは、センサ忠実度及び／又はその他の制御要因に従って変化しうることを理解されたい。

周囲のビークルを識別し且つ見出すことに対する異なる方式が実施されうるが、取得モジュール２２０は、例えば、交通データ２６０として提供される周囲のビークルの観察を生成するべく、センサデータ２５０を分析している。示されているように、交通データ２６０は、報告ビークル（例えば、ビークル１００）との関係における周囲のビークルの速度／場所を含む。更なる態様において、個々の周囲のビークル用の交通データ２６０は、道路セグメントおける絶対場所、ビークル経路／軌跡（例えば、所定の期間における位置）を使用することにより、正確な場所情報と共に別個のレーンの速度として、或いは、別の適切な形態において、提供することができる。

いずれのケースにおいても、取得モジュール２２０は、一般に、センサデータ２５０から周囲のビークルを識別するべく（例えば、物体認識及び位置特定）、且つ、周囲のビークルの識別情報及び関連する場所の形態における高度な観察を交通データ２６０として提供するべく、ビークル１００及び関連するセンサの演算リソースを活用している。又、更には、センサデータ２５０及びこれから導出された交通データ２６０は、ビークル１００に関する情報をも含む。即ち、取得モジュール２２０は、一般に、ＧＰＳデータを通じてビークル１００自体の場所を取得し、且つ／又は、特徴に基づいたマップ上の位置特定を通じて導出された場所を取得している。更なる一態様として、取得モジュール２２０は、異なるビークルについて異なるレーンに対応する別個の識別子を含むように、交通データ２６０を生成している。又、一方式において、取得モジュール２２０は、レーンタイプ（例えば、ＨＯＶレーン、出口レーン、回転レーンなど）を示すべく、異なるレーンごとのレーン識別子を使用することもできる。

当然のことながら、一実施形態において、集計された交通データ２６０は、取得モジュール２２０の別個のインスタンスを含む、別個のビークルから受け取られるのに伴って、クラウドベースのコンピューティングシステム（例えば、環境３００）内において保存されている。更なる実施形態において、データベース２４０及び／又はメモリ２１０は、道路セグメントの交通の判定（例えば、渋滞）を生成するべく、周囲のビークルの場所／速度を特徴付ける統計又は学習モデルである、速度モデル２７０を保存している。様々な方式において、速度モデル２７０は、実装形態に関係する様々な態様に応じて、異なる形態を有することができる。

一実施形態において、フローモジュール２３０は、一般に、交通データ２６０を分析するべく、クラウドコンピューティング環境３００内のプロセッサ１１０又はプロセッサの集合体を制御するべく機能する、命令を含む。一方式において、フローモジュール２３０は、速度モデル２７０を使用することにより、交通データ２６０を分析している。フローモデル２３０は、速度モデル２７０との組合せにおいて、機械学習ロジック、深層学習ロジック、ニューラルネットワークモデル、又は別の適切な方式などの、演算モデルを形成しうることを理解されたい。一実施形態において、速度モデル２７０は、交通データ２６０内において実施されている観察に従って、個々のレーンの交通フローを推定する、回帰モデルなどの、統計モデルである。従って、速度モデル２７０は、多項式回帰（例えば、最小加重多項式回帰）、最小二乗、又は別の、適切な方式であってよい。

更には、代替構成において、速度モデル２７０は、隠れマルコフモデルなどの、確率論的な方式である。いずれのケースにおいても、フローモジュール２３０は、ニューラルネットワークモデル又は別のモデルとして実装された際に、一実施形態において、入力として、集計された交通データ２６０を電子的に受け付けている。従って、フローモデル２３０は、モデル２７０との協働状態において、例えば、単一の電子値として、記述された態様を特徴付ける、電子出力として、様々な判定／評価（例えば、特定の渋滞と相関する識別されたフローパターン）を生成している。更には、更なる一態様において、交通システム１７０は、記述されているデータ、ログ応答を収集することが可能であり、且つ、後からモデル２７０を更にトレーニングするべく、データ及び応答を使用することができる。

更なる留意点として、フローモジュール２３０及びモジュール２７０は、クラウドコンピューティング環境２００内において実装される、或いは、更に一般的には、ビークル２００とは別個である、ものとして記述されているが、１つ又は複数の方式においては、ビークル１００内において実装されうることを理解されたい。このような一構成において、取得モジュール２２０は、例えば、ビークル－ビークル（Ｖ２Ｖ）通信又は別の適切な方式を使用することにより、交通データ２６０を集計することができる。

いずれのケースにおいても、フローモジュール２３０は、一般に、交通フロー（例えば、道路セグメント内の個々のレーンの平均速度）、並びに、一方式においては、交通データ２６０内の傾向を示すフローパターン、を識別する１つ又は複数の電子信号を生成するように構成されている。一実施形態において、フローモジュール２３０は、道路の個々のセグメントの、且つ、セグメントの別個のレーンに応じた、フローデータを生成している。従って、一方式において、フローデータは、セグメント内のレーンの組の平均速度を規定している。更なる態様において、フローデータは、セグメントのレーンの平均速度の変動を示している。従って、セグメントの長さに応じて、フローモジュール２３０は、個々のレーン用の単一の値又はレーンのサブセクションを特徴付ける値を生成することができる。サブセクションは、予め定義された長さ（例えば、５００ヤード（約０．４６キロメートル）、１０００ヤード（約０．９１キロメートル）など）であってよい。更には、セグメント自体は、一実施形態において、道路の論理的分割（例えば、ブロックの間、ハイウェイ出口の間の長さ、など）に従って、論理的分割及び最大セグメント長（例えば、１マイル（約１．６キロメートル））に従って、或いは、別の適切な方式に従って、定義されている。セグメントの定義は、実装形態に従って変化することが可能であり、且つ、従って、記述されている方式は、説明を目的として提供されたものである、ことを理解されたい。

又、更には、簡潔に示されているように、交通フローは、フローパターンを規定することができる。フローパターンは、交通データ２６０内において、フローモジュール２３０及び速度モジュール２７０によって識別される、観察された傾向を示している。傾向は、個々のレーンに特定のもの及び／又は全体セグメントとの関係におけるものであってよい。例えば、一方式において、セグメントのフローパターンは、それぞれの個々のレーンの渋滞が増大している、現時点の渋滞を維持している、或いは、渋滞が減少している、かどうかを示している。更なる態様において、フローパターンは、同様に、出口レーン、進入路、回転、交差点、危険、などのような、渋滞のソースを識別している。

いずれのケースにおいても、フローモジュール２３０は、交通フローを識別する電子信号に応答して、交通フローを道路セグメントと関連する装置／サービスに提供している。一実施形態において、フローモジュール２３０は、道路セグメントに接近しているビークルを識別するべく、ビークル位置特定サービスに問い合わせている。例えば、ＯＥＭ又は別のプロバイダは、様々なサービスのためにビークルの場所の認識を維持するべく、ビークルを追跡することができる。従って、フローモジュール２３０は、位置特定サービスを介して道路セグメントに接近しているビークルを識別し、且つ、電子信号を関連するビークルに伝達している。一実施形態において、フローモジュール２３０は、交通渋滞の存在について対向ビークルに警告するためのメカニズムとして、対向ビークルに伝達される電子信号を使用している。従って、対向ビークルに伝達される交通フローは、対向ビークルが、相対的に渋滞していないレーンを移動する、移動計画のルートを変更する、或いは、識別された交通フローとの関係においてその他の対策を実施する、ようにすることができる。

更なる態様において、フローモジュール２３０は、交通フローをウェブサービス、クラウドベースのサービス、又は様々な装置がアクセス可能な別のインターネットに接続されたソース、に公開している。従って、交通フローは、又、渋滞を監視するべく、且つ、道路セグメントを通じたルート内にはない際にその他の活動（例えば、ルート計画）を実行するべく、第三者ソースにより、使用することもできる。

