KR102478819B1 - 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것 - Google Patents

정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것 Download PDF

Info

Publication number
KR102478819B1
KR102478819B1 KR1020217011902A KR20217011902A KR102478819B1 KR 102478819 B1 KR102478819 B1 KR 102478819B1 KR 1020217011902 A KR1020217011902 A KR 1020217011902A KR 20217011902 A KR20217011902 A KR 20217011902A KR 102478819 B1 KR102478819 B1 KR 102478819B1
Authority
KR
South Korea
Prior art keywords
vehicle
road user
location
behavior
processors
Prior art date
Application number
KR1020217011902A
Other languages
English (en)
Other versions
KR20210048575A (ko
Inventor
존 웨슬리 다이어
마이클 엡스테인
켄 후
Original Assignee
웨이모 엘엘씨
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 웨이모 엘엘씨 filed Critical 웨이모 엘엘씨
Publication of KR20210048575A publication Critical patent/KR20210048575A/ko
Application granted granted Critical
Publication of KR102478819B1 publication Critical patent/KR102478819B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/14—Adaptive cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W30/00—Purposes of road vehicle drive control systems not related to the control of a particular sub-unit, e.g. of systems using conjoint control of vehicle sub-units, or advanced driver assistance systems for ensuring comfort, stability and safety or drive control systems for propelling or retarding the vehicle
    • B60W30/18—Propelling the vehicle
    • B60W30/18009—Propelling the vehicle related to particular drive situations
    • B60W30/181—Preparing for stopping
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W40/00—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models
    • B60W40/02—Estimation or calculation of non-directly measurable driving parameters for road vehicle drive control systems not related to the control of a particular sub unit, e.g. by using mathematical models related to ambient conditions
    • B60W40/04—Traffic conditions
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0015—Planning or execution of driving tasks specially adapted for safety
    • B60W60/0016—Planning or execution of driving tasks specially adapted for safety of the vehicle or its occupants
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0025—Planning or execution of driving tasks specially adapted for specific operations
    • B60W60/00253—Taxi operations
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W60/00—Drive control systems specially adapted for autonomous road vehicles
    • B60W60/001—Planning or execution of driving tasks
    • B60W60/0027—Planning or execution of driving tasks using trajectory prediction for other traffic participants
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/50—Context or environment of the image
    • G06V20/56—Context or environment of the image exterior to a vehicle by using sensors mounted on the vehicle
    • G06V20/58—Recognition of moving objects or obstacles, e.g. vehicles or pedestrians; Recognition of traffic objects, e.g. traffic signs, traffic lights or roads
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/012—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from other sources than vehicle or roadside beacons, e.g. mobile networks
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0133—Traffic data processing for classifying traffic situation
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0137—Measuring and analyzing of parameters relative to traffic conditions for specific applications
    • G08G1/0145—Measuring and analyzing of parameters relative to traffic conditions for specific applications for active traffic flow control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W50/00—Details of control systems for road vehicle drive control not related to the control of a particular sub-unit, e.g. process diagnostic or vehicle driver interfaces
    • B60W2050/0001—Details of the control system
    • B60W2050/0019—Control system elements or transfer functions
    • B60W2050/0028—Mathematical models, e.g. for simulation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2420/00—Indexing codes relating to the type of sensors based on the principle of their operation
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2520/00—Input parameters relating to overall vehicle dynamics
    • B60W2520/04—Vehicle stop
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2552/00—Input parameters relating to infrastructure
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4041—Position
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60W—CONJOINT CONTROL OF VEHICLE SUB-UNITS OF DIFFERENT TYPE OR DIFFERENT FUNCTION; CONTROL SYSTEMS SPECIALLY ADAPTED FOR HYBRID VEHICLES; ROAD VEHICLE DRIVE CONTROL SYSTEMS FOR PURPOSES NOT RELATED TO THE CONTROL OF A PARTICULAR SUB-UNIT
    • B60W2554/00—Input parameters relating to objects
    • B60W2554/40—Dynamic objects, e.g. animals, windblown objects
    • B60W2554/404—Characteristics
    • B60W2554/4045—Intention, e.g. lane change or imminent movement
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/14—Cruise control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B60—VEHICLES IN GENERAL
    • B60Y—INDEXING SCHEME RELATING TO ASPECTS CROSS-CUTTING VEHICLE TECHNOLOGY
    • B60Y2300/00—Purposes or special features of road vehicle drive control systems
    • B60Y2300/18—Propelling the vehicle
    • B60Y2300/18008—Propelling the vehicle related to particular drive situations
    • B60Y2300/18091—Preparing for stopping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q2240/00—Transportation facility access, e.g. fares, tolls or parking

Abstract

본 개시의 양태들은 정지된 자율주행 차량들에 의해 야기되는 다른 도로 사용자들에 대한 불편을 감소시키는 것을 제공한다. 예로서, 자율 주행 모드를 갖는 차량(100)이 제1 위치에서 정지될 수 있다. 차량이 정지되는 동안, 센서 데이터는 차량의 지각 시스템(172)으로부터 수신된다. 센서 데이터는 도로 사용자를 식별할 수 있다. 센서 데이터를 사용하여, 제1 위치에서 차량을 정지시킴으로써 야기되는 도로 사용자에 대한 불편의 레벨을 나타내는 값이 결정될 수 있다. 차량은 값을 감소시키기 위해 그리고 차량이 제1 위치로부터 이동하게 하도록 자율 주행 모드로 제어된다.

Description

정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것
관련 출원들에 대한 상호 참조
본 출원은 2018년 9월 25일자로 출원된 출원 일련 번호 제16/141,467호의 이익을 주장하고, 그 개시는 참조로 본 명세서에 포함된다.
인간 운전자를 요구하지 않는 차량들과 같은 자율주행 차량들(autonomous vehicles)은 한 위치(location)로부터 다른 위치로의 승객들 또는 물품들의 수송을 돕기 위하여 사용될 수 있다. 이러한 차량들은 승객들이 픽업(pickup) 또는 목적지 위치와 같은 일부 초기 입력을 제공할 수 있으며 차량이 그 위치까지 스스로 조종하는 완전 자율 모드에서 동작할 수 있다.
사람(또는 사용자)이 차량을 통해 두 위치 사이에서 물리적으로 수송되고자 할 때, 임의의 수의 수송 서비스들을 사용할 수 있다. 현재까지, 이러한 서비스들은 통상적으로 사용자를 픽업하기 위한 위치로의 배차 지시(dispatch instructions)를 받은 인간 운전자(human driver)를 수반한다. 많은 경우에, 인간 운전자 및 사용자는 사용자가 픽업될 정확한 위치를 배열(arrange)할 수 있다. 또한, 인간 운전자들은, 승객들을 기다릴 때, 정지되어 승객을 기다리고, 그들이 전형적으로 그들의 환경에서 다른 차량들, 보행자들, 자전거 타는 사람들 등과 같은 다른 도로 사용자들을 불편하게 하고 있을 때를 인식할 수 있다. 예를 들어, 차량은 그 뒤의 다른 차량들, 인접 레인(lane)으로부터 접근하는 차량들, 주차 또는 주차 해제를 시도하는 차량들, 자전거 타는 사람들 및/또는 자전거 레인들, 건너려고 시도하는 보행자들 등을 차단하거나 불편하게 할 수 있다. 이와 같이, 인간 운전자는 다른 운전자들에 대한 불편을 최선으로 감소시키는 방법을 결정할 수 있다. 이는 인간 운전자를 갖지 않는 자율주행 차량들의 경우에 쉽게 달성가능하지 않다.
본 개시의 일 양태는 자율주행 차량들로 인한 다른 도로 사용자들에 대한 불편을 감소시키는 방법을 제공한다. 방법은 하나 이상의 프로세서에 의해, 제1 위치에서 자율 주행 모드를 갖는 차량을 정지시키는 단계; 차량이 정지되어 있는 동안, 하나 이상의 프로세서에 의해, 차량의 지각 시스템으로부터 센서 데이터를 수신하는 단계- 센서 데이터는 도로 사용자를 식별함 -; 하나 이상의 프로세서에 의해, 센서 데이터를 사용하여, 제1 위치에서 차량을 정지시킴으로써 야기되는 도로 사용자에 대한 불편의 레벨을 나타내는 값을 결정하는 단계; 및 하나 이상의 프로세서에 의해, 값을 감소시키기 위해 그리고 차량이 제1 위치로부터 이동하게 하도록 자율 주행 모드로 차량을 제어하는 단계를 포함한다.
일 예에서, 센서 데이터는 다른 도로 사용자에 대한 관찰된 거동을 표시하고, 방법은 다른 도로 사용자의 미래의 거동을 예측하는 거동 모델의 출력을 수신하는 단계 및 미래의 거동을 관찰된 거동과 비교하는 단계를 추가로 포함하고, 값을 결정하는 것은 비교에 추가로 기초한다. 다른 예에서, 센서 데이터는 다른 도로 사용자에 대한 관찰된 거동을 표시하고, 방법은 다른 도로 사용자의 제1 장래 거동을 예측하는 거동 모델의 제1 출력을 수신하는 단계, 제1 출력을 수신한 후에, 도로 사용자의 제2 장래 거동을 예측하는 거동 모델의 제2 출력을 수신하는 단계; 및 제1 장래 거동을 제2 장래 거동과 비교하는 단계- 값을 결정하는 것은 비교에 추가로 기초함 -를 추가로 포함하고 이 예에서, 제2 출력은 제2 장래 거동이 차량에 즉각 응답(responsive to)한다는 것을 추가로 표시하고, 값을 결정하는 것은 제2 장래 거동이 차량에 즉각 응답한다는 표시에 추가로 기초한다. 다른 예에서, 값을 결정하는 것은 값을 출력하는 모델에 센서 데이터를 입력하는 것을 포함한다. 이 예에서, 이 방법은 또한 다른 도로 사용자의 제1 장래 거동을 예측하는 거동 모델로부터의 출력에 기초하여 차량이 도로 사용자를 불편하게 한다고 결정하는 단계를 포함하고, 여기서 센서 데이터는 차량이 도로 사용자를 불편하게 하고 있다는 결정에 기초하여 모델에 입력된다. 다른 예에서, 차량을 제어하는 것은 도로 사용자가 차량의 레인에 인접한 레인에 있는지에 기초한다. 다른 예에서, 차량을 제어하는 것은 도로 사용자가 차량의 레인에 있고 차량의 후방에 있는지에 기초한다. 다른 예에서, 차량은 승객을 기다리기 위해 제1 위치에서 정지되고, 방법은 또한 제어하는 것에 기초하여 승객의 클라이언트 컴퓨팅 디바이스에 메시지를 전송하는 단계를 포함한다. 다른 예에서, 방법은 또한 값이 임계값을 충족시킨다고 결정하는 단계를 포함하고, 차량을 제어하는 것은 값이 임계값을 충족시킨다는 결정에 추가로 기초한다.
본 개시의 다른 양태는 정지된 자율주행 차량들에 의해 야기되는 다른 도로 사용자들에 대한 불편을 감소시키기 위한 시스템을 제공한다. 시스템은 하나 이상의 프로세서를 포함하고 하나 이상의 프로세서는, 제1 위치에서 자율 주행 모드를 갖는 차량을 정지시키고; 차량이 정지되어 있는 동안, 차량의 지각 시스템으로부터 센서 데이터를 수신하고- 센서 데이터는 도로 사용자를 식별함 -; 센서 데이터를 사용하여, 제1 위치에서 차량을 정지시킴으로써 야기되는 도로 사용자에 대한 불편의 레벨을 나타내는 값을 결정하고; 하나 이상의 프로세서에 의해, 값을 감소시키기 위해 그리고 차량이 제1 위치로부터 이동하게 하도록 자율 주행 모드로 차량을 제어하도록 구성된다.
일 예에서, 센서 데이터는 다른 도로 사용자에 대한 관측된 거동을 표시하고, 하나 이상의 프로세서는 또한 다른 도로 사용자의 장래 거동을 예측하는 거동 모델의 출력을 수신하고 장래 거동을 관측된 거동과 비교하도록 구성되며, 여기서 값을 결정하는 것은 비교에 추가로 기초한다. 다른 예에서, 센서 데이터는 다른 도로 사용자에 대한 관찰된 거동을 표시하고, 하나 이상의 프로세서는 다른 도로 사용자의 제1 장래 거동을 예측하는 거동 모델의 제1 출력을 수신하고; 제1 출력을 수신한 후에, 도로 사용자의 제2 장래 거동을 예측하는 거동 모델의 제2 출력을 수신하고; 제1 장래 거동을 제2 장래 거동과 비교하도록 또한 구성되고, 값을 결정하는 것은 또한 비교에 기초한다. 이 예에서, 제2 출력은 또한 제2 장래 거동이 차량에 즉각 응답한다는 것을 표시하고, 하나 이상의 프로세서는 제2 장래 거동이 차량에 즉각 응답한다는 표시에 또한 기초하여 값을 결정하도록 또한 구성된다. 다른 예에서, 하나 이상의 프로세서는 값을 출력하는 모델에 센서 데이터를 입력하는 것을 포함하여 값을 결정하도록 또한 구성된다. 이 예에서, 하나 이상의 프로세서는 다른 도로 사용자의 제1 장래 거동을 예측하는 거동 모델로부터의 출력에 기초하여 차량이 도로 사용자를 불편하게 하고 있다고 결정하도록 또한 구성되고, 센서 데이터는 차량이 도로 사용자를 불편하게 하고 있다는 결정에 기초하여 모델에 입력된다. 다른 예에서, 하나 이상의 프로세서는 또한 도로 사용자가 차량의 레인에 인접한 레인에 있는지에 기초하여 차량을 제어하도록 또한 구성된다. 다른 예에서, 하나 이상의 프로세서는 또한 도로 사용자가 차량의 레인에 있고 차량의 후방에 있는지에 기초하여 차량을 제어하도록 또한 구성된다. 다른 예에서, 차량은 승객을 기다리기 위해 제1 위치에서 정지되고, 하나 이상의 프로세서는 제어하는 것에 기초하여 승객의 클라이언트 컴퓨팅 디바이스에 메시지를 전송하도록 추가로 구성된다. 다른 예에서, 하나 이상의 프로세서는 값이 임계값을 충족시킨다고 결정하고, 추가로 값이 임계값을 충족시킨다는 결정에 기초하여 차량을 제어하도록 추가로 구성된다.
도 1은 본 개시의 양태들에 따른 예시적인 차량의 기능 다이어그램이다.
도 2는 본 개시의 양태들에 따른 지도 정보의 예시적인 표현이다.
도 3은 본 개시의 양태들에 따른 차량의 예시적인 외부 도면이다.
도 4는 본 개시의 양태들에 따른 시스템의 예시적인 그림 도면이다.
도 5는 본 개시의 양태들에 따른 시스템의 예시적인 기능 다이어그램이다.
도 6은 본 개시의 양태들에 따른 도로의 섹션의 도면이다.
도 7 내지 도 11은 본 개시의 양태들에 따른 다양한 상황들의 예들이다.
도 12는 본 개시의 양태들에 따른 도로 사용자에 대한 실제 궤적과 예측된 궤적의 예시적인 비교이다.
도 13은 본 개시의 양태들에 따른 도로 사용자에 대한 실제 궤적과 예측된 궤적의 다른 예시적인 비교이다.
도 14는 본 개시의 양태들에 따른 흐름도이다.
개요
본 기술은 승객이 도착하기를 기다릴 때 자율주행 차량들이 픽업 위치로부터 이동할지에 관한 독립적인 결정들을 할 수 있게 하는 것에 관한 것이다. 이것은 결국 정지되어 하나 이상의 승객을 기다리는 자율주행 차량의 주변 환경 내의 다른 도로 사용자들에 대한 불편을 감소시킬 수 있다. 예를 들어, 위에서 언급된 바와 같이, 차량은 그 뒤의 다른 차량들, 인접 레인(lane)으로부터 접근하는 차량들, 주차 또는 주차 해제를 시도하는 차량들, 자전거 타는 사람들 및/또는 자전거 레인들, 건너려고 시도하는 보행자들 등을 차단하거나 불편하게 할 수 있다.
하나의 접근법으로서, 정지될 때, 자율주행 차량은, 차량이 다른 도로 사용자들을 차단하고 있는지 또는 다른 방식으로 불편하게 하고 있는지에 기초하여, 자율주행 차량이 이동해야 하는지에 관해 원격 조작자들로부터의 증가하는 시간 간격들로 보조를 요청할 수 있다. 이에 응답하여, 원격 조작자는 차량의 주변을 검토할 수도 있고, 차량 주위의 교통의 흐름에 따라, 그대로 있거나 이동하도록 자율주행 차량에 지시할 수 있다. 물론, 이러한 의견 교환(back-and-forth)은 시간이 걸릴 수 있으며, 이는 다른 도로 사용자들에게 짜증 및 불편을 야기할 수 있다. 이러한 상황들에서 자율주행 차량들이 원격 조작자를 호출할 필요성을 감소시키거나 심지어 제거하기 위해, 차량의 컴퓨팅 디바이스들은 차량이 다른 운전자들을 불편하게 하고 있는 상황들을 식별하고 그 후에 그 불편을 감소시키려고 시도할 수 있다.
그렇게 하기 위해, 차량의 컴퓨팅 디바이스들은 차량의 지각 시스템으로부터 센서 데이터를 수신할 수 있다. 지각 시스템은 다양한 센서들을 포함할 수도 있고, 차량의 환경에서, 다른 도로 사용자들과 같은 물체들을 검출하고 식별하도록 구성될 수 있다. 이 정보는 이어서, 교통을 차단하거나 다른 도로 사용자들이 차량 주변을 이동해야 하게 하는 등에 의해, 차량이 다른 도로 사용자들을 불편하게 하고 있는지를 결정하기 위해 사용될 수 있다. 예를 들어, 차량의 컴퓨팅 디바이스들은 차량이 다른 차량들, 보행자들, 및 자전거 타는 사람들이 진행하는 것을 방해하고 있는지 또는 그러한 도로 사용자들이 차량 주위로 주행해야 하는 것을 야기하는지를 결정할 수 있다.
차량의 컴퓨팅 디바이스들은 다양한 거동 예측 모델들로부터 출력을 수신할 수 있다. 예를 들어, 차량의 지각 시스템에 의해 검출되는 주어진 타입의 각각의 도로 사용자에 대해, 차량의 컴퓨팅 디바이스들은 그 도로 사용자의 장래 거동을 추정하기 위해 그 타입의 도로 사용자에 대한 대응하는 거동 예측 모델을 사용할 수 있다. 일부 예들에서, 이러한 거동 모델들은 또한 다른 도로 사용자의 거동이 차량에 즉각 응답하는지를 식별할 수 있다. 예측들이 시간에 따라 변하는 경우 또는 다른 도로 사용자가 차량에 접근하고 이러한 변경들 또는 차이들이 차량에 의해 야기될 때 예측이 다른 도로 사용자의 실제 거동에 충분히 대응하지 않는 경우, 이것은 차량이 다른 도로 사용자를 불편하게 하고 있음을 표시할 수 있다.
차량의 컴퓨팅 디바이스들이 불편을 신속하게 평가할 수 있게 하기 위해, 위에서 논의된 바와 같이 차량에 의해 불편한 것으로서 차량의 지각 시스템에 의해 검출되는 불편 값을 그 다른 도로 사용자들에게만 제공하기 위한 모델이 사용될 수 있다. 모델은 차량이 다른 교통을 불편하게 하고 있는 것으로 식별될 때의 라벨링된 인스턴스들을 갖는 차량의 지각 시스템에 의해 생성된 센서 데이터를 사용함으로써 훈련될 수 있다. 모델은 차량이 전술한 도로 사용자들을 불편하게 할 가능성이 얼마나 있는지를 나타내는 값을 제공하도록 훈련될 수 있다. 대안적으로, 모델은 다양한 거동 모델들의 출력에 관계없이, 차량이 정지될 때마다 차량이 임의의 다른 도로 사용자들을 불편하게 하고 있는지를 결정하기 위해 사용될 수 있다.