道路セグメント上の交通フローを識別する更なる態様について、図４との関係において説明することとする。図４は、報告ビークルの周囲のビークルに関する交通データの収集と関連する方法４００のフローチャートを示している。方法４００については、図１、図２、及び図３の交通システム１７０の観点において説明することとする。方法４００は、交通システム１７０との組合せにおいて説明されているが、方法４００は、交通システム１７０内における実装に限定されるものではなく、且つ、その代わりに、方法４００を実装しうるシステムの一例である、ことを理解されたい。更には、図４及び方法４００との関係において記述されている機能は、一般に、道路に沿って移動するビークル１００などの個々の報告ビークルによって実装される。

４１０において、取得モジュール２２０は、センサデータ２５０を取得するべく、センサシステム１２０を制御している。一実施形態において、取得モジュール２２０は、周囲の環境を観察するべく、ビークル１００のレーダーセンサ１２３及びカメラ１２６を制御している。或いは、この代わりに、又はこれに加えて、取得モジュール２２０は、センサデータ２５０を取得するべく、カメラ１２６及びＬｉＤＡＲ１２４又はセンサの別の組を制御している。センサデータ２５０を取得するためのセンサの制御の一部分として、一般に、センサは、それぞれの時間ステップにおいて周囲の環境の広範なサンプリングを提供するべく、一般にはオーバーラップしている異なるタイプのセンサから取得されたデータと共に、自ビークル１００の周りの領域のセンサデータ２５０を取得していることを理解されたい。従って、取得モジュール２２０は、一実施形態において、周囲の環境のセンサデータ２５０を取得するべく、センサを制御している。

更には、更なる実施形態において、取得モジュール２２０は、連続的な反復又は時間ステップにおいてセンサデータ２５０を取得するべく、センサを制御している。従って、取得モジュール２２０は、一実施形態において、センサデータ２５０を取得するべく、且つ、それから情報を提供するべく、ブロック４１０から４４０において記述されている機能を反復的に実行している。更には、取得モジュール２２０は、一実施形態において、更新された知覚を維持するべく、別個の観察のために、並行状態において、記述されている機能（例えば、４１０及び４２０）のうちの１つ又は複数を実行している。これに加えて、上述のように、取得モジュール２２０は、複数のセンサからデータを取得する際に、センサデータ２５０を形成するべく、且つ、検出、場所、速度などの改善された判定を提供するべく、データを１つに融合している。

４２０において、取得モジュール２２０は、周囲のビークルの相対場所を含む周囲のビークルを識別するべく、センサデータ２５０を分析している。一実施形態において、ビークル１００内の取得モジュール２２０は、報告ビークル１００と共に道路セグメント上を移動している周囲のビークルを検出するべく、センサデータ２５０を処理している。一実施形態において、取得モジュール２２０は、上述のように、１つ又は複数の周囲のビークルを検出／識別するべく、セマンティックセグメント化又は別の物体認識方式をセンサデータ２５０に対して適用している。本開示において開示されているシステム及び方法は、現時点の状態に応じて、単一又は複数の周囲のビークルを検出するべく、記述されているタスクを実行していることを理解されたい。

又、当然のことながら、取得モジュール２２０は、周囲のビークルに加えて、空、道路、建物、レーンマーキング、縁石、歩道、サイン、ポスト、樹木などのような更なる特徴を識別することもできる。この結果、交通システム１７０は、周囲のビークルを抽出するべく、周囲の環境の側面の間を線引きしている。更には、取得モジュール２２０は、一方式において、周囲の環境の異なる側面（例えば、レーンマーキング）を線引きするべく、その他のビークル、インフラストラクチャセンサ、高精細マップなどのような、１つ又は複数の更なるソースを更に利用している。更なる態様として、取得モジュール２２０は、周囲のビークルの相対速度を絶対速度に変換するべく、ビークル１００の現時点の速度を追跡している。従って、センサデータ２５０は、一般に、ビークル１００自体に関する場所及び速度情報に加えて、それぞれの周囲のビークルに関する位置、速度、レーン識別子、及びその他の関連する情報を含む。

４３０において、取得モジュール２２０は、交通データ２６０を生成している。一実施形態において、取得モジュール２２０は、報告ビークル１００との関係においてそれぞれの別個の周囲のビークルの相対位置及び速度として、交通データ２６０を生成している。相対位置は、一方式において、報告ビークル１００が移動しているレーンの中心点から、且つ、報告ビークル１００のレーン内の長手方向場所から、判定されている。更なる態様において、相対位置は、報告ビークル１００の重心又は別の適切な場所から判定されている。いずれのケースにおいても、取得モジュール２２０は、一般に、周囲のビークルの横方向の幾何学的中心までの計測値として、相対位置を判定している。従って、相対位置は、一般に、報告ビークル１００がその中心において配置された状態において、２次元座標系における位置に従って定義されている。従って、取得モジュール２２０は、報告ビークルの絶対計測値（例えば、ＧＰＳ座標）との関係における周囲のビークルの相対場所の組として、交通データを提供することができる。代替方式において、取得モジュール２２０は、周囲のビークル及び報告ビークル１００の両方の絶対場所を含むように、センサデータ２５０から交通データ２６０を生成している。これに加えて、交通データ２６０は、速度、速度の変化、並びに、周囲のビークル及びビークル１００に関するその他の動的な情報を識別している。いずれのケースにおいても、取得モジュール２２０は、道路セグメント内の現時点の交通フロー／渋滞に関する知識を促進するべく、ビークル１００及び周囲のビークルに関する報告として、交通データ２６０を生成している。

これに加えて、取得モジュール２２０は、一般に、十分な観察、一方式においては、部分的な観察、に従って、別個の周囲のビークルを識別している。即ち、ビークルが、別のビークル（例えば、大型のビークル／トラック）に起因して、部分的に閉塞されうる場合にも、取得モジュール２２０は、センサデータ２５０が、閉塞されたビークルの場所及び速度が導出されうる十分な観察を含んでいる限り、閉塞された周囲のビークルを依然として識別することができる。従って、例えば、混雑した交通状態において移動する際に、取得モジュール２２０は、道路セグメントの観察を効果的に増強するべく、複数の周囲のビークルに関する交通データを依然として提供することができる。

更には、取得モジュール２２０は、一実施形態において、周囲のビークル及び報告ビークル１００のビークル軌跡／経路として、交通データ２６０を維持している。一実施形態において、取得モジュール２２０は、個々のビークルが道路セグメントに沿って移動した経路を形成する観察の履歴を生成するべく、それぞれのビークルごとに連続的な観察を１つに追加している。取得モジュール２２０は、観察の間のビークルの追跡を促進する一意の識別子を別個のビークルと関連付けることができる。一例として、ビークルのそれぞれの連続的な入力は、レーン、概略的な場所、現時点において観察される速度などを規定することができる。この結果、取得モジュール２２０は、周囲のビークルに関する情報を蓄積している。従って、示されているように、ビークルの観察の履歴が、更新され、且つ、例えば、間欠的に報告される。

４４０において、取得モジュール２２０は、リモート装置に交通データ２６０を含む電子データ構造を伝達している。一実施形態において、取得モジュール２２０は、データ構造を別個の装置（例えば、クラウドコンピューティング装置）内において実装された取得モジュール２２０の別個の反復に対して電子的に送信している。上述のように、少なくとも取得モジュール２２０の一部分は、クラウドコンピューティング環境、分散型のコンピューティング環境、リモートサーバー、又は別の好適な構成において、などのように、リモート場所において配置することができる。

いずれのケースにおいても、報告ビークル１００は、道路セグメント内の交通パターンに関するリアルタイムの又はほぼリアルタイムの情報を伝達するために、ビークルの場所に関する交通データ２６０を提供するべく機能している。従って、複数の報告ビークルが同一の道路セグメント上を移動するのに伴って、道路セグメント上を移動しているビークルのサブセットのみの使用により、レーン及び個々のレーン内の渋滞の広範な理解を実現することができる。即ち、道路セグメントに関する情報を提供している報告ビークルは、道路セグメントを実際に通過するビークルの相対的に小さな割合しか表しえないにも拘らず、報告ビークルが、その独自の場所に加えて、周囲のビークルを追跡していることから、集計された交通データ２６０は、道路セグメントを実際に通過しているビークルの大部分を表することができる。従って、報告ビークルは、道路セグメント上の交通の広範なサンプリングを提供するべく、且つ、従って、これにより、交通フローを後から識別する能力を改善するべく、集合的に機能している。