모델의 출력은 적절한 응답을 결정하기 위해 사용될 수 있다. 예를 들어, 이 값은 차량이 이동해야 하도록 차량이 다른 도로 사용자들을 불편하게 하고 있는지를 결정하기 위해 임계값과 비교될 수 있다. 임계값이 충족되지 않는 경우, 차량의 컴퓨팅 디바이스들은 차량을 그것의 현재 위치에 유지함으로써 응답할 수 있다. 임계값이 충족되는 경우, 차량의 컴퓨팅 디바이스들은 그 값을 감소시키기 위해 차량을 이동시킴으로써 응답할 수 있다. 또한, 차량이 어떻게 이동되는지는 차량이 어떻게 다른 교통을 불편하게 하고 있는지에 의존할 수 있다. 또 다른 예에서, 차량의 컴퓨팅 디바이스들은 모델로부터 더 낮은 값을 갖는 위치를 검색하려고 시도할 수 있다.
본 명세서에 설명된 특징들은 승객이 도착하기를 기다릴 때 자율주행 차량들이 픽업 위치로부터 이동할지에 관한 독립적인 결정들을 하는 것을 가능하게 할 수 있다. 이것은 원격 조작자들이 이러한 결정들을 할 필요성을 감소시키거나 심지어 제거하면서도 차량이 이러한 상황들에 반응하는 데 걸리는 시간을 감소시킬 수 있다. 이러한 시간의 감소는 또한 훨씬 더 빠르게 응답할 수 있는 차량의 안전성을 증가시킬 수 있는데 그 이유는 차량이 그의 환경을 계속하여 모니터링하고 다른 도로 사용자들에 대한 불편을 예상할 수 있기 때문이다. 동시에, 차량이 다른 도로 사용자들을 차단하고 있거나 불편하게 하고 있다는 것을 자동으로 결정하는 것을 허용함으로써, 차량은 그의 환경에 더 즉각 응답할 수 있고, 임의의 다른 도로 사용자들을 차단하고, 불편하게 하고, 일부 경우들에서는 짜증나게 할 가능성이 더 적을 수 있다.
예시적인 시스템들
도 1에 도시된 바와 같이, 본 개시의 일 양태에 따른 차량(100)은 다양한 컴포넌트들을 포함한다. 본 개시의 특정 양태들은 특정 타입들의 차량들과 관련하여 특히 유용하지만, 차량은 자동차들, 트럭들, 모터사이클들, 버스들, 레크리에이션 차량들(recreational vehicles) 등을 포함하지만 이에 제한되지 않는 임의의 타입의 차량일 수 있다. 차량은 하나 이상의 프로세서(120), 메모리(130) 및 범용 컴퓨팅 디바이스들에 전형적으로 존재하는 다른 컴포넌트를 포함하는 컴퓨팅 디바이스(110)와 같은 하나 이상의 컴퓨팅 디바이스를 가질 수 있다.
메모리(130)는 프로세서(120)에 의해 실행되거나 또는 다른 방식으로 사용될 수 있는 명령어들(132) 및 데이터(134)를 포함하여, 하나 이상의 프로세서(120)에 의해 액세스가능한 정보를 저장한다. 메모리(130)는 컴퓨팅 디바이스 판독가능한 매체, 또는 하드 드라이브, 메모리 카드, ROM, RAM, DVD 또는 다른 광학 디스크들과 같은 전자 디바이스의 도움으로 판독될 수 있는 데이터를 저장하는 다른 매체뿐만 아니라 다른 기입 가능 및 판독 전용 메모리들을 포함하는, 프로세서에 의해 액세스가능한 정보를 저장할 수 있는 임의의 타입일 수 있다. 시스템들과 방법들은 전술한 것들의 상이한 조합들을 포함할 수 있으며, 그에 의해 명령어들과 데이터의 상이한 부분들이 상이한 타입의 매체에 저장된다.
명령어들(132)은 프로세서에 의해 직접적으로 실행될(기계 코드와 같은) 또는 간접적으로 실행될(스크립트들과 같은) 명령어들의 임의의 세트일 수 있다. 예를 들어, 명령어들은 컴퓨팅 디바이스 판독가능 매체 상에 컴퓨팅 디바이스 코드로서 저장될 수 있다. 그 점에서, 용어들 "명령어들"과 "프로그램들"은 본 명세서에서 상호 교환 가능하게 사용될 수 있다. 명령어들은 프로세서에 의한 직접 처리를 위한 오브젝트 코드 포맷(object code format)으로, 또는 요구에 따라 인터프리팅(interpret)되거나 미리 컴파일링(compile)되는 독립적인 소스 코드 모듈들의 스크립트들 또는 집합들을 포함하는 임의의 다른 컴퓨팅 디바이스 언어로 저장될 수도 있다. 명령어들의 기능들, 방법들 및 명령어들의 루틴들은 아래 더욱 상세히 설명된다.
데이터(134)는 명령어들(132)에 따라서 프로세서(120)에 의해 검색, 저장 또는 수정될 수 있다. 일 예로서, 메모리(130)의 데이터(134)는 미리 정의된 시나리오들을 저장할 수 있다. 주어진 시나리오는 물체의 타입, 차량에 대한 물체의 위치들의 범위뿐만 아니라, 자율 주행 차량이 물체 주위에서 조종할 수 있는지, 물체가 방향 지시등(turn signal)을 사용하고 있는지, 물체의 현재 위치에 관련된 교통 신호등(traffic light)의 상태, 물체가 정지 표지판(stop sign)에 접근하고 있는지 등과 같은 다른 요인들을 포함하는 시나리오 요건들의 세트를 식별할 수 있다. 요건들은 "우회전 신호가 켜짐(right turn signal is on)" 또는 "우회전 전용 레인에 있음(in a right turn only lane)"과 같은 이산 값들, 또는 "차량(100)의 현재 경로로부터 30 내지 60도 오프셋되는 각도로 배향되는 헤딩(heading)을 가짐"과 같은 값들의 범위들을 포함할 수 있다. 일부 예들에서, 미리 결정된 시나리오들은 복수의 대상에 대해 유사한 정보를 포함할 수 있다.
하나 이상의 프로세서(120)는 상용화된 CPU들과 같은 임의의 종래의 프로세서들일 수 있다. 대안적으로, 하나 이상의 프로세서는 ASIC 또는 다른 하드웨어-기반 프로세서와 같은 전용 디바이스일 수 있다. 도 1이 컴퓨팅 디바이스(110)의 프로세서, 메모리, 및 다른 요소들이 동일한 블록 내에 있는 것으로 기능적으로 예시하지만, 프로세서, 컴퓨팅 디바이스, 또는 메모리는 동일한 물리적 하우징 내에 격납될 수 있거나 격납될 수 없는 다수의 프로세서, 컴퓨팅 디바이스들, 또는 메모리들을 실제로 포함할 수 있다는 것을 본 기술분야의 통상의 기술자는 이해할 것이다. 예로서, 내부 전자 디스플레이(152)는 고대역폭 또는 다른 네트워크 접속을 통해 컴퓨팅 디바이스(110)와 인터페이싱할 수도 있는 그 자신의 프로세서 또는 중앙 처리 유닛(central processing unit)(CPU), 메모리 등을 갖는 전용 컴퓨팅 디바이스에 의해 제어될 수도 있다. 일부 예들에서, 이 컴퓨팅 디바이스는 사용자의 클라이언트 디바이스와 통신할 수 있는 사용자 인터페이스 컴퓨팅 디바이스일 수 있다. 유사하게, 메모리는 컴퓨팅 디바이스(110)의 하우징과는 상이한 하우징 내에 위치되는 하드 드라이브 또는 다른 저장 매체일 수 있다. 따라서, 프로세서 또는 컴퓨팅 디바이스에 대한 언급들은 병렬로 동작할 수 있거나 동작하지 않을 수 있는 프로세서들 또는 컴퓨팅 디바이스들 또는 메모리들의 집합에 대한 언급들을 포함하는 것으로 이해될 것이다.
컴퓨팅 디바이스(110)는 전술된 프로세서 및 메모리와 같은 컴퓨팅 디바이스뿐만 아니라 사용자 입력(150)(예를 들어, 마우스, 키보드, 터치 스크린 및/또는 마이크로폰) 및 다양한 전자 디스플레이들(예를 들어, 스크린을 갖는 모니터 또는 정보를 디스플레이하도록 동작가능한 임의의 다른 전자 디바이스)과 관련하여 정상적으로 사용되는 모든 컴포넌트들일 수 있다. 본 예에서, 차량은 정보 또는 시청각 경험들을 제공하기 위해 내부 전자 디스플레이(152)뿐만 아니라 하나 이상의 스피커(154)를 포함한다. 이와 관련하여, 내부 전자 디스플레이(152)는 차량(100)의 탑승공간(cabin) 내에 위치될 수도 있고, 정보를 차량(100) 내의 승객들에게 제공하기 위하여 컴퓨팅 디바이스(110)에 의해 사용될 수도 있다. 내부 스피커들 이외에, 하나 이상의 스피커(154)는 차량(100) 외부의 물체들에게 가청 통지들(audible notifications)을 제공하기 위해 차량의 다양한 위치들에 배열되는 외부 스피커들을 포함할 수 있다.
일 예에서, 컴퓨팅 디바이스(110)는 차량(100) 내에 통합되는 자율 주행 컴퓨팅 시스템(autonomous driving computing system)일 수 있다. 자율 주행 컴퓨팅 시스템은 차량의 다양한 컴포넌트들과 통신할 수 있다. 예를 들어, 도 1로 돌아가면, 컴퓨팅 디바이스(110)는, 차량의 탑승자로부터의 지속적인 또는 주기적인 입력을 필요로 하거나 요구하지 않는 자율 주행 모드에서, 메모리(130)의 명령어들(132)에 따라 차량(100)의 이동, 속도 등을 제어하기 위해, (차량의 제동을 제어하기 위한) 감속 시스템(160), (차량의 가속을 제어하기 위한) 가속 시스템(162), (휠들(wheels)의 배향 및 차량의 방향을 제어하기 위한) 스티어링 시스템(164), (방향 지시등들을 제어하기 위한) 시그널링 시스템(166), (차량을 어떤 위치로 또는 물체들 주위에서 내비게이팅하기 위한) 내비게이션 시스템(168), (차량의 포지션을 결정하기 위한) 포지셔닝 시스템(170), (차량의 환경에서 물체들을 검출하기 위한) 지각 시스템(172), 및 전력 시스템(174)(예를 들어, 배터리 및/또는 가스 또는 디젤 동력 엔진)과 같은 차량(100)의 다양한 시스템들과 통신할 수 있다. 다시금, 이러한 시스템이 컴퓨팅 디바이스(110) 외부에 있는 것으로 도시되지만, 실제로, 이러한 시스템은 차량(100)을 제어하기 위한 자율 주행 컴퓨팅 시스템으로서 컴퓨팅 디바이스(110)에 또한 통합될 수 있다.
컴퓨팅 디바이스(110)는 다양한 컴포넌트들을 제어함으로써 차량의 방향 및 속력을 제어할 수 있다. 예를 들어, 컴퓨팅 디바이스(110)는 지도 정보 및 내비게이션 시스템(168)으로부터의 데이터를 완전히 자율적으로 사용하여 차량을 목적지 위치로 내비게이팅시킬 수 있다. 컴퓨팅 디바이스들(110)은 안전하게 위치에 도달하는 것이 필요할 때 물체들을 검출하고 물체들에 응답하기 위해 차량의 위치 및 지각 시스템(172)을 결정하도록 포지셔닝 시스템(170)을 사용할 수 있다. 그렇게 하기 위해, 컴퓨팅 디바이스들(110)은 차량이 (예를 들어, 가속 시스템(162)에 의해 엔진에 제공되는 연료 또는 다른 에너지를 증가시킴으로써) 가속되게 하고, (예를 들어, 감속 시스템(160)에 의해 엔진에 공급되는 연료를 감소시키고, 기어를 변경하고, 및/또는 제동을 적용함으로써) 감속되게 하고, (예를 들어, 스티어링 시스템(164)에 의해 차량(100)의 전방 또는 후방 휠들을 돌림으로써) 방향을 변경하게 하며, (예를 들어, 시그널링 시스템(166)의 방향 지시등들을 점등함으로써) 이러한 변경들을 시그널링하게 할 수 있다. 따라서, 가속 시스템(162)과 감속 시스템(160)은 차량의 엔진과 차량의 휠들 사이의 다양한 컴포넌트들을 포함하는 구동렬(drivetrain)의 일부일 수 있다. 또한, 이러한 시스템들을 제어함으로써, 컴퓨팅 디바이스들(110)은 또한 차량을 자율적으로 조종하기 위해 차량의 구동렬을 제어할 수 있다.
일 예로서, 컴퓨팅 디바이스(110)는 차량의 속력을 제어하기 위해 감속 시스템(160) 및 가속 시스템(162)과 상호작용할 수 있다. 유사하게, 스티어링 시스템(164)은 차량(100)의 방향을 제어하기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다. 예를 들어, 승용차 또는 트럭과 같은 차량(100)이 도로 상에서의 사용을 위해 구성되면, 스티어링 시스템은 차량을 회전시키기 위해 휠들의 각도를 제어하는 컴포넌트들을 포함할 수 있다. 시그널링 시스템(166)은, 예를 들어, 필요할 때 방향 지시등들 또는 브레이크등들을 점등함으로써 차량의 의도를 다른 운전자들 또는 차량들에 알리기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다.
내비게이션 시스템(168)은 한 위치로의 루트를 결정하고 따라가기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다. 이와 관련하여, 내비게이션 시스템(168) 및/또는 데이터(134)는 컴퓨팅 디바이스들(110)이 차량을 내비게이팅시키거나 제어하는데 사용할 수 있는 지도 정보, 예를 들어, 매우 상세한 지도들을 저장할 수 있다. 예로서, 이러한 지도는 도로들, 레인 마커들, 교차로들, 횡단보도들, 제한 속도, 교통 신호등들, 건물들, 표지판들, 실시간 또는 이력적 교통 정보, 초목(vegetation), 또는 다른 이러한 물체들의 형상 및 고도 및 정보를 식별할 수 있다. 레인 마커들은 실선 또는 파선 이중 또는 단일 레인 라인들(solid or broken double or single lane lines), 실선 또는 파선 레인 라인들, 반사기들 등과 같은 특징부들을 포함할 수 있다. 주어진 레인은 좌측 및 우측 레인 라인들 또는 레인의 경계를 정하는 다른 레인 마커들과 연관될 수 있다. 따라서, 대부분의 레인들은 하나의 레인 라인의 좌측 에지 및 다른 레인 라인의 우측 에지에 의해 경계가 정해질 수 있다. 앞서 언급한 바와 같이, 지도 정보는 과거의 유사한 시간들에서의 특정의 픽업 위치로부터 알려진 교통 또는 혼잡 정보 및/또는 통과 스케줄들(열차, 버스 등)을 저장할 수 있다. 이 정보는 심지어 컴퓨팅 디바이스들(110)에 의해 수신된 정보에 의해 실시간으로 업데이트될 수 있다.
도 2는 교차로(220)를 포함하는 도로 섹션에 대한 지도 정보(200)의 예이다. 이 예에서, 지도 정보(200)는 레인 마커들 또는 레인 라인들(210, 212, 214), 정지 표지판들(240, 242, 244, 246)뿐만 아니라 정지 라인들(250, 252, 254, 256)의 형상, 위치 및 다른 특성들을 식별하는 정보를 포함하는 지도 정보의 일부를 나타낸다. 레인 라인들은 또한 레인들(262, 263, 266, 267)과 같은 도로의 폭에 의해 암시되는 다양한 레인들(260, 261, 264, 265)을 정의할 수 있고/있거나 레인들(260-267)은 또한 지도 정보(200)에서 명시적으로 식별될 수 있다. 이 예에서, 지도 정보(200)는 또한 자전거 레인들(280, 282)을 식별한다. 이러한 특징들에 더하여, 지도 정보는 또한 각각의 레인에 대한 교통 방향 및 속도 제한들을 식별하는 정보뿐만 아니라 컴퓨팅 디바이스들(110)이 특정의 조종을 완료하기 위해(즉, 교통 레인 또는 교차로를 회전 또는 횡단하는 것을 완료하기 위해) 차량이 통행 우선권을 갖는지뿐만 아니라 곡선로들, 빌딩들, 수로들, 초목, 표지판들, 기타 등등과 같은 다른 특징들을 결정하도록 허용하는 정보를 포함할 수 있다.
지도 정보는 또한 픽업 위치들 및 하차 위치들을 포함하는 미리 결정된 정지 위치들을 저장할 수 있다. 픽업 위치들은 자율주행 차량이 여행을 위해 승객을 픽업하기 위해 기다리기 위해 정지하는 위치들을 지칭할 수 있다. 하차 위치들은 자율주행 차량이 여행 후에 승객이 차량에서 나갈 수 있게 하기 위해 정지하는 위치들을 지칭할 수 있다. 차량이 정지하는 위치들과 같은 다른 정지 위치들은 승객이 나갈 수 있게 하고 승객이 돌아오는 것을 기다리는 것도 가능하다. 이들 각각은 단순히 별개의 미리 결정된 픽업 및 하차 위치들인 주차 위치들일 수 있고, 일부 경우에, 인간 조작자에 의해 손으로 선택되거나 시간 경과에 따라 컴퓨팅 디바이스에 의해 학습될 수 있다. 이와 관련하여, 각각의 정지 위치는 각각의 위치의 특성들의 일부 수동 또는 자동화된 분석을 통해 선택된 차량이 정지할 수 있는 위치들일 수 있다. 도 2의 예에서, 지도 정보는 정지 위치들(290, 292)을 포함한다. 그러나, 도 2의 예에서와 같이, 이웃 또는 좁은 도로들에서와 같은 일부 위치들에서는, "고정된" 또는 미리 지정된 주차 공간들 또는 영역들이 거의 없거나 없을 수 있다.
상세한 지도 정보는 이미지-기반 지도로서 본 명세서에서 도시되지만, 지도 정보는 전적으로 이미지 기반일 필요가 없다(예를 들어, 래스터(raster)). 예를 들어, 상세한 지도 정보는 도로들, 레인들, 교차로들, 및 이러한 특징들 간의 접속들과 같은 정보의 하나 이상의 도로 그래프 또는 그래프 네트워크를 포함할 수 있다. 각각의 특징은 그래프 데이터로서 저장될 수 있으며 지리적 위치 및 이것이 다른 관계된 특징들에 링크되는지 여부, 예를 들어, 정지 신호는 도로 및 교차로 등에 링크될 수 있는지 여부와 같은 정보와 연관될 수 있다. 몇몇 예들에서, 연관된 데이터는 특정 도로 그래프 특징들의 효율적인 룩업을 허용하기 위해 도로 그래프의 그리드-기반 인덱스들을 포함할 수 있다.
지각 시스템(172)은 또한 다른 차량들, 도로 내의 장애물들, 교통 신호들, 표지판들, 나무들 등과 같은 차량 외부의 물체들을 검출하기 위한 하나 이상의 컴포넌트를 포함한다. 예를 들어, 지각 시스템(172)은 하나 이상의 LIDAR 센서, 소나(sonar) 디바이스, 레이더 유닛, 카메라, 및/또는 컴퓨팅 디바이스들(110)에 의해 처리될 수 있는 데이터를 기록하는 임의의 다른 검출 디바이스를 포함할 수 있다. 지각 시스템의 센서들은 물체들 및 위치, 배향, 크기, 형상, 타입(예를 들어, 차량, 보행자, 자전거를 타는 사람 등), 헤딩(heading), 및 이동 속도 등과 같은 그것들의 특성들을 검출할 수 있다. 센서들로부터의 원시 데이터 및/또는 전술한 특성들은 정량화되거나 서술적 함수, 벡터, 및 또는 경계 상자(bounding box)로 배열될 수 있고, 그것이 지각 시스템(172)에 의해 생성될 때 주기적으로 그리고 연속적으로 컴퓨팅 디바이스들(110)에 추가 처리를 위해 전송될 수 있다. 이하에서 보다 상세히 논의되는 바와 같이, 컴퓨팅 디바이스들(110)은 포지셔닝 시스템(170)을 사용하여 차량의 위치를 결정하고 지각 시스템(172)을 사용하여 그 위치에 안전하게 도달해야 할 때 물체들을 검출하고 이에 응답할 수 있다.
예를 들어, 도 3은 차량(100)의 예시적인 외부 도면이다. 본 예에서, 루프-탑 하우징(310) 및 돔 하우징(312)은 LIDAR 센서뿐만 아니라, 다양한 카메라들 및 레이더 유닛들을 포함할 수 있다. 또한, 차량(100)의 전방 단부에 위치한 하우징(320) 및 차량의 운전자 및 승객 측들에 있는 하우징들(330, 332) 각각은 LIDAR 센서를 격납할 수 있다. 예를 들어, 하우징(330)은 운전자 도어(350)의 전방에 위치한다. 차량(100)은 또한 차량(100)의 지붕 상에 또한 위치된 레이더 유닛들 및/또는 카메라들을 위한 하우징들(340, 342)을 포함한다. 추가적인 레이더 유닛들 및 카메라들(도시되지 않음)이 차량(100)의 전방 및 후방 단부들에 그리고/또는 루프 또는 루프-탑 하우징(310)을 따라 다른 포지션들에 위치될 수 있다. 차량(100)은 도어들(350, 352), 휠들(360, 362) 등과 같은 전형적인 승객 차량의 많은 특징들을 또한 포함한다.
일단 근처의 물체가 검출되면, 컴퓨팅 디바이스(110) 및/또는 지각 시스템(172)은 물체의 타입, 예를 들어, 교통 콘, 보행자, 차량(예를 들어, 승용차, 트럭, 버스 등), 자전거 등을 결정할 수 있다. 물체들은 물체의 크기, 물체의 속도(자전거들이 시간당 40 마일보다 빠르거나 시간당 0.1 마일보다 느리게 가는 경향이 없음), 자전거로부터 나오는 열(자전거들이 그들의 신체들로부터 열을 방출하는 탑승자를 갖는 경향이 있음) 등과 같은, 검출된 물체들의 다양한 특성들을 고려할 수 있는 다양한 모델들에 의해 식별될 수 있다. 또한, 물체는 차량 상에 보이는 번호판, 범퍼 스티커, 또는 로고들에 포함된 정보와 같은 물체의 특정 속성들에 기초하여 분류될 수 있다.
일 예에서, 컴퓨팅 디바이스들(110)은 다른 차량의 순간 방향, 가속/감속 및 속도, 예를 들어, 다른 차량의 현재 방향 및 이동이 계속될 것에만 기초하여 다른 차량의 미래 이동을 예측하도록 동작가능할 수 있다. 그러나, 메모리(130)는 또한 하나 이상의 액션이 검출된 물체를 취할 확률을 제공하는 거동 모델들을 저장할 수 있다. 이들 거동 모델들의 유용성을 증가시키기 위해, 각각의 거동 모델은 특정한 타입의 물체와 연관될 수 있다. 예를 들어, 한 타입의 거동 모델이 보행자들로서 식별된 물체들에 대해 사용될 수 있고, 다른 타입의 거동 모델이 차량들로서 식별된 물체들에 대해 사용될 수 있고, 다른 타입의 거동이 자전거들 또는 자전거 타는 사람들로서 식별된 물체들에 대해 사용될 수 있는 등이다. 거동 모델들은 (검출된 또는 추정된 크기, 형상, 위치, 배향, 헤딩, 속도, 가속 또는 감속, 가속 또는 감속에서의 변화 등과 같은) 다른 차량의 현재 주변들에 관한 데이터를 분석하고, 다른 물체가 그 주변들에 어떻게 응답할 가능성이 있는지를 결정함으로써, 검출된 물체의 미래 이동을 예측하기 위해 컴퓨팅 디바이스들(110)에 의해 사용될 수 있다. 이와 관련하여, 거동 모델들은, 시스템이 다른 물체들이 어떻게 거동할지를 더 잘 예측하기 위해 다른 물체들이 지각하고 있는지를 결정한다는 점에서, 물체의 환경의 물체 중심적 뷰로부터 기능할 수 있다. 이와 관련하여, 적어도 일부 예들에서, 거동 모델들은 또한 물체에 대한 예측된 거동이 차량(100)을 포함하는 특정 다른 물체에 즉각 응답하는지를 표시할 수 있다.
차량(100)의 하나 이상의 컴퓨팅 디바이스(110)는 또한, 예를 들어, 무선 네트워크 접속들(156)을 사용하여 다른 컴퓨팅 디바이스들로 및 그로부터 정보를 수신 또는 전송할 수 있다. 무선 네트워크 접속들은, 예를 들어, BLUETOOTH(R), 블루투스 LE, LTE, 셀룰러, 니어 필드 통신들 등, 및 전술한 것들의 다양한 조합들을 포함할 수 있다. 도 4 및 도 5는, 제각기, 네트워크(460)를 통해 접속되는 복수의 컴퓨팅 디바이스(410, 420, 430, 440) 및 저장 시스템(450)을 포함하는 예시적인 시스템(400)의 그림 및 기능도들이다. 시스템(400)은 또한 차량(100), 및 차량(100)과 유사하게 구성될 수 있는 차량(100A)을 포함한다. 간단히 하기 위해 단지 소수의 차량들 및 컴퓨팅 디바이스들만이 묘사되지만, 전형적인 시스템은 상당히 더 많은 것을 포함할 수 있다.
도 4에 도시된 바와 같이, 컴퓨팅 디바이스들(410, 420, 430, 440) 각각은 하나 이상의 프로세서, 메모리, 데이터 및 명령어들을 포함할 수 있다. 이러한 프로세서들, 메모리들, 데이터 및 명령어들은 컴퓨팅 디바이스(110)의 하나 이상의 프로세서(120), 메모리(130), 데이터(134), 및 명령어들(132)과 유사하게 구성될 수 있다.
네트워크(460), 및 중간 노드들은 BLUETOOTH(R), 블루투스 LE와 같은 단거리 통신 프로토콜들, 인터넷, 월드 와이드 웹, 인트라넷들, 가상 사설 네트워크들, 광역 네트워크들, 로컬 네트워크들, 하나 이상의 회사 전용 통신 프로토콜들을 사용하는 사설 네트워크들, 이더넷, WiFi 및 HTTP 및 이들의 다양한 조합들을 포함하는 다양한 구성들 및 프로토콜들을 포함할 수 있다. 이러한 통신은 모뎀들 및 무선 인터페이스들과 같은, 다른 컴퓨팅 디바이스들로 그리고 그들로부터 데이터를 송신할 수 있는 임의의 디바이스에 의해 가능해질 수 있다.
일 예에서, 하나 이상의 컴퓨팅 디바이스(110)는 다른 컴퓨팅 디바이스들에 그리고 이들로부터 데이터를 수신하고, 처리하고, 송신하는 목적을 위해 네트워크의 상이한 노드들과 정보를 교환하는 복수의 컴퓨팅 디바이스를 갖는 서버, 예를 들어, 로드 밸런싱 서버 팜(load balanced server farm)을 포함할 수 있다. 예를 들어, 하나 이상의 컴퓨팅 디바이스(410)는 네트워크(460)를 통해 차량(100)의 하나 이상의 컴퓨팅 디바이스(110) 또는 차량(100A)의 유사한 컴퓨팅 디바이스뿐만 아니라 클라이언트 컴퓨팅 디바이스들(420, 430, 440)과 통신할 수 있는 하나 이상의 서버 컴퓨팅 디바이스를 포함할 수 있다. 예를 들어, 차량들(100 및 100A)은 서버 컴퓨팅 디바이스들에 의해 다양한 위치들로 배차(dispatch)될 수 있는 차량들의 플리트(fleet)의 일부일 수도 있다. 이와 관련하여, 플리트의 차량들은 차량의 제각기 포지셔닝 시스템들에 의해 제공되는 서버 컴퓨팅 디바이스들 위치 정보를 주기적으로 송신할 수 있고, 하나 이상의 서버 컴퓨팅 디바이스는 차량들의 위치들을 추적할 수 있다.
또한, 서버 컴퓨팅 디바이스들(410)은 컴퓨팅 디바이스들(420, 430, 440)의 디스플레이들(424, 434, 444)과 같은 디스플레이 상에서 사용자(422, 432, 442)와 같은 사용자에게 정보를 송신하고 제시하기 위해 네트워크(460)를 사용할 수 있다. 이와 관련하여, 컴퓨팅 디바이스들(420, 430, 440)은 클라이언트 컴퓨팅 디바이스들로서 고려될 수 있다.
도 5에 도시된 바와 같이, 각각의 클라이언트 컴퓨팅 디바이스(420, 430, 440)는 사용자(422, 432, 442)가 사용하도록 의도된 개인용 컴퓨팅 디바이스일 수 있고, 그리고 하나 이상의 프로세서(예를 들어, 중앙 처리 유닛(CPU)), 데이터 및 명령어들을 저장하는 메모리(예를 들어, RAM 및 내부 하드 드라이브들), 디스플레이들(424, 434, 444)과 같은 디스플레이(예를 들어, 화면, 터치 스크린, 프로젝터, 텔레비전, 또는 정보를 디스플레이하도록 동작가능한 다른 디바이스를 갖는 모니터), 및 사용자 입력 디바이스들(426, 436, 446)(예를 들어, 마우스, 키보드, 터치 스크린 또는 마이크로폰)을 포함하여 개인용 컴퓨팅 디바이스와 관련하여 일반적으로 사용되는 컴포넌트들 모두를 가질 수 있다. 클라이언트 컴퓨팅 디바이스들은 비디오 스트림들을 기록하기 위한 카메라, 스피커들, 네트워크 인터페이스 디바이스, 및 이러한 요소들을 서로 접속시키는데 사용되는 모든 컴포넌트들을 또한 포함할 수 있다.