交通システム１７０が道路上の交通フローの判定を改善する方式の更なる説明として、図５を検討しよう。方法５００については、図１、図２、及び図３の交通システム１７０の観点において、説明することとする。方法５００は、交通システム１７０との組合せにおいて記述されているが、方法５００は、交通システム１７０内における実装に限定されるものではなく、且つ、その代わりに、方法５００を実装しうるシステムの一例である、ことを理解されたい。

５１０において、取得モジュール２２０は、交通データ２６０を収集している。一実施形態において、取得モジュール２２０は、複数の報告ビークルからの交通データ２６０を集計している。当然のことながら、報告ビークルは、一般に、地理的エリアに跨る異なる場所において配置されることから、取得モジュール２２０は、一実施形態において、自身と関連する道路セグメントに従って、到来する通信を個々の電子データストア（例えば、電子ストレージバケット）内にフィルタリングしている。従って、個々の道路セグメントに関する別個の判定が、個々の関連するバケットの交通データ２６０に対して実行されている。従って、多くの報告ビークルが、所与の道路セグメント上を移動し、且つ、所与のバケットの交通データ２６０に対して寄与する、方式は、フローモジュール２３０が、記述されている機能を実行するべく使用しているものである。

この説明を目的として、通信及びそれから取得された関連する交通データ２６０は、単一の道路セグメントに関係するものと見なされている。従って、取得モジュール２２０は、特定の道路セグメントの交通データ２６０を取得している。一般に、道路セグメントは、予め定義された長さ、論理的分割、又は別の適切なメトリックに従って、定義することができる。いずれのケースにおいても、道路セグメントは、一般に、特定の移動方向のレーンを含む道路のセクションとして定義されている。従って、同一ハイウェイの南行き及び北行きセクションは、本開示を目的として、別個の道路セグメントとして定義することができる。

いずれのケースにおいても、取得モジュール２２０は、例えば、道路セグメントに沿った交通の表現をキャプチャするために、道路セグメント上において通過するビークルの十分なサンプルを蓄積するべく、道路セグメントの交通データ２６０を取得している。更には、取得モジュール２２０は、一実施形態において、例えば、交通データ２６０の少なくとも一部分（例えば、交通データ２６０の最も古い部分）をアーカイブにシフトさせる前に、定義された所定の期間にわたって、交通データ２６０を集計している。

従って、取得モジュール２２０は、その内部に含まれている情報が、正確である、或いは、道路セグメント上の現時点の状態を表している、と見なされる、生存しうる寿命を有するものとして、交通データ２６０の別個の部分を取り扱うことができる。交通データ２６０の生存しうる寿命は、特定の実装形態に従って変化しうると共に、時刻、予め計測された交通フロー、特定の道路セグメントのスループット、識別された妨害物／危険の存在、天候状態などのような、様々なメトリックに従って、変動しうる。いずれのケースにおいても、取得モジュール２２０は、道路セグメント上の交通フローの表現を維持するべく、交通データ２６０を電子データストア内において保存している。

５２０において、フローモジュール２３０は、個々のレーンのセグメント上の交通フローを判定するべく、交通データ２６０を分析している。上述のように、交通フローは、様々な程度、特異性、及び判定に伴って、生成することができる。但し、フローモジュール２３０は、速度モデル２７０との組合せにおいて、一般に、道路セグメント上のそれぞれのレーンごとに、少なくとも平均速度を示すべく、交通フローを生成している。従って、交通フローは、道路セグメントの全体ではなく、道路セグメントのそれぞれのレーン内の交通のフローを示している。更なる態様において、フローモジュール２３０は、特定の実装形態に従って定義された道路セグメントのサブセクション内において、レーンごとに平均速度を示している。例として、サブセクションは、１０００ヤード（約０．９１キロメートル）、１５００ヤード（約１．４キロメートル）、など、であってよい。更には、フローモジュール２３０は、道路セグメント内の交通の傾向を示す、上述のフローパターンをも生成している。

いずれのケースにおいても、フローモジュール２３０は、速度モデル２７０を使用することにより、記述されている値を生成している。速度モデル２７０は、機械学習モデル、統計モデル、又は平均速度を演算する交通のなんらかの特徴付けであり、且つ、一方式において、特定の交通のフローとの相関状態において発生するものにマッチングするパターンを識別している。従って、様々な方式において、モデル２７０は、交通データ２６０内において実施されたフローパターンが存在している際を識別するように、トレーニングされている。従って、フローモジュール２３０は、個々のレーン上の平均速度と、更には、既知のフローパターンと相関する平均速度のパターンと、を識別している。従って、フローモデル２３０は、渋滞と、渋滞の起こりうる将来の状態と、について更に理解する方式として、フローパターンを提供することができる。

５３０において、フローモジュール２３０は、交通フローが、対向ビークルにアラートを提供するべく、十分であるかどうか、を判定している。様々な実装形態において、方法５００は、ブロック５３０をスキップすることができると共に、単に、５５０及び５５０において交通フローを報告することにより、進捗することができる。即ち、フローモジュール２３０は、閾値が充足されたかどうか、という観点を伴うことなしに、交通フローを報告することができる。

但し、一実施形態において、フローモジュール２３０は、道路セグメントのレーン内の平均速度がフロー閾値を充足しているかどうか、を判定するべく、交通フローを更に分析している。フロー閾値は、一実施形態において、１つ又は複数のレーンが、例えば、交通が妨げられることなしに通過するべく十分に流れている、と見なされるように、流れうる、最小速度である。従って、フロー閾値は、一実施形態において、道路セグメントの速度限度の所定の割合として定義されている。更なる態様において、フロー閾値は、交通レーンのスループット又は別の適切なメトリックに従って定義されている。

いずれのケースにおいても、フローモジュール２３０が、交通フローが十分であると判定した場合には、フローモジュール２３０は、対向ビークルに提供される警告又はその他の信号を生成するべく進捗してはおらず、且つ、一実施形態においては、その代わりに、単に、交通フローを記録してもよく、或いは、これをウェブサービス、クラウドサービス、或いは、要求の際に交通フローを提供しうるその他のアクセス可能なシステムに報告してもよい。但し、交通フローが渋滞を示していると判定され、且つ、従って、フロー閾値を充足している場合には、フローモジュール２３０は、対向ビークルに通知するためのステップにより、進捗している。

５４０において、フローモジュール２３０は、道路セグメントに接近している対向ビークルを識別するべく、位置特定サービスに問い合わせている。一実施形態において、上述のように、フローモジュール２３０は、ＯＥＭ追跡サービス又は道路セグメントとの関係におけるビークルの場所を認知する別のサービスに対して問い合わせている。更なる態様において、フローモジュール２３０は、動的交通ボード又は情報を対向ビークルに提供するその他のメカニズムなどの、利用可能な二次的なアラートサービスについて問い合わせることができる。いずれのケースにおいても、位置特定サービス及び／又はアラートサービスは、ビークルの存在及び／又はその他の警告メカニズムに関係する情報を提供している。一般に、フローモジュール２３０は、交通フローに関する情報を対向ビークルに送付するべく、ネットワークアドレス又はその他の通信アドレス／識別子（例えば、ＩＰアドレスや電話番号など）を取得している。更なる態様において、フローモジュール２３０は、交通フローが報告されるべき、予めプログラミングされたサービスを含む。即ち、フローモジュール２３０は、交通フローが、様々なナビゲーションシステム、マップシステム、及びその他の関連する報告メカニズムと統合されうるように、交通フローを報告するための関係する機能を提供するウェブベースのサービスとの通信状態にあってよい。

５５０において、フローモジュール２３０は、交通フローを伝達する電子信号を提供している。一実施形態において、フローモジュール２３０は、ブロードキャスト／マルチキャストとして、交通フローを識別する電子信号を道路セグメントの対向ビークルに提供している。即ち、フローモジュール２３０は、交通フローに関する情報を伝達するべく、示されているように、信号を交通フローに関するアラートとして対向ビークルに、道路セグメントの前のルートに沿った動的ハイウェイサインに、且つ／又は、別の規定された装置（例えば、携帯電話機）及び／又はサービスに、伝達している。この結果、交通システム１７０は、報告ビークルのネットワークを使用することにより、道路セグメント上を移動している複数のビークルに関する交通データ２６０を集計し、且つ、後続の対向ビークルが道路セグメントをナビゲートする方式を改善するべく、これから交通状態を提供している。