클라이언트 컴퓨팅 디바이스들(420, 430 및 440)은 각각 풀 사이즈의 개인용 컴퓨팅 디바이스를 포함할 수 있지만, 인터넷과 같은 네트워크를 통해 서버와 데이터를 무선으로 교환할 수 있는 모바일 컴퓨팅 디바이스들을 대안적으로 포함할 수 있다. 단지 예로서, 클라이언트 컴퓨팅 디바이스(420)는 인터넷 또는 다른 네트워크들을 통해 정보를 획득할 수 있는, 무선 인에이블 PDA, 태블릿 PC, 웨어러블 컴퓨팅 디바이스 또는 시스템, 또는 넷북과 같은 모바일 폰 또는 디바이스일 수 있다. 다른 예에서, 클라이언트 컴퓨팅 디바이스(430)는 도 4에서 손목 시계로서 도시된 웨어러블 컴퓨팅 시스템일 수 있다. 예로서, 사용자는 소형 키보드, 키패드, 마이크로폰을 사용하여, 카메라에 의한 시각적 신호들을 사용하여, 또는 터치 스크린으로 정보를 입력할 수도 있다.
일부 예들에서, 클라이언트 컴퓨팅 디바이스(440)는 사용자들(422 및 432)과 같은 사용자들에게 원격 조작자 서비스들을 제공하기 위해 관리자에 의해 사용되는 원격 조작자 워크스테이션일 수 있다. 예를 들어, 원격 조작자(442)는 이하에서 더 상세하게 설명되는 바와 같이 원격 조작자 워크스테이션(440)을 사용하여, 차량들(100 및 100A)의 안전한 운행 및 사용자들의 안전을 보장하게 하기 위해 그 각각의 클라이언트 컴퓨팅 디바이스들 또는 차량들(100 또는 100A)을 통한 사용자들과의 전화 호출 또는 오디오 접속을 통해 통신할 수 있다. 단일 원격 조작자 워크 스테이션(440)만이 도 4 및 도 5에 도시되어 있지만, 임의의 수의 이러한 워크 스테이션이 전형적인 시스템에 포함될 수 있다.
저장 시스템(450)은 이하에서 더 상세하게 설명되는 바와 같이 다양한 타입들의 정보를 저장할 수 있다. 이 정보는, 본 명세서에서 설명되는 특징들 중 일부 또는 전부를 수행하기 위해, 하나 이상의 서버 컴퓨팅 디바이스(410)와 같은 서버 컴퓨팅 디바이스에 의해 검색되거나 아니면 액세스될 수 있다. 예를 들어, 정보는 사용자를 하나 이상의 서버 컴퓨팅 디바이스에게 식별하기 위하여 사용될 수 있는 크리덴셜들(credentials)(예를 들어, 전통적인 단일-인자 인증(single-factor authentication)의 경우에서와 같은 사용자 명칭 및 패스워드(password)뿐만 아니라, 무작위적 식별자들, 생체계측들 등과 같은 멀티-인자 인증들에서 전형적으로 사용되는 다른 타입들의 크리덴셜들)과 같은 사용자 계정 정보를 포함할 수도 있다. 사용자 계정 정보는 또한 사용자 명칭, 연락처 정보, 사용자의 클라이언트 컴퓨팅 디바이스(또는 다수의 디바이스가 동일한 사용자 계정과 함께 사용되는 경우 디바이스들)의 식별 정보뿐만 아니라 연령 정보, 건강 정보, 및 이하 논의되는 바와 같이 과거에 사용자가 차량들에 타거나 내리는 데에 얼마나 오래 걸리는지에 관한 사용자 이력 정보와 같은 개인 정보를 포함할 수 있다.
저장 시스템(450)은 위치들 사이의 경로들을 생성하고 평가하기 위한 라우팅 데이터(routing data)를 또한 저장할 수 있다. 예를 들어, 라우팅 정보는 차량이 제1 위치에서 제2 위치에 도달하는데 얼마나 오래 걸릴지를 추정하기 위해 사용될 수 있다. 이와 관련하여, 라우팅 정보는 반드시 위에서 설명된 상세한 지도 정보만큼 특정하지는 않지만, 도로들뿐만 아니라 방향(일방, 양방 등), 배향(북쪽, 남쪽 등), 속도 제한들과 같은 해당 도로에 관한 정보를 포함하는 지도 정보뿐만 아니라, 예상된 교통 조건들을 식별하는 교통 정보 등을 포함할 수 있다.
저장 시스템(450)은 또한 사용자에게 디스플레이하기 위해 클라이언트 컴퓨팅 디바이스들에 제공될 수 있는 정보를 저장할 수 있다. 예를 들어, 저장 시스템(450)은 주어진 픽업 또는 목적지 위치에 대해 차량이 정지할 가능성이 있는 영역을 결정하기 위한 미리 결정된 거리 정보를 저장할 수 있다. 저장 시스템(450)은 또한 그래픽들, 아이콘들 및 이하에서 논의되는 바와 같이 사용자에게 디스플레이될 수 있는 다른 아이템들을 저장할 수 있다.
메모리(130)와 마찬가지로, 저장 시스템(450)은, 하드 드라이브, 메모리 카드, ROM, RAM, DVD, CD-ROM, 기입 가능 및 판독 전용 메모리들과 같은, 서버 컴퓨팅 디바이스들(410)에 의해 액세스가능한 정보를 저장할 수 있는 임의의 타입의 컴퓨터화된 저장 디바이스일 수 있다. 또한, 저장 시스템(450)은 동일한 또는 상이한 지리적 위치들에 물리적으로 위치될 수 있는 복수의 상이한 저장 디바이스들 상에 데이터가 저장되는 분산형 저장 시스템을 포함할 수 있다. 저장 시스템(450)은 도 4에 도시된 바와 같이 네트워크(460)를 통해 컴퓨팅 디바이스들에 접속될 수 있고 및/또는 컴퓨팅 디바이스들(110, 410, 420, 430, 440 등) 중 임의의 것에 직접 접속되거나 그에 통합될 수 있다.
예시적인 방법
도면들에 예시되고 전술한 동작에 더하여, 다양한 동작들이 이제 설명될 것이다. 다음의 동작들은 이하 설명되는 정밀한 순서로 수행될 필요가 없다는 것을 이해해야 한다. 오히려, 다양한 단계들은 상이한 순서 또는 동시에 다뤄질 수 있고, 단계들은 또한 추가 또는 생략될 수 있다.
일 양태에서, 사용자는 차량을 요청하기 위한 애플리케이션을 클라이언트 컴퓨팅 디바이스로 다운로드할 수도 있다. 예를 들어, 사용자들(422 및 432)은 이메일 내의 링크를 통해, 웹사이트로부터 직접, 또는 애플리케이션 스토어를 통해 애플리케이션을 클라이언트 컴퓨팅 디바이스들(420 및 430)에 다운로드할 수 있다. 예를 들어, 클라이언트 컴퓨팅 디바이스는 네트워크를 통해 애플리케이션에 대한 요청을, 예를 들어, 하나 이상의 서버 컴퓨팅 디바이스(410)에 송신하고, 그 응답으로 애플리케이션을 수신할 수 있다. 이러한 애플리케이션은 클라이언트 컴퓨팅 디바이스에 로컬로 설치될 수 있다.
그 다음으로, 사용자는 애플리케이션을 액세스하고 차량을 요청하기 위하여 그 또는 그녀의 클라이언트 컴퓨팅 디바이스를 사용할 수도 있다. 일 예로서, 사용자(432)와 같은 사용자는 클라이언트 컴퓨팅 디바이스(430)를 사용하여 차량에 대한 요청을 하나 이상의 서버 컴퓨팅 디바이스(410)에 전송할 수 있다. 이것의 일부로, 사용자는 픽업 위치, 목적지 위치, 및 일부 경우들에서는 차량이 정지할 수 있는 서비스 영역 내의 어디든지의 하나 이상의 중간 정지 위치를 식별할 수 있다.
이러한 픽업 및 목적지 위치들은 미리 정의될 수 있거나(예를 들어, 주차장의 특정 영역들 등), 간단하게, 차량들의 서비스 영역 내의 임의의 위치일 수 있다. 예로서, 픽업 위치는 사용자의 클라이언트 컴퓨팅 디바이스의 현재 위치로 디폴트될 수 있거나, 사용자의 클라이언트 디바이스에서 사용자에 의해 입력될 수 있다. 예를 들어, 사용자는 주소 또는 다른 위치 정보를 입력할 수 있거나, 픽업 위치를 선택하기 위해 지도 상에서 위치를 선택할 수 있다. 일단 사용자가 픽업 및/또는 목적지 위치들 중 하나 이상을 선택하였으면, 클라이언트 컴퓨팅 디바이스(420)는 그 위치 또는 위치들을 중앙집중화된 배차 시스템(centralized dispatching system)의 하나 이상의 서버 컴퓨팅 디바이스에 전송할 수 있다. 그에 응답하여, 서버 컴퓨팅 디바이스(410)와 같은 하나 이상의 서버 컴퓨팅 디바이스는, 예를 들어, 사용자에 대한 근접성 및 이용가능성에 기초하여, 차량(100)과 같은 차량을 선택할 수 있다. 이후 서버 컴퓨팅 디바이스(410)는 사용자를 차량(100)에 대한 승객으로서 할당하고, 선택된 차량(여기서 차량(100))을 배차하여 할당된 승객을 픽업할 수 있다. 이는 할당된 승객에 의해 지정된 픽업 및/또는 목적지 위치들뿐만 아니라 클라이언트 컴퓨팅 디바이스(430)와 같은 클라이언트 컴퓨팅 디바이스를 인증하기 위해 차량(100)의 컴퓨팅 디바이스들(110)에 의해 사용될 수 있는 정보를 차량의 컴퓨팅 디바이스들(110)에 제공하는 것을 포함할 수 있다.
그 후, 컴퓨팅 디바이스들(110)은 차량(100)을 픽업 위치를 향해 조종하고, 승객을 픽업한 후에는, 목적지 위치를 향해 조종할 수 있다. 일단 차량이 50 미터보다 더 많거나 더 적은 위치와 같은, 미리 결정된 거리의 픽업 또는 하차 위치 내에 있다면, 컴퓨팅 디바이스들(110)은 정지하기 위한 장소를 찾기를 시작하고 승객이 차량에 타거나 내리는 것을 허용할 수 있다. 일부 경우들에서, 차량은 레인에서, 차도 또는 주차 지점의 전방에서의 레인에서 부분적으로 연석(curb)을 향해 당겨질 수 있다. 일부 상황들에서는 이러한 위치들에서 정지하는 것이 적절할 수 있지만, 이것은 다른 도로 사용자들에게 불편을 야기할 수 있다.
도 6은 지도 정보(200)에 대응하는 도로 섹션의 예(600) 조감도이다. 이 예에서, 교차로(620), 레인 라인들(610, 612, 614), 정지 표지판들(640, 642, 644, 646), 정지 라인들(650, 652, 654, 656), 레인들(660-268), 자전거 레인들(680, 682), 및 주차 지점들(690, 692)의 형상 위치 및 다른 특성들은 일반적으로 교차로(220), 레인 라인들(210, 212, 214), 정지 표지판들(240, 242, 244, 246), 정지 라인들(250, 252, 254, 256), 레인들(260-268), 자전거 레인들(280, 282), 및 정지 위치들(290, 292)의 형상 위치 및 다른 특성들에 각각 대응할 수 있다. 아래에서 더 설명되는 도 7 내지 도 10은 도 6의 예(600)를 사용하여 차량이 정지되어 승객을 기다릴 때 다른 차량들을 차단하거나 불편하게 할 수 있는 예시적인 상황들을 제공한다. 이러한 예들은 예증 목적들을 위해 유용하지만, 이들이 제한하는 것으로 간주되어서는 안되며; 차량은 무한한 수의 방식으로 다른 도로 사용자들을 차단하거나 불편하게 할 수 있다.
예를 들어, 도 7을 참조하면, 차량(100)은 픽업 위치(710)에 인접하고 승객을 기다리는 레인(662)에서 정지될 수 있다. 이 예에서, 제2 차량(720)은 후방으로부터 차량(100)에 접근하고 있을 수도 있다. 이와 관련하여, 차량(100)은 제2 차량(720)을 차단하고 불편하게 하고 있을 수 있다. 도 8에 도시된 바와 같이, 차량(100)은 픽업 위치(810)에 인접한 레인(663)에서 정지되어 승객을 기다릴 수 있다. 이 예에서, 제2 차량(820)은 인접 레인(662)으로부터 차량(100)에 접근하고 있을 수도 있다. 이와 관련하여, 차량(100)은 제2 차량(820)을 차단하고 불편하게 하고 있을 수 있다. 도 9를 참조하면, 차량(100)은 픽업 위치(910)에 인접한 승객을 기다리는 레인(661)에서 정지될 수 있다. 이 예에서, 제2 차량(920)은 주차 지점(690)에 주차되어 "주차 해제"하려고 시도하고 있거나, 오히려 레인(661) 내로 빠지기 위해 기다리고 있을 수 있다. 이와 관련하여, 차량(100)은 제2 차량(920)을 차단하고 불편하게 하고 있을 수 있다. 도 10은 픽업 위치(1030)에 인접하여 정지되어 제2 차량(1040)이 차도에 대응하는 인접 영역(1050)으로 회전하여 그에 도달하는 것을 차단하는 차량(100)의 유사한 예를 제공한다. 이와 관련하여, 차량(100)은 제2 차량(1040)을 차단하고 불편하게 하고 있을 수 있다. 도 11에 도시된 바와 같이, 차량(100)은 픽업 위치(1110)에 인접한 레인(660)에서 정지되어 승객을 기다릴 수 있다. 이 예에서, 차량(100)은 자전거 레인(680)을 적어도 부분적으로 차단하고 있고, 자전거 타는 사람(1120)이 후방으로부터 차량(100)에 접근하고 있다.
하나의 접근법으로서, 정지될 때, 컴퓨팅 디바이스들(110)은 차량이 다른 도로 사용자들을 차단하고 있는지 또는 다른 방식으로 불편하게 하는지에 기초하여 차량이 함께 이동해야 하는지에 관해 원격 조작자들로부터의 일관된, 증가하는 및/또는 감소하는 시간 간격들로 보조를 요청할 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은 보조 요청을 네트워크(460)를 통해 원격 조작자(442)의 원격 조작자 워크스테이션(440)에 전송할 수 있다. 이 요청은 지각 시스템(172)에 의해 캡처된 차량의 주변들의 하나 이상의 스틸(still) 및/또는 비디오 이미지를 포함할 수 있다. 이에 응답하여, 원격 조작자(442)는 차량의 주변의 이미지들을 검토할 수 있고, 차량(100) 주위의 교통의 흐름에 따라 그대로 있거나 이동하도록 차량의 컴퓨팅 디바이스들(110)에 지시할 수 있다. 물론, 네트워크(460)를 통한 이러한 의견 교환(back-and-forth)은 시간이 걸릴 수 있으며, 이는 다른 도로 사용자들에게 짜증 및 불편을 야기할 수 있다. 이러한 상황들에서 자율주행 차량들이 원격 조작자를 호출할 필요성을 감소시키거나 심지어 제거하기 위해, 컴퓨팅 디바이스들(110)은 차량이 다른 운전자들을 불편하게 하고 있는 상황들을 자동으로 식별하고 그 후에 그 불편을 감소시키려고 시도할 수 있다.
그렇게 하기 위해, 정지될 때, 컴퓨팅 디바이스들(110)은 차량의 지각 시스템(172)으로부터 센서 데이터를 수신할 수 있다. 이 센서 데이터는 이어서, 교통을 차단하거나 다른 도로 사용자들이 차량 주변을 이동해야 하게 하는 등에 의해, 차량이 다른 도로 사용자들을 불편하게 하고 있는지를 결정하기 위해 사용될 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은 아래에 더 논의되는 바와 같이 차량이 다른 도로 사용자들이 진행하는 것을 방해하고 있는지 또는 그 도로 사용자들이 차량 주위를 주행해야 하게 하는지를 결정할 수 있다. 예로서, 컴퓨팅 디바이스들은 다른 차량이 차량 뒤에서 가까이 정지했는지, 다시 말해서, "테일게이팅(tailgating)"되기 위해 정지했는지를 결정할 수 있다.
그에 부가하여 또는 대안적으로, 앞서 언급된 바와 같이, 컴퓨팅 디바이스들(110)은 다양한 거동 예측 모델들로부터 출력을 수신할 수 있다. 예를 들어, 지각 시스템(172)에 의해 제공되는 센서 데이터로부터 식별되는 주어진 타입의 각각의 도로 사용자에 대해, 차량의 컴퓨팅 디바이스들은 그 도로 사용자에 대한 장래 거동 또는 궤적을 출력하기 위해 그 타입(예를 들어, 차량, 보행자, 자전거 타는 사람 등)에 대한 대응하는 거동 예측 모델을 사용할 수 있다. 일부 경우들에서, 이러한 거동 모델들은 또한 다른 도로 사용자의 거동 또는 궤적이 차량이 그의 현재 위치에서 감속되거나 정지된 것에 즉각 응답하는지를 식별할 수 있다.
예측들이 시간에 따라 변하는 경우 또는 다른 도로 사용자가 차량에 접근하고 이러한 변경들 또는 차이들이 차량에 의해(즉, 차량에 대응하여) 야기될 때 예측이 다른 도로 사용자의 실제 거동에 충분히 대응하지 않는 경우, 이것은 차량이 다른 도로 사용자를 차단하거나 불편하게 하고 있음을 표시할 수 있다. 일 예로서, 예측된 거동(또는 궤적)이 다른 도로 사용자가 차량에 인접한 그의 레인에서 또는 차량의 위치를 통해 직접 진행하는 것을 포함하지만, 실제의 관찰된 거동(또는 궤적)이 다른 도로 사용자가 차량으로부터(측방으로) 이동하거나 차량 뒤에서 정지하는 것을 갖는 경우, 이것은 차량이 다른 도로 사용자를 차단하거나 불편하게 하고 있다는 것을 표시할 수 있다.
예를 들어, 도 12는, 예를 들어, 도 7의 예에 도시된 바와 같이, 정지될 때 차량(100)에 대한 도로 사용자의 예측된 궤적(1210) 및 실제 궤적(1220)을 도시한다. 도 12의 예에서, 예측된 궤적(1210)은 차량(100)의 위치를 통과하지만, 실제 궤적(1220)은 다른 도로 사용자가 차량으로부터 측방으로 떨어져 이동하는 것을 갖는다. 도 13은, 예를 들어, 도 7의 예에 도시된 바와 같이, 정지될 때 차량(100)에 대한 도로 사용자의 예측된 궤적(1210) 및 실제 궤적(1320)을 도시한다. 도 13의 예에서, 예측된 궤적(1310)은 차량(100)의 위치를 통과하지만, 실제 궤적(1320)은 다른 도로 사용자가 차량들(100) 뒤에서 정지하는 것을 갖는다. 이 차이의 크기뿐만 아니라 다른 도로 사용자가 얼마나 오랫동안 차량이 이동해야 하는지는 또한 차량이 다른 도로 사용자를 불편하게 하고 있는지 또는 차량이 다른 도로 사용자를 완전히 차단하고 있는지를 표시할 수 있다.
차량이 정지된 동안 다른 도로 사용자를 불편하게 하는 것으로 결정되면, 컴퓨팅 디바이스들(110)은 그 불편에 대한 값을 평가하거나 결정할 수 있다. 컴퓨팅 디바이스들(110)이 다른 도로 사용자에 대한 불편을 신속하게 평가할 수 있게 하기 위해, 앞서 논의된 바와 같이 차량에 의해 차단되거나 불편한 것으로서 차량의 지각 시스템에 의해 검출되는 다른 그 도로 사용자들에게만 불편 값을 제공하기 위한 모델이 사용될 수 있다. 예를 들어, 모델은 딥 신경 네트워크 또는 다른 타입의 머신 러닝 모델들과 같은 머신 러닝 모델을 포함할 수 있다.
모델은, 예를 들어, 서버 컴퓨팅 디바이스들(410) 중 하나 이상에 의해 "오프라인"으로 훈련되고, 네트워크(460)를 통해 전송되거나, 차후 사용을 위해 컴퓨팅 디바이스들(110)의 메모리(130)에 다른 방식으로 다운로드될 수 있다. 모델에 대한 훈련 데이터는 차량이 다른 교통을 차단하고 및/또는 불편하게 하고 있는 것으로 식별되는 위치들을 포함하는 라벨링된 인스턴스들을 갖는 차량의 지각 시스템에 의해 생성되는 센서 데이터를 사용하는 것을 포함할 수 있다. 이러한 라벨들은 예를 들어, 상이한 차량들에 대한 원격 조작자들에 의한 전술한 결정들에 기초하여 생성될 수 있고, 그러한 결정들을 불편 값으로 추가로 라벨링할 수 있다. 이 불편 값은 원격 조작자가 차량의 환경의 이미지들을 검토하고 있을 때 0 내지 1 또는 1 내지 10 등과 같은 어떤 미리 정의된 스케일로 원격 조작자에 의해 선택된 값일 수 있다. 센서 데이터는 대응하는 차량의 지각 시스템에 의해 생성되는 모든 데이터, 또는 일부 시간 기간 동안 지각 시스템에 의해 검출되는 각각의 도로 사용자에 대한 포즈, 속도, 가속도 및 유사한 데이터와 같은 더 간결한 정보를 포함할 수 있다. 모델은 차량이 주어진 위치(전형적으로 차량이 현재 정지되어 있는 위치)에서 정지되고 그 후에 플리트의 차량들에 전송될 때 차량이 전술한 도로 사용자들을 얼마나 잘 차단하고 및/또는 불편하게 하는지를 나타내는 값을 제공하기 위해 훈련 데이터를 사용하여 훈련될 수 있다.
대안적으로, 모델은 다양한 거동 모델들의 출력에 관계없이, 차량이 정지될 때마다 차량이 임의의 다른 도로 사용자들을 불편하게 하고 있는지를 결정하기 위해 사용될 수 있다.
모델의 출력은 적절한 응답을 결정하기 위해 사용될 수 있다. 예를 들어, 다른 도로 사용자들을 차단 및/또는 불편하게 하여 차량이 이동해야 하는지를 결정하기 위해, 값이 임계값과 비교될 수 있다. 예로서, 값이 0 내지 1의 스케일인 경우- 여기서, 1은 다른 도로 사용자에게 매우 불편임 -, 그 사이의 어딘가에 미리 결정된 임계값(예를 들어, 0.7보다 더 많거나 더 적음)이 존재할 수 있다. 임계값이 충족되지 않을 때, 차량의 컴퓨팅 디바이스들은 차량(100)이 다른 도로 사용자를 불편하게 하지 않고 있는 것으로 결정할 수 있다. 이 경우, 컴퓨팅 디바이스들(110)은 차량(100)을 그것의 현재 위치에 유지함으로써 응답할 수 있다. 임계값이 충족될 때, 차량의 컴퓨팅 디바이스들은 차량이 다른 도로 사용자를 불편하게 하고 있다고 결정한다. 이 경우, 컴퓨팅 디바이스들(110)은 값을 감소시키기 위해 차량을 이동시킴으로써 응답할 수 있다.
차량이 어떻게 이동되는지는 차량이 어떻게 다른 교통을 차단하거나 불편하게 하고 있는지에 의존할 수 있다. 예를 들어, 모델에 의해 불편한 것으로 식별된 도로 사용자의 상대 위치에 기초하여, 컴퓨팅 디바이스들은 상이한 타입의 이동을 선택할 수 있다. 예를 들어, 차량이 도 8의 예에서와 같이 인접 레인에서 도로 사용자를 불편하게 하고 있는 경우, 컴퓨팅 디바이스들(110)은 차량을 앞 및/또는 우측으로(운전석이 우측에 있는 국가(right-hand drive country)에서) 이동시킬 수 있다. 다른 예로서, 차량이 도 7의 예에서와 같이 차량의 후방에 있는 다른 도로 사용자를 불편하게 하고 있는 경우, 차량들 컴퓨팅 디바이스들은 다른 도로 사용자가 좌측에서 차량을 지나갈 수 있게 하기 위해 차량을 (운전석이 우측에 있는 국가에서) 우측으로 더 이동시키려고 시도할 수 있다. 이 이동들은, 결국, 실제로 값을 감소시킬 수 있다.
또 다른 예에서, 차량의 컴퓨팅 디바이스들은 모델을 사용하여 더 낮은 값을 갖는 새로운 위치를 검색하려고 시도할 수 있다. 예를 들어, 차량의 컴퓨팅 디바이스들은, 잠재적으로 픽업되고 있는 승객에게 덜 편리하다는 대가로, 도로 사용자가 가려고 시도하고 있다고 차량의 컴퓨팅 디바이스들이 예측하는 곳을 차단하지 않고 도로 사용자의 길을 더 벗어나는 근처의 정지 위치들을 검색할 수 있다. 그 후, 컴퓨팅 디바이스들(110)은 새로운 위치들에 대한 불편 값을 결정하기 위해 지각 시스템으로부터의 센서 데이터 및 이러한 새로운 위치들을 모델에 입력할 수 있다. 가장 낮은 값을 갖는 새로운 위치가 이어서 선택될 수 있다. 대안적으로, 지도는 상이한 정지 위치들에 대한 추정된 불편 값을 식별하는 데이터를 포함할 수 있다. 이와 관련하여, 컴퓨팅 디바이스들은 단순히 차량의 현재 위치보다 더 낮은 불편 값으로 새로운 위치를 검색하고 선택할 수 있다.
일단 새로운 위치가 선택되면, 컴퓨팅 디바이스들(110)은 그 더 낮은 값 위치로 이동하기 위해 차량을 제어할 수 있다. 컴퓨팅 디바이스들(110)이 더 낮은 값을 갖는 위치를 찾을 수 없는 경우, 차량의 컴퓨팅 디바이스들은 차량이 새로운 위치로 이동할 것임을 표시하는 메시지를 차량의 승객에게(예를 들어, 디스플레이를 위해 승객의 클라이언트 컴퓨팅 디바이스에게) 전송할 수 있다. 차량의 컴퓨팅 디바이스들은 또한 앞으로 진행하도록 차량을 제어할 수 있다. 동시에, 차량의 컴퓨팅 디바이스들은, 예를 들어, 미리 매핑된 정지 위치들을 검색하거나 차량의 현재 위치로부터 어떤 거리 내에 있는 인근 주차 영역들을 식별하려고 시도함으로써, 이 새로운 위치를 식별하려고 시도할 수 있다.
도 14는 컴퓨팅 디바이스(110)의 하나 이상의 프로세서(120)와 같은 하나 이상의 프로세서에 의해 수행될 수 있는 흐름도(1400)이다. 이 예에서, 블록 1410에서, 자율 주행 모드를 갖는 차량이 제1 위치에서 정지된다. 블록 1420에서, 차량이 정지되는 동안, 센서 데이터가 차량의 지각 시스템으로부터 수신된다. 이 센서 데이터는 도로 사용자를 식별한다. 블록 1430에서, 센서 데이터를 사용하여, 제1 위치에서 차량을 정지시킴으로써 야기되는 도로 사용자에 대한 불편의 레벨을 나타내는 값이 결정된다. 블록 1440에서, 차량은 값을 감소시키기 위해 제1 위치로부터 차량을 이동시키기 위해 자율 주행 모드로 제어된다.
본 명세서에 설명된 특징들은 승객이 도착하기를 기다릴 때 자율주행 차량들이 픽업 위치로부터 이동할지에 관한 독립적인 결정들을 하는 것을 가능하게 할 수 있다. 이것은 원격 조작자들이 이러한 결정들을 할 필요성을 감소시키거나 심지어 제거하면서도 차량이 이러한 상황들에 반응하는 데 걸리는 시간을 감소시킬 수 있다. 이러한 시간의 감소는 또한 훨씬 더 빠르게 응답할 수 있는 차량의 안전성을 증가시킬 수 있는데 그 이유는 차량이 그의 환경을 계속하여 모니터링하고 다른 도로 사용자들에 대한 불편을 예상할 수 있기 때문이다. 동시에, 차량이 다른 도로 사용자들을 차단하고 있거나 불편하게 하고 있다는 것을 자동으로 결정하는 것을 허용함으로써, 차량은 그의 환경에 더 즉각 응답할 수 있고, 임의의 다른 도로 사용자들을 차단하고, 불편하게 하고, 일부 경우들에서는 짜증나게 할 가능성이 더 적을 수 있다.
달리 설명되지 않는 한, 전술한 대안적인 예들은 상호 배타적이지 않으며, 고유의 장점을 달성하도록 다양한 조합으로 구현될 수 있다. 위에서 설명된 특징의 이러한 및 다른 변형 및 조합은 청구항에 의해 규정되는 주제 내에서 사용될 수 있기 때문에, 전술한 실시예의 설명은 청구항에 의해 규정되는 주제의 제한으로서가 아니라 예시로서 받아들여져야 한다. 또한, 본 명세서에 설명된 예들뿐만 아니라, "와 같은", "포함하는" 등의 문구로 된 절들의 제공은 청구항들의 주제를 특정 예들로 제한하는 것으로 해석되어서는 안 된다. 오히려, 예들은 많은 가능한 실시예들 중 하나만을 예시하도록 의도된다. 또한, 다양한 도면들에서의 동일한 참조 번호들은 동일하거나 유사한 요소들을 식별할 수 있다.