交通システム１７０が交通フローを識別し、且つ、これについて伝達する方式の更なる説明として、図６から図７を検討しよう。図６は、道路セグメントの一例を示している。道路セグメント６００は、報告ビークル１００、周囲のビークル６１０、６２０、６３０、及び６４０を含むものとして示されている。従って、報告ビークル１００の観点において、周囲のビークル６１０、６２０、６３０、及び６４０は、一般に、ビークル１００のセンサによって直接的に知覚されているが、周囲のビークルも、図示されてはいないものの、その他のビークルによって部分的に遮られたビークルを含みうる。従って、ビークル１００が道路セグメント６００に沿って進捗するのに伴って、取得モジュール２２０は、ビークル６１０、６２０、６３０、６４０に関するセンサデータ２５０を取得し、且つ、センサデータをビークル６１０、６２０、６３０、及び６４０と関連する速度、場所、及びレーンを効果的に追跡する交通データ２６０に変換している。

図７は、例えば、周囲のビークル６１０、６２０、６３０、６４０及び道路セグメント６００上のその他のこのようなビークルに関する、収集された、集計済みの交通データ２６０の交通フローを示している。交通フローは、個々のレーン及びレーンに沿った長手方向のサブセクションの別個のフローを示している。例えば、サブセクションは、７００、７１０、７２０、及び７３０を含む。関連するレーンの太さは、一般に、個々のレーンの記述されているサブセクション上の平均速度と相関している。従って、セクション７１０及び７３０は、渋滞なし又は速度限度以上の平均速度と関連付けられている一方で、セクション７００及び７２０は、連続的に低減された交通フロー（即ち、速度制限との関係において相対的に低い平均速度）と関連する、相対的に細いレーンを示している。又、更なる結果として、フローモジュール２３０は、図７の道路セグメントの交通フローが、例えば、交通フローに影響を及ぼしている道路上の危険と相関するその他のセクションとの関係におけるセクション７２０内の低減された速度に起因して、増大する渋滞を示していることを示すこともできる。この結果、交通システム１７０は、交通フローに関する認識を改善し、これにより、全体的なナビゲーション及びこのような課題の回避を改善している。

以下、本開示において開示されているシステム及び方法が動作しうる例示用の環境として、図１について十分詳細に説明することとする。いくつかの例において、ビークル１００は、自律型モード、１つ又は複数の半自律型動作モード、及び／又は手動型モードの間において選択的に切り替わるように、構成されている。このような切り替えは、現在既知の、又は将来開発される、適切な方式により、実装することができる。「手動モード」は、ビークルのナビゲーション及び／又は操作のすべて又は大部分が、ユーザー（例えば、人間の運転者）から受け取られた入力に従って実行されている、ことを意味している。１つ又は複数の構成において、ビークル１００は、手動モードにおいてのみ動作するように構成された従来のビークルであってよい。

１つ又は複数の実施形態において、ビークル１００は、自律型ビークルである。本開示において使用されている「自律型ビークル」は、自律型モードにおいて動作しているビークルを意味している。「自律型モード」は、人間の運転者からの入力なしに又は最小限の入力を伴って、ビークルを制御するべく、１つ又は複数の演算システムを使用することにより、移動ルートに沿ってビークル１００をナビゲート及び／又は操作していることを意味している。１つ又は複数の実施形態において、ビークル１００は、高度に自動化又は完全に自動化されている。一実施形態において、ビークル１００は、１つ又は複数の演算システムが、移動ルートに沿ったビークルのナビゲーション及び／又は操作の一部分を実行し、且つ、ビークル操作者（即ち、運転者）が、移動ルートに沿ったビークル１００のナビゲーション及び／又は操作の一部分を実行するべく入力をビークルに提供している、１つ又は複数の半自律型動作モードを有するように構成されている。

ビークル１００は、１つ又は複数のプロセッサ１１０を含みうる。１つ又は複数の構成において、１つ又は複数のプロセッサ１１０は、ビークル１００のメインプロセッサであってよい。例えば、１つ又は複数のプロセッサ１１０は、電子制御ユニット（ＥＣＵ）であってよい。ビークル１００は、１つ又は複数のタイプのデータを保存する１つ又は複数のデータストア１１５を含みうる。データストア１１５は、揮発性及び／又は不揮発性メモリを含みうる。適切なデータストア１１５の例は、ＲＡＭ、フラッシュメモリ、ＲＯＭ、ＰＲＯＭ、ＥＰＲＯＭ、ＥＥＰＲＯＭ、レジスタ、磁気ディスク、光ディスク、ハードドライブ、又は任意のその他の適切なストレージ媒体、或いは、これらの任意の組合せを含む。データストア１１５は、１つ又は複数のプロセッサ１１０のコンポーネントであることが可能であり、或いは、データストア１１５は、それによる使用のために１つ又は複数のプロセッサ１１０に動作自在に接続することもできる。この説明の全体を通じて使用されている「動作自在に接続される」という用語は、直接的な物理的接触を伴うことのない接続を含む、直接又は間接的な接続を含むことができる。

１つ又は複数の構成において、１つ又は複数のデータストア１１５は、マップデータ１１６を含みうる。マップデータ１１６は、１つ又は複数の地理的エリアのマップを含みうる。いくつかの例において、マップデータ１１６は、道路、交通制御装置、道路マーキング、構造、特徴、及び／又は１つ又は複数の地理的エリア内のランドマークに関する情報又はデータを含みうる。マップデータ１１６は、任意の適切な形態であってよい。いくつかの例において、マップデータ１１６は、エリアの鳥観図を含みうる。いくつかの例において、マップデータ１１６は、３６０度の地上図を含む、エリアの地上図を含みうる。マップデータ１１６は、マップデータ１１６内に含まれた、且つ／又は、マップデータ１１６内に含まれたその他の項目との関係における、１つ又は複数の項目の計測値、寸法、距離、及び／又は情報を含みうる。マップデータ１１６は、道路形状に関する情報を有するデジタルマップを含みうる。マップデータ１１６は、高品質及び／又は高詳細であってよい。

１つ又は複数の構成において、マップデータ１１６は、１つ又は複数の地形マップ１１７を含みうる。１又は複数の地形マップ１１７は、地面、地形、道路、表面、及び／又は１つ又は複数の地理的エリアのその他の特徴に関する情報を含みうる。１つ又は複数の地形マップ１１７は、１つ又は複数の地理的エリア内の高度データを含みうる。マップデータ１１６は、高品質及び／又は高詳細であってよい。１つ又は複数の地形マップ１１７は、１つ又は複数の地面を定義することが可能であり、これは、舗装された道路、未舗装の道路、土地、及び地面を定義するその他のものを含みうる。

１つ又は複数の構成において、マップデータ１１６は、１つ又は複数の静的障害物マップ１１８を含みうる。１つ又は複数の静的障害物マップ１１８は、１つ又は複数の地理的エリア内において配置された１つ又は複数の静的障害物に関する情報を含みうる。「静的障害物」は、所定の期間にわたって、その位置が変化しない又は実質的に変化しない、且つ／又は、所定の期間にわたって、そのサイズが変化しない又は実質的に変化しない、物理的物体である。静的障害物の例は、樹木、建物、縁石、フェンス、レール、中央分離帯、ユティリティポール、塑像、モニュメント、サイン、ベンチ、家具、メールボックス、大きな岩、丘を含む。静的障害物は、地上レベルの上方において延在する物体であってよい。１つ又は複数の静的障害物マップ１１８内において含まれる１つ又は複数の静的障害物は、場所データ、サイズデータ、寸法データ、材料データ、及び／又はその他のこれらと関連するデータを有しうる。１つ又は複数の静的障害物マップ１１８は、計測、寸法、距離、及び／又は１つ又は複数の静的障害物の情報を含みうる。１つ又は複数の静的障害物マップ１１８は、高品質及び／又は高詳細であってよい。１つ又は複数の静的障害物マップ１１８は、地図化されたエリア内の変化を反映するべく更新することができる。