Claims (20)

  1. 자율주행 차량에 의해 야기되는 도로 사용자에 대한 불편을 감소시키는 방법으로서,
    하나 이상의 프로세서에 의해, 제1 위치에서 자율 주행 모드를 갖는 차량을 정지시키는 단계;
    상기 차량이 상기 제1 위치에서 정지되어 있는 동안, 하나 이상의 프로세서에 의해, 상기 차량의 지각 시스템으로부터 센서 데이터를 수신하는 단계 - 상기 센서 데이터는 도로 사용자를 식별함 -;
    상기 하나 이상의 프로세서에 의해, 상기 센서 데이터를 사용하여, 상기 제1 위치에서 정지한 상기 차량에 의해 야기되는 상기 도로 사용자에 대한 불편을 나타내는 위치 값을 결정하는 단계; 및
    상기 위치 값이 미리 결정된 임계값을 충족시키면,
    상기 하나 이상의 프로세서에 의해, 상기 차량이 상기 제1 위치에서 정지된 때보다 상기 차량이 상기 도로 사용자에게 더 적은 방해(interference)를 야기하는 복수의 근처의 정지 위치에 대해 검색하는 단계;
    상기 하나 이상의 프로세서에 의해, 상기 센서 데이터에 기초하여 상기 근처의 정지 위치들 중 각각의 근처의 정지 위치에 대한 불편 값을 결정하는 단계;
    상기 하나 이상의 프로세서에 의해, 상기 결정된 불편 값들 중 가장 작은 불편 값을 갖는 상기 복수의 근처의 정지 위치 중 제2 위치를 선택하는 단계; 및
    상기 하나 이상의 프로세서에 의해, 상기 차량이 상기 제1 위치로부터 상기 제2 위치에 이동하게 하도록 상기 자율 주행 모드로 상기 차량을 제어하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 센서 데이터는 상기 도로 사용자에 대한 관찰된 거동을 표시하고, 상기 방법은:
    상기 도로 사용자의 장래 거동을 예측하는 거동 모델의 출력을 수신하는 단계; 및
    상기 장래 거동을 상기 관찰된 거동과 비교하는 단계 - 상기 위치 값을 결정하는 것은 상기 비교에 추가로 기초함 -
    를 추가로 포함하는 방법.
  3. 제1항에 있어서,
    상기 센서 데이터는 상기 도로 사용자에 대한 관찰된 거동을 표시하고, 상기 방법은:
    상기 도로 사용자의 제1 장래 거동을 예측하는 거동 모델의 제1 출력을 수신하는 단계;
    상기 제1 출력을 수신한 후에, 상기 도로 사용자의 제2 장래 거동을 예측하는 상기 거동 모델의 제2 출력을 수신하는 단계; 및
    상기 제1 장래 거동을 상기 제2 장래 거동과 비교하는 단계 - 상기 위치 값을 결정하는 것은 상기 비교에 추가로 기초함 -
    를 추가로 포함하는 방법.
  4. 제3항에 있어서,
    상기 제2 출력은 상기 제2 장래 거동이 상기 차량에 즉각 응답(responsive to)한다는 것을 추가로 표시하고, 상기 위치 값을 결정하는 것은 상기 제2 장래 거동이 상기 차량에 즉각 응답한다는 표시에 추가로 기초하는, 방법.
  5. 제1항에 있어서,
    상기 위치 값을 결정하는 것은 상기 위치 값을 출력하는 모델에 상기 센서 데이터를 입력하는 것을 포함하는, 방법.
  6. 제5항에 있어서,
    상기 도로 사용자의 제1 장래 거동을 예측하는 거동 모델로부터의 출력에 기초하여 상기 차량이 상기 도로 사용자를 불편하게 한다고 결정하는 단계를 추가로 포함하고, 상기 센서 데이터는 상기 차량이 상기 도로 사용자를 불편하게 하고 있다는 결정에 기초하여 상기 모델에 입력되는, 방법.
  7. 제1항에 있어서,
    상기 차량을 제어하는 것은 상기 도로 사용자가 상기 차량의 레인에 인접한 레인에 있는지 여부에 기초하는, 방법.
  8. 제1항에 있어서,
    상기 차량을 제어하는 것은 상기 도로 사용자가 상기 차량의 레인에 있고 상기 차량의 후방에 있는지 여부에 기초하는, 방법.
  9. 제1항에 있어서,
    상기 차량은 승객을 기다리기 위해 상기 제1 위치에서 정지되고, 상기 방법은 상기 제어하는 것에 기초하여 상기 승객의 클라이언트 컴퓨팅 디바이스에 메시지를 전송하는 단계를 추가로 포함하는 방법.
  10. 삭제
  11. 자율주행 차량에 의해 야기되는 도로 사용자에 대한 불편을 감소시키기 위한 시스템으로서,
    하나 이상의 프로세서를 포함하고, 상기 하나 이상의 프로세서는:
    제1 위치에서 자율 주행 모드를 갖는 차량을 정지시키고;
    상기 차량이 상기 제1 위치에서 정지되어 있는 동안, 상기 차량의 지각 시스템으로부터 센서 데이터를 수신하고 - 상기 센서 데이터는 상기 도로 사용자를 식별함 -;
    상기 센서 데이터를 사용하여, 상기 제1 위치에서 정지한 상기 차량에 의해 야기되는 상기 도로 사용자에 대한 불편을 나타내는 위치 값을 결정하고;
    상기 위치 값이 미리 결정된 임계값을 충족시키면,
    상기 차량이 상기 제1 위치에서 정지된 때보다 상기 차량이 상기 도로 사용자에게 더 적은 방해를 야기하는 복수의 근처의 정지 위치에 대해 검색하고;
    상기 센서 데이터에 기초하여 상기 근처의 정지 위치들 중 각각의 근처의 정지 위치에 대한 불편 값을 결정하고;
    상기 하나 이상의 프로세서에 의해, 상기 결정된 불편 값들 중 가장 작은 불편 값을 갖는 상기 복수의 근처의 정지 위치 중 제2 위치를 선택하고;
    상기 차량이 상기 제1 위치로부터 상기 제2 위치에 이동하게 하도록 상기 자율 주행 모드로 상기 차량을 제어하도록 구성되는, 시스템.
  12. 제11항에 있어서,
    상기 센서 데이터는 상기 도로 사용자에 대한 관찰된 거동을 표시하고, 상기 하나 이상의 프로세서는 추가로:
    상기 도로 사용자의 장래 거동을 예측하는 거동 모델의 출력을 수신하고;
    상기 장래 거동을 상기 관찰된 거동과 비교하도록 구성되고, 상기 위치 값을 결정하는 것은 상기 비교에 추가로 기초하는, 시스템.
  13. 제11항에 있어서,
    상기 센서 데이터는 상기 도로 사용자에 대한 관찰된 거동을 표시하고, 상기 하나 이상의 프로세서는 추가로:
    상기 도로 사용자의 제1 장래 거동을 예측하는 거동 모델의 제1 출력을 수신하고;
    상기 제1 출력을 수신한 후에, 상기 도로 사용자의 제2 장래 거동을 예측하는 상기 거동 모델의 제2 출력을 수신하고;
    상기 제1 장래 거동을 상기 제2 장래 거동과 비교하도록 구성되고, 상기 위치 값을 결정하는 것은 상기 비교에 추가로 기초하는, 시스템.
  14. 제13항에 있어서,
    상기 제2 출력은 상기 제2 장래 거동이 상기 차량에 즉각 응답한다는 것을 추가로 표시하고, 상기 하나 이상의 프로세서는 상기 제2 장래 거동이 상기 차량에 즉각 응답한다는 표시에 추가로 기초하여 상기 위치 값을 결정하도록 추가로 구성되는, 시스템.
  15. 제11항에 있어서,
    상기 하나 이상의 프로세서는 상기 위치 값을 출력하는 모델에 상기 센서 데이터를 입력하는 것을 포함하여 상기 위치 값을 결정하도록 추가로 구성되는, 시스템.
  16. 제15항에 있어서,
    상기 하나 이상의 프로세서는 상기 도로 사용자의 제1 장래 거동을 예측하는 거동 모델로부터의 출력에 기초하여 상기 차량이 상기 도로 사용자를 불편하게 하고 있다고 결정하도록 추가로 구성되고, 상기 센서 데이터는 상기 차량이 상기 도로 사용자를 불편하게 하고 있다는 결정에 기초하여 상기 모델에 입력되는, 시스템.
  17. 제11항에 있어서,
    상기 하나 이상의 프로세서는 상기 도로 사용자가 상기 차량의 레인에 인접한 레인에 있는지 여부에 추가로 기초하여 상기 차량을 제어하도록 추가로 구성되는, 시스템.
  18. 제11항에 있어서,
    상기 하나 이상의 프로세서는 상기 도로 사용자가 상기 차량의 레인에 있고 상기 차량의 후방에 있는지 여부에 추가로 기초하여 상기 차량을 제어하도록 추가로 구성되는, 시스템.
  19. 제11항에 있어서,
    상기 차량은 승객을 기다리기 위해 상기 제1 위치에서 정지되고, 상기 하나 이상의 프로세서는 상기 제어하는 것에 기초하여 상기 승객의 클라이언트 컴퓨팅 디바이스에 메시지를 전송하도록 추가로 구성되는, 시스템.
  20. 삭제
KR1020217011902A 2018-09-25 2019-09-23 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것 KR102478819B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US16/141,467 US10955848B2 (en) 2018-09-25 2018-09-25 Reducing inconvenience to surrounding road users caused by stopped autonomous vehicles
US16/141,467 2018-09-25
PCT/US2019/052380 WO2020068636A1 (en) 2018-09-25 2019-09-23 Reducing inconvenience to surrounding road users caused by stopped autonomous vehicles