１つ又は複数のデータストア１１５は、センサデータ１１９を含みうる。この文脈において、「センサデータ」は、能力及びこのようなセンサに関するその他の情報を含む、ビークル１００が装備しているセンサに関する任意の情報を意味している。後述するように、ビークル１００は、センサシステム１２０を含みうる。センサデータ１１９は、センサシステム１２０の１つ又は複数に関係しうる。一例として、１つ又は複数の構成において、センサデータ１１９は、センサシステム１２０の１つ又は複数のＬＩＤＡＲセンサ１２４に関する情報を含みうる。

いくつかの例において、マップデータ１１６及び／又はセンサデータ１１９の少なくとも一部分は、ビークル１００に搭載状態において配置された１つ又は複数のデータストア１１５内において配置することができる。或いは、この代わりに、又はこれに加えて、マップデータ１１６及び／又はセンサデータ１１９の少なくとも一部分は、ビークル１００から離れたところにおいて配置された１つ又は複数のデータストア１１５内において配置することができる。

上述のように、ビークル１００は、センサシステム１２０を含みうる。センサシステム１２０は、１つ又は複数のセンサを含みうる。「センサ」は、なにかを検出及び／又は検知しうる任意の装置、コンポーネント、及び／又はシステムを意味している。１つ又は複数のセンサは、リアルタイムで検出及び／又は検知するように構成することができる。本開示において使用されている「リアルタイム」という用語は、特定のプロセス又は判定が実施されるべく十分に即座であるものとして、ユーザー又はシステムが検知する、或いは、プロセッサが、なんらかの外部プロセスに追随することを可能にする、処理応答性のレベルを意味している。

センサシステム１２０が複数のセンサを含む構成において、センサは、互いに独立的に機能することができる。或いは、この代わりに、センサのうちの２つ以上は、相互の組合せにおいて機能することもできる。このようなケースにおいて、２つ以上のセンサは、センサネットワークを形成することができる。センサシステム１２０及び／又は１つ又は複数のセンサは、１つ又は複数のプロセッサ１１０、１つ又は複数のデータストア１１５、及び／又はビークル１００の別の要素（図１に示されている要素のうちの任意のものを含む）に動作自在に接続することができる。センサシステム１２０は、ビークル１００の外部環境の少なくとも一部分（例えば、近傍のビークル）のデータを取得することができる。

センサシステム１２０は、任意の適切なタイプのセンサを含みうる。本開示においては、異なるタイプのセンサの様々な例について説明することとする。但し、実施形態は、記述されている特定のセンサに限定されるものではないことを理解されたい。センサシステム１２０は、１つ又は複数のビークルセンサ１２１を含みうる。１つ又は複数のビークルセンサ１２１は、ビークル１００自体に関する情報を検出、判定、及び／又は検知することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、例えば、慣性加速度などに基づいて、ビークル１００の位置及び向きの変化を検出及び／又は検知するように構成することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、１つ又は複数の加速度計、１つ又は複数のジャイロスコープ、慣性計測ユニット（ＩＭＵ）、推測航法システム、グローバルナビゲーション衛星システム（ＧＮＳＳ）、全地球測位システム（ＧＰＳ）、ナビゲーションシステム１４７、及び／又はその他の適切なセンサを含みうる。１つ又は複数のビークルセンサ１２１は、ビークル１００の１つ又は複数の特性を検出及び／又は検知するように構成することができる。１つ又は複数の構成において、１つ又は複数のビークルセンサ１２１は、ビークル１００の現時点の速度を判定するべく速度計を含むことができる。

或いは、この代わりに、又はこれに加えて、センサシステム１２０は、運転環境データを取得及び／又は検知するように構成された１つ又は複数の環境センサ１２２を含むことができる。「運転環境データ」は、自律型ビークルが配置された外部環境、或いは、その１つ又は複数の部分、に関するデータ又は情報を含む。例えば、１つ又は複数の環境センサ１２２は、ビークル１００の外部環境の少なくとも一部分内の障害物、並びに／或いは、そのような障害物に関する情報／データ、を検出、定量化、及び／又は検知するように構成することができる。このような障害物は、静的物体及び／又は動的物体であってよい。１つ又は複数の環境センサ１２２は、例えば、レーンマーカー、サイン、信号機、交通標識、レーンライン、横断歩道、ビークル１００の近傍の縁石、道路以外の物体などのような、ビークル１００の外部環境内のその他のものを検出、計測、定量化、及び／又は検知するように、構成することができる。

本節においては、センサシステム１２０のセンサの様々な例について説明することとする。例示用のセンサは、１つ又は複数の環境センサ１２２及び／又は１つ又は複数のビークルセンサ１２１の一部分であってよい。但し、実施形態は、記述されている特定のセンサに限定されるものではないことを理解されたい。

一例として、１つ又は複数の構成において、センサシステム１２０は、１つ又は複数のレーダーセンサ１２３、１つ又は複数のＬＩＤＡＲセンサ１２４、１つ又は複数のソナーセンサ１２５、及び／又は１つ又は複数のカメラ１２６を含みうる。１つ又は複数の構成において、１つ又は複数のカメラ１２６は、ハイダイナミックレンジ（ＨＤＲ）カメラ又は赤外線（ＩＲ）カメラであってよい。

ビークル１００は、入力システム１３０を含みうる。「入力システム」は、情報／データが機械に入力されることを可能にする、任意の装置、コンポーネント、システム、要素、又は構成、或いは、これらの群を含む。入力システム１３０は、ビークルの乗員（例えば、運転者又は乗員）から入力を受け取ることができる。ビークル１００は、出力システム１３５を含みうる。「出力システム」は、情報／データがビークルの乗員（例えば、人物、ビークル乗員など）に提示されることを可能にする、任意の装置、コンポーネント、又は構成、或いは、これらの群を含む。

ビークル１００は、１つ又は複数のビークルシステム１４０を含みうる。図１には、１つ又は複数のビークルシステム１４０の様々な例が示されている。但し、ビークル１００は、更に多くの数の、更に少ない数の、或いは、異なる、ビークルシステムを含みうる。特定のビークルシステムが別個に定義されているが、システム及びその部分のそれぞれ又は任意のものは、その他の方式により、ビークル１００内のハードウェア及び／又はソフトウェアを介して組み合わせられてもよく、或いは、分離されてもよい、ことを理解されたい。ビークル１００は、推進システム１４１、制動システム１４２、操向システム１４３、スロットルシステム１４４、トランスミッションシステム１４５、シグナリングシステム１４６、及び／又はナビゲーションシステム１４７を含みうる。これらのシステムのそれぞれは、現在既知の、又は将来開発される、１つ又は複数の装置、コンポーネント、及び／又はこれらの組合せを含みうる。

ナビゲーションシステム１４７は、ビークル１００の地理的場所を判定するように、且つ／又は、ビークル１００の移動ルートを判定するように、構成された、現在既知の、又は将来開発される、１つ又は複数の装置、アプリケーション、及び／又はこれらの組合せを含みうる。ナビゲーションシステム１４７は、ビークル１００の移動ルートを判定するべく、１つ又は複数のマッピングアプリケーションを含みうる。ナビゲーションシステム１４７は、全地球測位システム、ローカル測位システム、又はジオロケーションシステムを含みうる。

１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、様々なビークルシステム１４０及び／又はその個々のコンポーネントと通信するべく、動作自在に接続することができる。例えば、図１を再度参照すれば、１つ又は複数のプロセッサ１１０及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の運動、速度、操作、向き、方向などを制御するために、様々なビークルシステム１４０との間において情報を送信及び／又は受信するべく、通信状態にあってよい。１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、これらのビークルシステム１４０のいくつか又はすべてを制御することができると共に、従って、部分的に又は完全に、自律型であってよい。

１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、様々なビークルシステム１４０及び／又はその個々のコンポーネントと通信するべく、動作自在に接続することができる。例えば、図１を再度参照すれば、１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の運動、速度、操作、向き、方向などを制御するために、様々なビークルシステム１４０との間において情報を送信及び／又は受信するべく、通信状態にあってよい。１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、これらのビークルシステム１４０のいくつか又はすべてを制御することができる。

１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークルシステム１４０及び／又はそのコンポーネントの１つ又は複数を制御することにより、ビークル１００のナビゲーション及び／又は操作を制御するべく、動作可能であってよい。例えば、自律型モードにおいて動作している際に、１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００の方向及び／又は速度を制御することができる。１つ又は複数のプロセッサ１１０、交通システム１７０、及び／又は１つ又は複数の自律型運転モジュール１６０は、ビークル１００が、（例えば、エンジンに提供される燃料の供給を増大させることによって）加速し、（例えば、エンジンへの燃料の供給を減少させることによって、且つ／又は、制動を適用することによって）減速し、且つ／又は、（例えば、２つの前輪を回転することによって）方向を変更する、ようにすることができる。本開示において使用される「～するようにする（ｃａｕｓｅ）」又は「～するようにする（ｃａｕｓｉｎｇ）」は、イベント又はアクションが、直接又は間接的な方式により、発生する、或いは、少なくともそのようなイベント又はアクションが発生しうる、状態にあることを引き起こす、強制する、強要する、導く、命令する、指示する、及び／又は、可能にする、ことを意味している。

ビークル１００は、１つ又は複数のアクチュエータ１５０を含みうる。アクチュエータ１５０は、１つ又は複数のプロセッサ１１０及び／又は１つ又は複数の自律型運転モジュール１６０からの信号又はその他の入力の受け取りに応答して、ビークルシステム１４０又はそのコンポーネントの１つ又は複数を変化させる、調節する、且つ／又は変更する、べく動作可能である任意の要素又は要素の組合せであってよい。任意の適切なアクチュエータを使用することができる。例えば、１つ又は複数のアクチュエータ１５０は、いくつかの可能性の名前を挙げるだけでも、モーター、ガス圧アクチュエータ、液圧ピストン、リレー、ソレノイド、及び／又は圧電アクチュエータを含みうる。

ビークル１００は、１つ又は複数のモジュールを含むことができ、本開示には、そのうちの少なくともいくつかが記述されている。これらのモジュールは、プロセッサ１１０によって実行された際に、本開示において記述されている様々なプロセスのうちの１つ又は複数を実装するコンピュータ可読プログラムコードとして実装することができる。モジュールのうちの１つ又は複数は、１つ又は複数のプロセッサ１１０のコンポーネントであることが可能であり、或いは、モジュールのうちの１つ又は複数は、１つ又は複数のプロセッサ１１０が動作自在に接続されるその他の処理システム上において実行することが可能であり、且つ、その間において分散させることができる。モジュールは、１つ又は複数のプロセッサ１１０によって実行可能である命令を含みうる（例えば、プログラムロジック）。或いは、この代わりに、又はこれに加えて、１つ又は複数のデータストア１１５が、このような命名を収容することもできる。

１つ又は複数の構成において、本開示において記述されているモジュールのうちの１つ又は複数は、例えば、ニューラルネットワーク、ファジーロジック、又はその他の機械学習アルゴリズムなどの、人工的又は演算的インテリジェンス要素を含みうる。更には、１つ又は複数の構成において、モジュールのうちの１つ又は複数は、本開示において記述されている複数モジュールの間において分散させることができる。１つ又は複数の構成において、本開示において記述されているモジュールのうちの２つ以上は、単一のモジュールとして組み合わせることができる。

ビークル１００は、１つ又は複数の自律型運転モジュール１６０を含みうる。１つ又は複数の自律型運転モジュール１６０は、センサシステム１２０及び／又はビークル１００及び／又はビークル１００の外部環境に関係する情報をキャプチャする能力を有する任意のその他のタイプのシステムから、データを受け取るように構成することができる。１つ又は複数の構成において、１つ又は複数の自律型運転モジュール１６０は、１つ又は複数の運転シーンモデルを生成するべく、このようなデータを使用することができる。１つ又は複数の自律型運転モジュール１６０は、ビークル１００の位置及び速度を判定することができる。１つ又は複数の自律型運転モジュール１６０は、交通標識、樹木、低木、隣接するビークル、歩行者などを含む、障害物の場所、障害物、又はその他の環境的特徴を判定することができる。

１つ又は複数の自律型運転モジュール１６０は、複数の衛星からの信号、或いは、ビークル１００の現時点の状態を判定するべく、或いは、マップを生成する、或いは、マップデータとの関係においてビークル１００の位置を判定する、際に使用されるべくその環境との関係においてビークル１００の位置を判定するべく使用されうる任意のその他のデータ及び信号に基づいて、ビークル１００の位置及び／又は向き、グローバル座標におけるビークル位置、を推定するべく、１つ又は複数のプロセッサ１１０及び／又は本開示において記述されているモジュールのうちの１つ又は複数によって使用されるべく、ビークル１００の外部環境内の障害物の場所情報を受け取るように、且つ／又は、判定するように、構成することができる。

１つ又は複数の自律型運転モジュール１６０は、独立的に、或いは、交通システム１７０との組合せにおいて、センサシステム１２０によって取得されたデータ、運転シーンモデル、及び／又はフローモジュール２３０によって実装される交通データ２６０からの判定などの、任意のその他の適切なソースからのデータに基づいて、１つ又は複数の移動経路、ビークル１００用の現時点の自律型運転操作、将来の自律型運転操作、及び／又は、現時点の自律型運転操作に対する変更を判定するように、構成することができる。「運転操作」は、ビークルの運動に影響を及ぼす１つ又は複数のアクションを意味している。運転操作の例は、いくつかの可能性の名前を挙げるだけでも、加速、減速、制動、回転、ビークル１００の横方向における運動、移動レーンの変更、移動レーン内へのマージ、及び／又は逆進を含む。１つ又は複数の自律型運転モジュール１６０は、判定された運転操作を実装するように構成することができる。１つ又は複数の自律型運転モジュール１６０は、このような自律型運転操作が実装されるように直接的又は間接的にすることができる。本開示において使用されている「～するようにする（ｃａｕｓｅ）」又は「～するようにする（ｃａｕｓｉｎｇ）」は、直接又は間接的な方式により、イベント又はアクションが発生する、或いは、このようなイベント又はアクションが発生しうる状態に少なくともなる、ことを引き起こす、命令する、指示する、及び／又は、可能にする、ことを意味している。１つ又は複数の自律型運転モジュール１６０は、様々なビークル機能を実行するように、且つ／又は、ビークル１００又はその１つ又は複数のシステム（例えば、ビークルシステム１４０のうちの１つ又は複数）に、データを送信し、これらからデータを受信し、これらとやり取りし、且つ／又は、これらを制御するように、構成することができる。

本開示においては、詳細な実施形態が開示されている。但し、開示されている実施形態の意図するところは、例であるに過ぎないことを理解されたい。従って、本開示において開示されている特定の構造的且つ機能的詳細は、限定として解釈されてはならず、且つ、請求項の基礎として、且つ、実質的に任意の適切に詳述された構造において本開示における態様を様々に利用するべく当業者に教示するための代表的な基礎としてのみ、解釈することを要する。更には、本開示において使用されている用語及びフレーズは、限定ではなく、むしろ、可能な実装形態の理解可能な説明を提供することを意図したものである。図１から図８には、様々な実施形態が示されているが、これらの実施形態は、図示の構造又は用途に限定されるものではない。

図中のフローチャート及びブロック図は、様々な実施形態によるシステム、方法、及びコンピュータプログラムプロダクトの可能な実装形態のアーキテクチャ、機能、及び動作を示している。この観点において、フローチャート又はブロック図中のそれぞれのブロックは、１つ又は複数の規定された論理的機能を実装するための１つ又は複数の実行可能な命令を有するモジュール、セグメント、又はコードの一部分を表しうる。又、いくつかの代替実装形態において、ブロック中において記述されている機能は、図中において記述されている順序以外において発生しうることにも留意されたい。例えば、連続的に示されている２つのブロックは、実際には、実質的に同時に実行されてもよく、或いは、これらのブロックは、しばしば、関与する機能に応じて、逆の順序において実行されてもよい。

上述のシステム、コンポーネント、及び／又はプロセスは、ハードウェアにおいて、或いは、ハードウェアとソフトウェアの組合せにおいて、実現することが可能であり、且つ、１つの処理システム内において中央集中化された方式により、或いは、異なる要素がいくつかの相互接続された処理システムに跨って分散されている分散方式により、実現することができる。本開示において記述されている方法を実行するべく適合された任意の種類の処理システム又は別の装置が適している。ハードウェアとソフトウェアの代表的な組合せは、読み込まれ、且つ、実行された際に、本開示において記述されている方法を実行するように、処理システムを制御するコンピュータ使用可能プログラムコードを有する処理システムであってよい。又、システム、コンポーネント、及び／又はプロセスは、本開示において記述されている方法及びプロセスを実行するべく、機械によって実行可能である命令のプログラムを有体的に実施する、機械によって読み取り可能である、コンピュータプログラムプロダクト又はその他のデータプログラムストレージ装置などの、コンピュータ可読ストレージ内において埋め込むことができる。又、これらの要素は、本開示において記述されている方法の実装を可能にする特徴のすべてを有する、且つ、処理システム内において読み込まれた際に、これらの方法を実行することができる、アプリケーションプロダクト内において埋め込むこともできる。

更には、本開示において記述されている構成は、例えば、その上部において保存される、などのように実施されたコンピュータ可読プログラムコードを有する１つ又は複数のコンピュータ可読媒体内において実施されたコンピュータプログラムプロダクトの形態を有することもできる。１つ又は複数のコンピュータ可読媒体の任意の組合せを利用することができる。コンピュータ可読媒体は、コンピュータ可読信号媒体又はコンピュータ可読ストレージ媒体であってよい。「コンピュータ可読ストレージ媒体」というフレーズは、非一時的ストレージ媒体を意味している。コンピュータ可読ストレージ媒体は、例えば、限定を伴うことなしに、電子、磁気、光学、電磁、赤外線、又は半導体システム、装置、又は機器、或いは、以上のものの任意の適切な組合せであってよい。コンピュータ可読ストレージ媒体の更に具体的な例（すべてを網羅したリストではない）は、携帯型コンピュータディスケット、ハードディスクドライブ（ＨＤＤ）、半導体ドライブ（ＳＳＤ）、読み出し専用メモリ（ＲＯＭ）、消去可能プログラム可能読み出し専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、携帯型コンパクトディスク読み出し専用メモリ（ＣＤ－ＲＯＭ）、デジタルバーサタイルディスク（ＤＶＤ）、光学ストレージ装置、磁気ストレージ装置、又は以上のものの任意の適切な組合せ、というものを含むであろう。本文書の文脈において、コンピュータ可読ストレージ媒体は、命令実行システム、装置、又は機器による、或いは、これらとの関連において、使用されるプログラムを収容又は保存しうる任意の有体の媒体であってよい。

一般に、本開示において使用されているモジュールは、特定のタスクを実行する、或いは、特定のデータタイプを実装する、ルーチン、プログラム、オブジェクト、コンポーネント、データ構造などを含む。更なる態様において、メモリは、一般に、記述されているモジュールを保存している。モジュールと関連するメモリは、プロセッサ、ＲＡＭ、ＲＯＭ、フラッシュメモリ、或いは、別の適切な電子ストレージ媒体内において実施されたバッファ又はキャッシュであってよい。更なる態様において、本開示によって想定されているモジュールは、開示されている機能を実行するための定義された構成セット（例えば、命令）と共に埋め込まれた用途固有の集積回路（ＡＳＩＣ）、システムオンチップ（ＳｏＣ）のハードウェアコンポーネント、プログラム可能なロジックアレイ（ＰＬＡ）、或いは、別の適切なハードウェアコンポーネントとして実装されている。

コンピュータ可読媒体上において実施されるプログラムコードは、限定を伴うことなしに、無線、有線、光ファイバ、ケーブル、ＲＦなど、或いは、以上のものの任意の適切な組合せを含む、任意の適切な媒体を使用することにより、送信することができる。この構成の態様の動作を実行するためのコンピュータプログラムコードは、Ｊａｖａ（登録商標）、Ｓｍａｌｌｔａｌｋ、Ｃ＋＋、又はこれらに類似したもの、並びに、「Ｃ」プログラミング言語又は類似のプログラミング言語などの従来の手続き型プログラミング言語を含む、１つ又は複数のプログラミング言語の任意の組合せにおいて記述することができる。プログラムコードは、完全にユーザーのコンピュータ上において、部分的にユーザーのコンピュータ上において、スタンドアロンソフトウェアパッケージとして、部分的にユーザーのコンピュータ上において、且つ、部分的にリモートコンピュータ上において、或いは、完全にリモートコンピュータ又はサーバー上において、稼働することができる。後者のシナリオにおいて、リモートコンピュータは、ローカルエリアネットワーク（ＬＡＮ）又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通じてユーザーのコンピュータに接続されてもよく、或いは、接続は、（例えば、インターネットサービスプロバイダを使用することにより、インターネットを通じて）外部コンピュータに対して実施されてもよい。

本開示において使用されている「１つの（ａ）」及び「１つの（ａｎ）」という用語は、１つ又は複数の、として定義されている。本開示において使用されている「複数（ｐｌｕｒａｌｉｔｙ）」という用語は、２つ又は２つ以上、として定義されている。本開示において使用されている「別の（ａｎｏｔｈｅｒ）」という用語は、少なくとも第２の、以上として定義されている。本明細書において使用されている「含む（ｉｎｃｌｕｄｉｎｇ）」及び／又は「有する（ｈａｖｉｎｇ）」という用語は、備える又は含む（ｃｏｍｐｒｉｓｉｎｇ）（即ち、オープン言語）として定義されている。本開示において使用されている「～及び～のうちの少なくとも１つ（ａｔ ｌｅａｓｔ ｏｎｅ ｏｆ ．．．ａｎｄ．．．）」というフレーズは、関連する列挙された項目のうちの１つ又は複数のものの任意の且つすべての可能な組合せを意味し、且つ、包含している。一例として、「Ａ、Ｂ、及びＣのうちの少なくとも１つ（ａｔ ｌｅａｓｔ ｏｎｅ ｏｆ Ａ， Ｂ， ａｎｄ Ｃ）」というフレーズは、Ａのみ、Ｂのみ、Ｃのみ、或いは、これらの任意の組合せ（例えば、ＡＢ、ＡＣ、ＢＣ、又はＡＢＣ）を含む。

本開示における態様は、その真意及び必須の属性を逸脱することなしに、その他の形態において実施することができる。従って、その範囲を示すものとして、上述の明細書ではなく、添付の特許請求の範囲を参照されたい。

Claims (20)

1. 道路セグメントに沿った交通フローを判定するための交通システムであって、
   １つ又は複数のプロセッサと、
   前記１つ又は複数のプロセッサに通信自在に結合されたメモリであって、
   前記１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、電子データストア内において、前記道路セグメント上を移動する報告ビークルから、少なくとも、前記報告ビークルの少なくとも１つのセンサによって観察される周囲のビークルに関する交通データを収集するようにする命令を含む、取得モジュールであって、前記周囲のビークルは、前記報告ビークルが観察する報告ビークルとは別個のビークルである、取得モジュールと、
   フローモジュールであって、前記１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、前記道路セグメントの個々のレーンの交通フローを識別するべく、前記交通データを分析するようにする命令を含む、フローモジュールと、
   を含む、メモリと、
   を備え、
   前記フローモジュールは、前記道路セグメントに接近している対向ビークルに前記交通フローについて通知するとともに前記対向ビークルが前記交通フローに従って動作を調節するためにメッセージを前記対向ビークルに電子的に伝達することによって、前記交通フローを識別する信号を提供する命令を含む、
   交通システム。
2. 前記交通データは、前記周囲のビークルの個々のものの前記道路セグメント内の移動のレーンを示すレーン識別子と、前記周囲のビークルの観察された速度と、を含む、請求項１に記載の交通システム。
3. 前記取得モジュールは、前記交通データを収集するための命令を含み、該命令は、前記報告ビークルが前記道路セグメント上を移動して前記電子データストアを含むリモート装置に前記交通データを伝達するのに伴って、前記交通データを前記電子データストア内において集計するための命令を含み、
   前記交通データは、前記周囲のビークルが前記道路セグメントに沿って移動するのに伴って、前記周囲のビークルの速度の変動を示している、
   請求項１に記載の交通システム。
4. 前記フローモジュールは、前記交通データを分析するための命令を含み、該命令は、前記道路セグメントの前記個々のレーン内を移動するビークルの、連続的に観察された速度パターンを判定することにより、前記道路セグメントの前記個々のレーンの前記交通フローを別個に識別するべく、速度モデルを前記交通データに適用するための命令を含み、
   前記フローモジュールは、前記信号を提供するための命令を含み、該命令は、前記交通フローを前記個々のレーンの現時点の速度として示すための命令を含む、
   請求項１に記載の交通システム。
5. 前記フローモジュールは、前記交通フローを識別するべく前記交通データを分析するための命令を含み、該命令は、前記交通データのフローパターンであって、前記道路セグメントのレーンに跨る前記交通フローにおける傾向を示すフローパターンを生成するための命令を含み、
   前記フローパターンは、前記道路セグメント上の渋滞が、クリアされている尤度、増大している尤度、又は現時点のレベルを維持している尤度を示している、
   請求項４に記載の交通システム。
6. 前記フローモジュールは、前記交通フローを提供するための命令を含み、該命令は、前記交通フローを前記個々のレーンの平均速度として、前記道路セグメントと関連する装置に伝達するための命令を含み、
   前記道路セグメントと関連する前記装置は、少なくとも、前記道路セグメントに接近している対向ビークルを含む、
   請求項１に記載に交通システム。
7. 前記取得モジュールは、前記交通データを収集するための命令を含み、該命令は、
   前記報告ビークルの個々のものにおいて、前記報告ビークルの個々のものの前記少なくとも１つのセンサからセンサデータを取得し、
   前記報告ビークルの前記個々のものにおいて、前記周囲のビークルの相対速度及びレーンを含む、前記周囲のビークルを識別するための前記センサデータを分析し、
   前記報告ビークルの前記個々のものから、前記相対速度及び前記レーンを含む電子データ構造をリモート装置に伝達する、
   ための命令を含む、
   請求項１に記載の交通システム。
8. 前記取得モジュール及びフローモジュールは、少なくとも部分的に、クラウドコンピューティングシステム内において実施される請求項１に記載の交通システム。
9. 道路セグメントに沿って交通フローを判定するための非一時的コンピュータ可読媒体であって、命令を含み、該命令は、１つ又は複数のプロセッサによって実行された際に、前記１つ又は複数のプロセッサが、
   電子データストア内において、前記道路セグメント上を移動する報告ビークルから、少なくとも、前記報告ビークルの少なくとも１つのセンサによって観察される周囲のビークルに関する交通データを収集し、前記周囲のビークルは、前記報告ビークルが観察する報告ビークルとは別個のビークルであり、
   前記道路セグメントの個々のレーンの交通フローを識別するべく、前記交通データを分析し、
   前記道路セグメントに接近している対向ビークルに前記交通フローについて通知するとともに前記対向ビークルが前記交通フローに従って動作を調節するためにメッセージを前記対向ビークルに電子的に伝達することによって、前記交通フローを識別する信号を提供する、
   ようにする、非一時的コンピュータ可読媒体。
10. 前記交通データは、前記周囲のビークルの個々のものの前記道路セグメント内の移動のレーンを示すレーン識別子と、前記周囲のビークルの観察された速度と、を含む、請求項９に記載の非一時的コンピュータ可読媒体。
11. 前記交通フローを提供するための命令は、前記交通フローを前記個々のレーンの平均速度として前記道路セグメントと関連する装置に伝達するための命令を含み、
    前記道路セグメントと関連する前記装置は、少なくとも、前記道路セグメントに接近している対向ビークルを含む、
    請求項９に記載の非一時的コンピュータ可読媒体。
12. 前記交通データを収集するための命令は、前記報告ビークルが前記道路セグメント上を移動して前記交通データを前記電子データストアを含むリモート装置に伝達するのに伴って、前記交通データを前記電子データストア内において集計するための命令を含み、
    前記交通データは、前記周囲のビークルが前記道路セグメントに沿って移動するのに伴って、前記周囲のビークルの速度の変動を示している、
    請求項９に記載の非一時的コンピュータ可読媒体。
13. 前記交通データを分析するための命令は、前記道路セグメントの前記個々のレーン内を移動する連続的に観察されたビークルにおける速度パターンを判定することにより、前記道路セグメントの前記個々のレーンについて前記交通フローを別個に識別するべく速度モデルを前記交通データに適用するための命令を含み、
    前記信号を提供するための命令は、前記交通フローを前記個々のレーンの現時点の速度として示すための命令を含む、
    請求項９に記載の非一時的コンピュータ可読媒体。
14. 道路セグメントに沿った交通フローを判定する方法であって、
    電子データストア内において、前記道路セグメント上を移動する報告ビークルから、少なくとも、前記報告ビークルの少なくとも１つのセンサによって観察される周囲のビークルに関する交通データを、１つ又は複数のプロセッサによって収集することであって、前記周囲のビークルは、前記報告ビークルが観察する報告ビークルとは別個のビークルであることと、
    前記道路セグメントの個々のレーンの交通フローを識別するべく、前記交通データを、前記１つ又は複数のプロセッサによって分析することと、
    前記道路セグメントに接近している対向ビークルに前記交通フローについて通知するとともに前記対向ビークルが前記交通フローに従って動作を調節するためにメッセージを前記対向ビークルに電子的に伝達することによって、前記交通フローを識別する信号を、前記１つ又は複数のプロセッサによって提供することと、
    を含む方法。
15. 前記交通データは、前記周囲のビークルの個々のものの前記道路セグメント内の移動のレーンを示すレーン識別子と、前記周囲のビークルの観察された速度と、を含む、請求項１４に記載の方法。
16. 前記交通データを収集することは、前記報告ビークルが前記道路セグメント上を移動して前記交通データを前記電子データストアを含むリモート装置に伝達するのに伴って、前記交通データを、前記１つ又は複数のプロセッサによって、前記電子データストア内において集計することを含み、
    前記交通データは、前記周囲のビークルが前記道路セグメントに沿って移動するのに伴って、前記周囲のビークルの速度の変動を示している、
    請求項１４に記載の方法。
17. 前記交通データを分析することは、前記道路セグメントの前記個々のレーンを移動するビークルの、連続的に観察された速度パターンを判定することにより、前記道路セグメントの前記個々のレーンの前記交通フローを別個に識別するべく、速度モデルを、前記１つ又は複数のプロセッサによって前記交通データに適用することを含み、
    前記信号を提供することは、前記交通フローを前記個々のレーンの現時点の速度として示すことを含む、
    請求項１４に記載の方法。
18. 前記交通フローを識別するべく前記交通データを分析することは、前記交通データのフローパターンであって、前記道路セグメントのレーンに跨る前記交通フローにおける傾向を示すフローパターンを、前記１つ又は複数のプロセッサによって生成することを含み、
    前記フローパターンは、前記道路セグメント上の渋滞が、クリアされている尤度、増大している尤度、又は現時点のレベルを維持している尤度を示している、
    請求項１７に記載の方法。
19. 前記交通フローを提供することは、前記交通フローを、前記１つ又は複数のプロセッサによって、前記個々のレーンの平均速度として前記道路セグメントと関連する装置に伝達することを含み、前記道路セグメントと関連する前記装置は、少なくとも、前記道路セグメントに接近している対向ビークルを含む、請求項１４に記載の方法。
20. 前記交通データを収集することは、
    前記報告ビークルの個々のものにおいて、前記報告ビークルの個々のものの前記少なくとも１つのセンサからセンサデータを、前記１つ又は複数のプロセッサによって取得することと、
    前記報告ビークルの前記個々のものにおいて、前記周囲のビークルの相対速度及びレーンを含む、前記周囲のビークルを識別するための前記センサデータを、前記１つ又は複数のプロセッサによって分析することと、
    前記報告ビークルの前記個々のものから、前記相対速度及び前記レーンを含む電子データ構造を、前記１つ又は複数のプロセッサによってリモート装置に伝達することと、
    を含む、請求項１４に記載の方法。

Images