Publications (2)

Publication Number Publication Date
KR20210048575A KR20210048575A (ko) 2021-05-03
KR102478819B1 true KR102478819B1 (ko) 2022-12-19

Family

ID=69884265

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217011902A KR102478819B1 (ko) 2018-09-25 2019-09-23 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것

Country Status (6)

Country Link
US (3) US10955848B2 (ko)
EP (1) EP3837146A4 (ko)
JP (1) JP7217340B2 (ko)
KR (1) KR102478819B1 (ko)
CN (1) CN112789209A (ko)
WO (1) WO2020068636A1 (ko)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017220116A1 (de) * 2017-11-13 2019-05-16 Ford Global Technologies, Llc Verfahren und Vorrichtung um einen schnellen Halt eines autonom fahrenden Fahrzeugs zu ermöglichen
JP7308098B2 (ja) 2019-08-21 2023-07-13 株式会社Lixil 建具
US20210286924A1 (en) 2020-03-11 2021-09-16 Aurora Innovation, Inc. Generating autonomous vehicle simulation data from logged data
JP7436348B2 (ja) * 2020-11-19 2024-02-21 トヨタ自動車株式会社 情報処理装置、情報処理システム、情報処理方法、およびプログラム
JP7351320B2 (ja) * 2021-03-09 2023-09-27 トヨタ自動車株式会社 車両制御システム及び車両制御方法
US11498585B1 (en) 2021-05-05 2022-11-15 Waymo Llc Driveway pullovers for autonomous vehicles
US11546734B2 (en) * 2021-05-17 2023-01-03 Ford Global Technologies, Llc Providing security via vehicle-based surveillance of neighboring vehicles
US20220388546A1 (en) * 2021-06-04 2022-12-08 Waymo Llc Predicting a Parking or Pullover Spot Vacancy for an Autonomous Vehicle Pickup

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005228127A (ja) 2004-02-13 2005-08-25 Fuji Heavy Ind Ltd 歩行者検出装置、及び、その歩行者検出装置を備えた車両用運転支援装置
JP2012200818A (ja) 2011-03-25 2012-10-22 Advanced Telecommunication Research Institute International 歩行者の軌跡を予測して自己の回避行動を決定するロボット
US20160282874A1 (en) * 2013-11-08 2016-09-29 Hitachi, Ltd. Autonomous Driving Vehicle and Autonomous Driving System
US20160370194A1 (en) * 2015-06-22 2016-12-22 Google Inc. Determining Pickup and Destination Locations for Autonomous Vehicles

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4877360B2 (ja) 2009-06-12 2012-02-15 トヨタ自動車株式会社 進路評価装置および進路評価方法
CN102939230B (zh) 2010-06-16 2015-05-20 丰田自动车株式会社 驾驶辅助装置
US9381916B1 (en) 2012-02-06 2016-07-05 Google Inc. System and method for predicting behaviors of detected objects through environment representation
US9631933B1 (en) 2014-05-23 2017-04-25 Google Inc. Specifying unavailable locations for autonomous vehicles
JP6327043B2 (ja) 2014-07-28 2018-05-23 アイシン・エィ・ダブリュ株式会社 自動運転支援装置、自動運転支援方法及びプログラム
CA2985539C (en) 2015-05-13 2023-04-04 Uber Technologies, Inc. Autonomous vehicle operated with guide assistance
US9805605B2 (en) 2015-08-12 2017-10-31 Madhusoodhan Ramanujam Using autonomous vehicles in a taxi service
US9682707B1 (en) * 2015-08-27 2017-06-20 Waymo Llc Detecting and responding to parking behaviors in autonomous vehicles
CA2999962C (en) 2015-09-30 2018-10-23 Nissan Motor Co., Ltd. Information presenting device and information presenting method
WO2017087984A1 (en) 2015-11-20 2017-05-26 Uber Technologies, Inc. Controlling autonomous vehicles in connection with transport services
US9613386B1 (en) * 2015-12-01 2017-04-04 Google Inc. Pickup and drop off zones for autonomous vehicles
US9836057B2 (en) * 2016-03-24 2017-12-05 Waymo Llc Arranging passenger pickups for autonomous vehicles
SG11201810381QA (en) * 2016-05-27 2018-12-28 Uber Technologies Inc Facilitating rider pick-up for a self-driving vehicle
US9884621B2 (en) * 2016-06-17 2018-02-06 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous parking controller and method based on ambient conditions relating to a vehicle parking location
JP2017226371A (ja) 2016-06-24 2017-12-28 アイシン・エィ・ダブリュ株式会社 走行情報表示システムおよび走行情報表示プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005228127A (ja) 2004-02-13 2005-08-25 Fuji Heavy Ind Ltd 歩行者検出装置、及び、その歩行者検出装置を備えた車両用運転支援装置
JP2012200818A (ja) 2011-03-25 2012-10-22 Advanced Telecommunication Research Institute International 歩行者の軌跡を予測して自己の回避行動を決定するロボット
US20160282874A1 (en) * 2013-11-08 2016-09-29 Hitachi, Ltd. Autonomous Driving Vehicle and Autonomous Driving System
US20160370194A1 (en) * 2015-06-22 2016-12-22 Google Inc. Determining Pickup and Destination Locations for Autonomous Vehicles

Also Published As

Publication number Publication date
JP2021536404A (ja) 2021-12-27
EP3837146A1 (en) 2021-06-23
US20200097007A1 (en) 2020-03-26
WO2020068636A1 (en) 2020-04-02
US11543823B2 (en) 2023-01-03
US20230168677A1 (en) 2023-06-01
KR20210048575A (ko) 2021-05-03
US20210216074A1 (en) 2021-07-15
JP7217340B2 (ja) 2023-02-02
US10955848B2 (en) 2021-03-23
EP3837146A4 (en) 2022-06-01
CN112789209A (zh) 2021-05-11

Similar Documents

Publication Publication Date Title
KR102478819B1 (ko) 정지된 자율주행 차량들에 의해 야기되는 주변 도로 사용자들에 대한 불편을 감소시키는 것
CN114370883B (zh) 用于操纵车辆的方法和系统
AU2021203701B2 (en) Recognizing assigned passengers for autonomous vehicles
US11543824B2 (en) Queueing into pickup and drop-off locations
US11860631B2 (en) Detecting and responding to processions for autonomous vehicles
US11977387B2 (en) Queueing into pickup and drop-off locations
US20240126296A1 (en) Behavior prediction for railway agents for autonomous driving system

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant