KR102488743B1 - 자율 차량들을 위한 교통 재지향에 대한 검출 및 응답 - Google Patents

자율 차량들을 위한 교통 재지향에 대한 검출 및 응답 Download PDF

Info

Publication number
KR102488743B1
KR102488743B1 KR1020207012260A KR20207012260A KR102488743B1 KR 102488743 B1 KR102488743 B1 KR 102488743B1 KR 1020207012260 A KR1020207012260 A KR 1020207012260A KR 20207012260 A KR20207012260 A KR 20207012260A KR 102488743 B1 KR102488743 B1 KR 102488743B1
Authority
KR
South Korea
Prior art keywords
vehicle
corridors
traffic
traffic flow
corridor
Prior art date
Application number
KR1020207012260A
Other languages
English (en)
Other versions
KR20200047766A (ko
Inventor
다비드 헤리슨 실버
판카즈 차우다리
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
Priority claimed from PCT/US2018/057971 external-priority patent/WO2019089444A1/en
Publication of KR20200047766A publication Critical patent/KR20200047766A/ko
Application granted granted Critical
Publication of KR102488743B1 publication Critical patent/KR102488743B1/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
    • G08G1/0137—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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/3407—Route searching; Route guidance specially adapted for specific applications
    • G01C21/3415—Dynamic re-routing, e.g. recalculating the route when the user deviates from calculated route or after detecting real-time traffic data or accidents
    • G—PHYSICS
    • 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
    • G05D1/0214—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with safety or protection criteria, e.g. avoiding hazardous areas
    • 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
    • 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
    • G08G1/056—Detecting movement of traffic to be counted or controlled with provision for distinguishing direction of travel
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance
    • G01C21/36—Input/output arrangements for on-board computers
    • G01C21/3626—Details of the output of route guidance instructions
    • G01C21/3658—Lane guidance
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/0088—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot characterized by the autonomous decision making process, e.g. artificial intelligence, predefined behaviours
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
    • G05D1/00—Control of position, course or altitude of land, water, air, or space vehicles, e.g. automatic pilot
    • G05D1/02—Control of position or course in two dimensions
    • G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
    • G05D1/0231—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means
    • G05D1/0246—Control of position or course in two dimensions specially adapted to land vehicles using optical position detecting means using a video camera in combination with image processing means
    • 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
    • G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
    • G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
    • 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
    • G05D1/0287—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling
    • G05D1/0289—Control of position or course in two dimensions specially adapted to land vehicles involving a plurality of land vehicles, e.g. fleet or convoy travelling with means for avoiding collisions between vehicles
    • G05D1/228—
    • G05D1/617—
    • 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
    • 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
    • G06V20/588—Recognition of the road, e.g. of lane markings; Recognition of the vehicle driving pattern in relation to the road
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096811—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed offboard
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/0968—Systems involving transmission of navigation instructions to the vehicle
    • G08G1/096805—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route
    • G08G1/096827—Systems involving transmission of navigation instructions to the vehicle where the transmitted instructions are used to compute a route where the route is computed onboard
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30236—Traffic on road, railway or crossing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30248—Vehicle exterior or interior
    • G06T2207/30252—Vehicle exterior; Vicinity of vehicle
    • G06T2207/30256—Lane; Road marking
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/09—Arrangements for giving variable traffic instructions
    • G08G1/0962—Arrangements for giving variable traffic instructions having an indicator mounted inside the vehicle, e.g. giving voice messages
    • G08G1/09623—Systems involving the acquisition of information from passive traffic signs by means mounted on the vehicle

Abstract

본 기술은 자율 주행 모드로 차량을 제어하는 것에 관한 것이다. 예를 들어, 차량(100)은 교통 흐름 방향들을 식별하는 미리 저장된 지도 정보를 사용하여 자율 주행 모드로 조종될 수 있다. 지도 정보에서 식별되지 않는 교통 재지향에 관련된 차량의 외부 환경에서의 물체들을 식별하는 차량의 지각 시스템으로부터 데이터가 수신될 수 있다. 수신된 데이터는 교통 재지향의 하나 이상의 코리도(910, 920)를 식별하기 위해 사용될 수 있다. 하나 이상의 코리도 중 하나는 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 선택될 수 있다. 그 후, 차량은 하나 이상의 코리도 각각을 통한 결정된 교통 흐름의 방향에 기초하여 하나 이상의 코리도 중 선택된 하나에 진입하고 따라가기 위해 자율 주행 모드로 제어될 수 있다.

Description

자율 차량들을 위한 교통 재지향에 대한 검출 및 응답
관련 출원에 대한 상호 참조
본 출원은 2017년 10월 31일자로 출원된 제15/798,881호의 연속 출원이며, 그 전체 개시내용은 본 명세서에 참조로 포함된다. 본 출원은 또한 2017년 10월 31일자로 출원된 제15/798,926호의 연속 출원이며, 그 전체 개시내용은 본 명세서에 참조로 포함된다.
인간 운전자를 요구하지 않는 차량들과 같은 자율 차량들은 하나의 위치로부터 다른 위치로의 승객들 또는 물품들의 수송을 보조하기 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 모드로 동작할 수 있다.
자율 주행 모드로 동작하는 자율 차량 또는 차량의 강건한 동작은 교통의 정상 흐름을 변경하는 건설 공사와 같은 예상치 못한 상황들에 대한 적절한 응답을 요구한다. 즉, 교통의 흐름은 건설 공사 또는 교통 사고로 인해 일시적으로 재지향될 수 있다. 예를 들어, 응급 차량, 건설 공사 표지판, 콘(cone)들, 배럴(barrel)들 또는 다른 물체들과 같은 물체로 차선을 차단함으로써 차선이 폐쇄될 수 있다. 동시에, 새로운 "차선들" 또는 반대편 교통을 분리하는 새로운 코리도들을 생성하기 위해 다른 차선들이 개방 상태로 유지될 수 있고/있거나, 콘들 또는 다른 마커들이 사용되었다. 많은 경우에, 콘들 또는 비상 차량들과 같은, 재지향을 마킹하는 피처들은 차량을 내비게이팅하기 위해 차량의 제어 컴퓨팅 디바이스들에 의해 사용되는 지도들에 이전에 기록되지 않을 것이다. 따라서, 안전하고 효과적인 제어를 위해, 이러한 상황들을 식별하고 그에 응답하는 것은 이러한 차량들에 대한 중요한 기능이다.
본 개시내용의 일 양태는 자율 주행 모드로 차량을 제어하는 방법을 제공한다. 방법은 하나 이상의 프로세서에 의해, 교통 흐름 방향들을 식별하는 미리 저장된 지도 정보를 사용하여 자율 주행 모드로 차량을 조종하는 단계; 하나 이상의 프로세서에 의해, 지도 정보에서 식별되지 않는 교통 재지향에 관련된 차량의 외부 환경에서의 물체들을 식별하는 차량의 지각 시스템으로부터 데이터를 수신하는 단계; 하나 이상의 프로세서에 의해, 수신된 데이터를 사용하여 교통 재지향의 하나 이상의 코리도를 식별하는 단계; 하나 이상의 프로세서에 의해, 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 하나 이상의 코리도 중 하나를 선택하는 단계; 및 하나 이상의 프로세서에 의해, 하나 이상의 코리도 중 선택된 하나에 진입하고 따라가기 위해 자율 주행 모드로 차량을 제어하는 단계를 포함한다.
일 예에서, 방법은 또한 차량에 대한 반대편 교통이 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 중 임의의 것에 근접한 표지판들을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도를 식별하는 제2 차량의 하나 이상의 컴퓨팅 디바이스로부터 정보를 수신하고 수신된 정보에 기초하여 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 수신된 데이터를 사용하여 하나 이상의 코리도를 식별한 후, 진행할 방법에 대한 명령어들에 대해 차량으로부터 원격인 컴퓨팅 디바이스에 요청을 전송하는 단계, 및 명령어들을 수신하는 단계를 포함하며, 여기서 하나 이상의 코리도 중 선택된 하나를 선택하는 것은 수신된 명령어들에 추가로 기초한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 각각을 통한 교통 흐름의 방향을 결정하는 단계를 포함하며, 선택된 코리도를 선택하는 것은 임의의 결정된 교통 흐름의 방향들에 추가로 기초한다. 다른 예에서, 하나 이상의 코리도는 2개 이상의 차선 라인에 의해 정의되지 않는다.
본 개시내용의 다른 양태는 자율 주행 모드로 차량을 제어하기 위한 시스템을 제공한다. 시스템은, 교통 흐름 방향들을 식별하는 미리 저장된 지도 정보를 사용하여 자율 주행 모드로 차량을 조종하고; 지도 정보에서 식별되지 않는 교통 재지향에 관련된 차량의 외부 환경에서의 물체들을 식별하는 차량의 지각 시스템으로부터 데이터를 수신하고; 수신된 데이터를 사용하여 교통 재지향의 하나 이상의 코리도를 식별하고; 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 하나 이상의 코리도 중 하나를 선택하고; 하나 이상의 코리도 중 선택된 하나에 진입하고 따라가기 위해 자율 주행 모드로 차량을 제어하도록 구성된 하나 이상의 프로세서를 포함한다.
일 예에서, 하나 이상의 프로세서는, 차량에 대한 반대편 교통이 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하도록 추가로 구성된다. 다른 예에서, 하나 이상의 프로세서는 하나 이상의 코리도 중 임의의 것에 근접한 표지판들을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하도록 추가로 구성된다. 다른 예에서, 하나 이상의 프로세서는 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하도록 추가로 구성된다. 다른 예에서, 하나 이상의 프로세서는 하나 이상의 코리도를 식별하는 제2 차량의 하나 이상의 컴퓨팅 디바이스로부터 정보를 수신하고, 수신된 정보에 기초하여 선택된 코리도를 통한 교통 흐름의 방향을 결정하도록 추가로 구성된다. 다른 예에서, 하나 이상의 프로세서는, 수신된 데이터를 사용하여 하나 이상의 코리도를 식별한 후에, 진행할 방법에 대한 명령어들에 대해 차량으로부터 원격인 컴퓨팅 디바이스에 요청을 전송하고, 명령어들을 수신하도록 추가로 구성되며, 하나 이상의 코리도 중 선택된 하나를 선택하는 것은 수신된 명령어들에 추가로 기초한다. 다른 예에서, 하나 이상의 프로세서는 하나 이상의 코리도 각각을 통한 교통 흐름의 방향을 결정하도록 추가로 구성되며, 선택된 코리도를 선택하는 것은 임의의 결정된 교통 흐름의 방향들에 추가로 기초한다. 다른 예에서, 하나 이상의 코리도는 2개 이상의 차선 라인에 의해 정의되지 않는다. 다른 예에서, 시스템은 또한 차량을 포함한다.
본 개시내용의 추가 양태는 명령어들이 저장되는 비일시적 컴퓨터 판독가능 매체를 제공한다. 명령어들은, 하나 이상의 프로세서에 의해 실행될 때, 하나 이상의 프로세서로 하여금 자율 주행 모드로 차량을 제어하는 방법을 수행하게 한다. 방법은 교통 흐름 방향들을 식별하는 미리 저장된 지도 정보를 사용하여 자율 주행 모드로 차량을 조종하는 단계; 지도 정보에서 식별되지 않는 교통 재지향에 관련된 차량의 외부 환경에서의 물체들을 식별하는 차량의 지각 시스템으로부터 데이터를 수신하는 단계; 수신된 데이터를 사용하여 교통 재지향의 하나 이상의 코리도를 식별하는 단계; 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 하나 이상의 코리도 중 하나를 선택하는 단계; 및 하나 이상의 코리도 중 선택된 하나에 진입하고 따라가기 위해 자율 주행 모드로 차량을 제어하는 단계를 포함한다.
일 예에서, 방법은 또한 차량에 대한 반대편 교통이 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 중 임의의 것에 근접한 표지판들을 분석함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 하나 이상의 코리도를 식별하는 제2 차량의 하나 이상의 컴퓨팅 디바이스로부터 정보를 수신하고 수신된 정보에 기초하여 선택된 코리도를 통한 교통 흐름의 방향을 결정하는 단계를 포함한다. 다른 예에서, 방법은 또한 수신된 데이터를 사용하여 하나 이상의 코리도를 식별한 후, 진행할 방법에 대한 명령어들에 대해 차량으로부터 원격인 컴퓨팅 디바이스에 요청을 전송하는 단계, 및 명령어들을 수신하는 단계를 포함하며, 여기서 하나 이상의 코리도 중 선택된 하나를 선택하는 것은 수신된 명령어들에 추가로 기초한다. 다른 예에서, 방법은 또한 하나 이상의 코리도 각각을 통한 교통 흐름의 방향을 결정하는 단계를 포함하며, 선택된 코리도를 선택하는 것은 임의의 결정된 교통 흐름의 방향들에 추가로 기초한다. 다른 예에서, 하나 이상의 코리도는 2개 이상의 차선 라인에 의해 정의되지 않는다.
도 1은 본 개시내용의 양태들에 따른 예시적인 차량의 기능도이다.
도 2는 본 개시내용의 양태들에 따른 상세한 지도 정보의 예시적인 표현이다.
도 3a 내지 도 3d는 본 개시내용의 양태들에 따른 차량의 예시적인 외부 뷰들이다.
도 4는 본 개시내용의 양태들에 따른 시스템의 예시적인 도해(pictorial diagram)이다.
도 5는 본 개시내용의 양태들에 따른 시스템의 예시적인 기능도이다.
도 6은 본 개시내용의 양태들에 따른 도로 섹션의 뷰이다.
도 7은 본 개시내용의 양태들에 따른 도로 섹션 및 다른 정보에 대한 센서 데이터의 예이다.
도 8은 본 개시내용의 양태들에 따른 도로 섹션 및 다른 정보에 대한 센서 데이터의 다른 예이다.
도 9는 본 개시내용의 양태들에 따른 도로 섹션 및 다른 정보에 대한 센서 데이터의 다른 예이다.
도 10은 본 개시내용의 양태들에 따른 도로 섹션 및 다른 정보에 대한 센서 데이터의 추가적인 예이다.
도 11은 본 개시내용의 양태들에 따른 흐름도이다.
개요
많은 경우에, 교통 흐름 재지향들은 잘 정의된다. 그러나, 일부 경우들에서, 재지향은 반대편 교통을 명확하게 또는 완전히 분리하지 않는 새롭게 생성된 코리도들을 수반할 수 있다. 즉, 교통의 어느 하나의 반대편 방향으로부터의 교통이 하나 이상의 코리도에 진입하는 것이 가능할 수 있다. 이러한 모호한 경우들에서, 자율 차량의 컴퓨팅 디바이스들이 정확한 코리도를 선택하는 것이 필수적이다. 그렇지 않다면, 차량은 추가적인 안전 우려들을 제기하는 잘못된 방향으로 주행하는 코리도에 갇히거나 진입할 수 있다.
또한, 이러한 코리도들은 인간 운전자에게 쉽게 이해될 수 있지만, 차량의 컴퓨팅 시스템에는 모호하다. 이것은 차량이 검출할 수 없는 비표준 사이니지(signage)(예를 들어, 손으로 쓴 화살표 또는 우측/좌측 통행 표지판), 또는 차량의 감지 범위 밖에 있지만 인간 내에 있는 큐(cue)와 같은, 차량의 컴퓨팅 디바이스들이 검출할 수 없거나 식별할 수 없는 중요한 신호들의 존재에 기인할 수 있다. 다른 경우들에서, 차량의 컴퓨팅 디바이스들은 진행할 방법을 결정하기 위해 컴퓨팅 디바이스들의 모든 신호들을 필요로 할 수 있지만, 적절한 분석을 수행해야 한다. 어떤 일이 일어나고 있는지를 충분히 이해하기 위해, 컴퓨팅 디바이스들이 먼저 모호성이 있을 수 있는 것을 검출하고, 그 후 그것을 해결할 수 있는 신호들을 찾는 것이 필요하다.
어느 코리도에 차량이 진입해야 하는지를 결정하기 위해, 차량의 컴퓨팅 디바이스들은 먼저 모호성이 존재한다는 것을 식별해야 한다. 이것은 하나 이상의 코리도를 식별하기 위해 차량의 지각 시스템으로부터의 데이터를 처리함으로써 달성될 수 있다. 일부 경우들에서, 컴퓨팅 디바이스들이 하나보다 많은 가능한 코리도를 식별하는 경우, 코리도들 중 어느 것에 차량이 진입해야 하는지(좌측, 우측, 중간 등)에 대한 모호성을 생성할 수 있다.
이어서, 컴퓨팅 디바이스들은 코리도들을 분석하고 각각의 코리도를 통한 (차량과 동일하거나 반대편의) 적절한 교통 흐름을 결정하기 위해 하나 이상의 접근법을 사용함으로써 모호성을 해결하려고 시도할 수 있다. 하나의 예시적인 접근법에서, 컴퓨팅 디바이스들은 코리도들을 역으로 분석할 수 있다. 다른 접근법으로서, 컴퓨팅 디바이스들은 임의의 표지판들을 분석함으로써 모호성을 해결하려고 시도할 수 있다. 또 다른 접근법으로서, 컴퓨팅 디바이스들은 다른 차량들의 거동을 관찰함으로써 각각의 코리도를 통한 교통의 방향을 결정하려고 시도할 수 있다. 다른 접근법으로서, 컴퓨팅 디바이스들은 지역들을 최근에 통과한 다른 차량들에 의해 제공되는 정보를 사용할 수 있다.
모호성이 위의 액션들 중 하나 이상을 사용하여 해결될 수 없는 경우, 컴퓨팅 디바이스들은 진행할 방법에 대한 명령어들을 제공하라는 요청을 인간 조작자에게 전송할 수 있다. 이것은 리뷰를 위해 컴퓨팅 디바이스들이 식별했던 코리도들을 식별하는 정보를 전송하고 진행할 방법에 대한 명령어들을 수신하는 것을 포함할 수 있다. 일부 경우들에서, 차량을 돌리는 것 및/또는 차량을 리라우팅(reroute)하는 것에 의해 코리도들을 완전히 회피하기 위해 컴퓨팅 디바이스들은 차량을 제어할 수 있거나, 인간 조작자는 차량을 간단히 리라우팅할 수 있다.
본 명세서에서 설명되는 특징들은 자율 주행 모드로 동작하는 차량이 하나 이상의 코리도를 포함하는 교통 재지향들에 의해 야기되는 모호성들을 식별하고, 상황에 관한 "이유"를 식별하고, 교통이 코리도들을 통해 흘러야 하는 방법을 식별하고, 적절하게 응답하게 할 수 있다. 수동 주행 모드들을 갖는 차량들에서, 이것은 자율 주행 모드의 연결해제들의 발생을 감소시킬 수 있다.
예시적인 시스템
도 1에 도시된 바와 같이, 본 개시내용의 일 양태에 따른 차량(100)은 다양한 컴포넌트들을 포함한다. 개시내용의 특정 양태들이 특정 타입들의 차량들과 관련하여 특히 유용하지만, 차량은, 승용차들, 트럭들, 모터사이클들, 버스들, 레저 차량들 등을 포함하지만, 이에 제한되지 않는, 임의의 타입의 차량일 수 있다. 차량은 전형적으로 범용 컴퓨팅 디바이스들에 존재하는 하나 이상의 프로세서(120), 메모리(130) 및 다른 컴포넌트들을 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 포함하는, 하나 이상의 프로세서(120)에 의해 액세스가능한 정보를 저장한다. 메모리(130)는 컴퓨팅 디바이스 판독가능 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. 시스템들 및 방법들은 전술한 것의 상이한 조합들을 포함할 수 있으며, 그것에 의해 명령어들 및 데이터의 상이한 부분들은 상이한 타입들의 매체 상에 저장된다.
명령어들(132)은 프로세서에 의해 직접적으로(예컨대 머신 코드) 또는 간접적으로(예컨대 스크립트들) 실행될 명령어들의 임의의 세트일 수 있다. 예를 들어, 명령어들은 컴퓨팅 디바이스 코드로서 컴퓨팅 디바이스 판독가능 매체 상에 저장될 수 있다. 그와 관련하여, 용어들 "명령어들" 및 "프로그램들"은 여기서 서로 교환하여 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 루틴들은 아래에 더 상세히 설명된다.
데이터(134)는 명령어들(132)에 따라 프로세서(120)에 의해 검색되고, 저장되거나 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 차량이 물체 주위에서 조종할 수 있는지, 물체가 방향 지시등을 사용하고 있는지, 물체의 현재 위치에 관련된 교통 신호등의 조건, 물체가 정지 표지판에 접근하고 있는지 등과 같은 다른 요인들을 포함하는 시나리오 요건들의 세트를 식별할 수 있다. 요건들은 "우측 방향 지시등이 작동 중" 또는 "우회전 전용 차선에 있음"과 같은 이산 값들, 또는 "차량(100)의 전류 경로로부터 30 내지 60도 오프셋되는 각도로 배향되는 방향을 가짐"과 같은 값들의 범위들을 포함할 수 있다. 일부 예들에서, 미리 결정된 시나리오들은 다수의 물체에 대한 유사한 정보를 포함할 수 있다.
하나 이상의 프로세서(120)는 상업적으로 이용가능한 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 요소들을 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 기술 분야의 통상의 기술자는 이해할 것이다. 예로서, 내부 전자 디스플레이(152)는 고대역폭 또는 다른 네트워크 접속부를 통해 컴퓨팅 디바이스(110)와 인터페이싱할 수도 있는 그 자신의 프로세서 또는 중앙 처리 유닛(central processing unit)(CPU), 메모리 등을 가지는 전용 컴퓨팅 디바이스에 의해 제어될 수도 있다. 일부 예들에서, 이 컴퓨팅 디바이스는 사용자의 클라이언트 디바이스와 통신할 수 있는 사용자 인터페이스 컴퓨팅 디바이스일 수도 있다. 유사하게, 메모리는 컴퓨팅 디바이스(110)의 하우징과는 상이한 하우징 내에 위치되는 하드 드라이브 또는 다른 저장 매체일 수 있다. 따라서, 프로세서 또는 컴퓨팅 디바이스라고 하는 것은 병렬로 동작하거나 하지 않을 수 있는 프로세서들 또는 컴퓨팅 디바이스들 또는 메모리들의 집합을 포함하는 것이라고 이해될 것이다.
컴퓨팅 디바이스(110)는 전술된 프로세서 및 메모리와 같은 컴퓨팅 디바이스 뿐만 아니라 사용자 입력(150)(예를 들어, 마우스, 키보드, 터치스크린 및/또는 마이크로폰) 및 다양한 전자 디스플레이들(예를 들어, 스크린을 가지는 모니터 또는 정보를 표시하도록 동작가능한 임의의 다른 전자 디바이스)과 관련하여 정상적으로 사용되는 모든 컴포넌트들일 수 있다. 이 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 캐빈(cabin) 내에 위치될 수 있고, 차량(100) 내의 승객들에게 정보를 제공하기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다. 내부 스피커들 이외에, 하나 이상의 스피커(154)는 차량(100) 외부의 물체들에게 가청 통지들을 제공하기 위해 차량 상의 다양한 위치들에 배열된 외부 스피커들을 포함할 수 있다.
일 예에서, 컴퓨팅 디바이스(110)는 차량(100)에 포함되는 자율 주행 컴퓨팅 시스템일 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 모드로 메모리(130)의 명령어들(132)에 따라 차량(100)의 이동, 속력 등을 제어하기 위해, (차량의 제동을 제어하기 위한) 감속 시스템(160), (차량의 가속을 제어하기 위한) 가속 시스템(162), (휠들의 배향 및 차량의 방향을 제어하기 위한) 스티어링 시스템(164), (방향 지시등들을 제어하기 위한) 시그널링 시스템(166), (차량을 어떤 위치 또는 물체들 주위로 내비게이팅하기 위한) 내비게이션 시스템(168), (차량의 포지션을 결정하기 위한) 포지셔닝 시스템(170), (차량의 외부 환경에서의 물체들을 검출하기 위한) 지각 시스템(172), 및 동력 시스템(174)(예를 들어, 배터리 및/또는 가스 또는 디젤 동력 엔진)과 같은 차량(100)의 다양한 시스템들과 통신 상태에 있을 수 있다. 다시, 이러한 시스템들이 컴퓨팅 디바이스(110)에 대해 외부에 있는 것으로 도시되지만, 실제로, 이러한 시스템들은, 다시 차량(100)을 제어하기 위한 자율 주행 컴퓨팅 시스템으로서, 컴퓨팅 디바이스(110) 내에 또한 포함될 수 있다.
컴퓨팅 디바이스(110)는 다양한 컴포넌트들을 제어함으로써 차량의 방향 및 속도를 제어할 수 있다. 예를 들어, 컴퓨팅 디바이스(110)는 지도 정보 및 내비게이션 시스템(168)으로부터의 데이터를 완전히 자율적으로 사용하여 차량을 목적지 위치로 주행시킬 수 있다. 컴퓨팅 디바이스들(110)은 안전하게 위치에 도달하도록 요구될 때 물체들을 검출하고 물체들에 응답하기 위해 차량의 위치 및 지각 시스템(172)을 결정하도록 포지셔닝 시스템(170)을 사용할 수 있다. 그렇게 하기 위해서, 컴퓨팅 디바이스들(110)은 차량으로 하여금 (예를 들어, 가속 시스템(162)에 의해 엔진에 제공되는 연료 또는 다른 에너지를 증가시킴으로써) 가속하고, (감속 시스템(160)에 의해 엔진에 공급되는 연료를 감소시키고, 기어들을 바꿈으로써, 및/또는 브레이크들을 밟음으로써) 감속하고, (예를 들어, 스티어링 시스템(164)에 의해 차량(100)의 전방 또는 후방 휠들을 회전시킴으로써) 방향을 바꾸고, (예를 들어, 시그널링 시스템(166)의 방향 지시등들을 점등함으로써) 이러한 변화들을 시그널링하게 할 수 있다. 따라서, 가속 시스템(162)과 감속 시스템(160)은 차량의 엔진과 차량의 휠들 사이의 다양한 컴포넌트들을 포함하는 구동렬의 일부일 수 있다. 또한, 이들 시스템들을 제어함으로써, 컴퓨팅 디바이스들(110)은 또한 차량을 자율적으로 조종하기 위해 차량의 구동렬을 제어할 수 있다.
일 예로서, 컴퓨팅 디바이스(110)는 차량의 속도를 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, 차량(100), 예컨대 승용차 또는 트럭이 도로 상에서의 사용을 위해 구성되면, 스티어링 시스템은 차량을 돌리기 위해 휠들의 각도를 제어하기 위한 컴포넌트들을 포함할 수 있다. 시그널링 시스템(166)은 예를 들어, 필요할 때 방향 지시등들 또는 브레이크 등들을 점등함으로써 차량의 의도를 다른 운전자들 또는 차량들에 시그널링하기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다.
내비게이션 시스템(168)은 위치에 대한 루트를 결정하고 따르기 위해 컴퓨팅 디바이스(110)에 의해 사용될 수 있다. 이와 관련하여, 내비게이션 시스템(168) 및/또는 데이터(134)는 컴퓨팅 디바이스들(110)이 차량을 주행시키거나 제어하는데 사용할 수 있는 지도 정보, 예를 들어, 매우 상세한 지도들을 저장할 수 있다. 일 예로서, 이러한 지도들은 도로들의 형상 및 고도, 차선 마커들, 교차로들, 횡단 보도들, 속도 제한들, 교통 신호등들, 건물들, 표지판들, 실시간 교통 정보, 초목, 또는 다른 이러한 물체들과 정보를 식별할 수 있다. 차선 마커들은 실선 또는 파선 이중 또는 단일 차선 라인들, 실선 또는 파선 차선 라인들, 반사기들 등과 같은 피처들을 포함할 수도 있다. 주어진 차선은 차선의 경계를 정의하는 좌측 및 우측 차선 라인들 또는 다른 차선 마커들과 연관될 수도 있다. 따라서, 대부분의 차선들은 하나의 차선 라인의 좌측 에지 및 또 다른 차선 라인의 우측 에지에 의해 경계가 지어질 수도 있다.
지각 시스템(172)은 또한 다른 차량들, 도로 내의 장애물들, 교통 신호, 표지판, 나무 등과 같은 차량 외부의 물체들을 검출하기 위한 하나 이상의 컴포넌트를 포함한다. 예를 들어, 지각 시스템(172)은 하나 이상의 LIDAR 센서, 소나 디바이스들, 레이더 유닛들, 카메라들 및/또는 컴퓨팅 디바이스들(110)에 의해 처리될 수 있는 데이터를 기록하는 임의의 다른 검출 디바이스들을 포함할 수 있다. 지각 시스템의 센서들은 위치, 배향, 크기, 형상, 타입(예를 들어, 차량, 보행자, 자전거 타는 사람 등), 방향, 및 이동의 속도 등과 같은 물체들 및 그들의 특성들을 검출할 수 있다. 센서들 및/또는 전술한 특성들로부터의 로 데이터(raw data)는 서술적 함수, 벡터, 및/또는 경계 박스로 배열되거나 정량화될 수 있고, 그것이 지각 시스템(172)에 의해 생성됨에 따라 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.
도 2는 도로 섹션에 대한 지도 정보(200)의 일례이다. 지도 정보(200)는 다양한 도로 피처들의 형상, 위치, 및 다른 특성들을 식별하는 정보를 포함한다. 이 예에서, 지도 정보는 커브(curb)(220), 차선 라인들(222, 224, 226) 및 커브(228)에 의해 경계가 지어지는 3개의 차선(212, 214, 216)을 포함한다. 차선들(212 및 214)은 (동쪽 방향으로) 동일한 방향의 교통 흐름을 갖는 반면, 차선(216)은 (서쪽 방향으로) 상이한 교통 흐름을 갖는다. 또한, 차선(212)은 예를 들어, 차량들이 커브(220)에 인접하여 파킹하는 것을 허용하기 위해 차선(214)보다 상당히 더 넓다. 지도 정보의 예는 단지 몇 개의 도로 피처, 예를 들어, 커브들, 차선 라인들, 및 차선들을 포함하지만, 도로의 특성이 주어지면, 지도 정보(200)는 또한 교통 신호등들, 횡단 보도들, 인도들, 정지 표지판들, 양보 표지판들, 속도 제한 표지판들, 도로 표지판들 등과 같은 다양한 다른 도로 피처들을 식별할 수 있다. 도시되지는 않았지만, 상세한 지도 정보는 또한 다양한 날짜들 및 시간들에서 전형적 및 이력적 교통 조건들을 식별하는 이력 정보뿐만 아니라 속도 제한들 및 다른 적법한 교통 요건들을 식별하는 정보를 포함할 수 있다.
상세한 지도 정보는 이미지-기반 지도로서 본 명세서에서 도시되지만, 지도 정보는 전적으로 이미지 기반(예를 들어, 래스터(raster))일 필요가 없다. 예를 들어, 상세한 지도 정보는 도로들, 차선들, 교차점들, 및 이러한 피처들 사이의 연결부들과 같은 정보의 하나 이상의 로드그래프(roadgraph) 또는 그래프 네트워크들을 포함할 수 있다. 각각의 피처는 그래프 데이터로서 저장될 수 있고, 지리적 위치 및 그것이 다른 관련 피처들에 링크되는지 여부, 예를 들어, 정지 표지판이 도로 및 교차로 등에 링크되는지 여부와 같은 정보와 연관될 수 있다. 몇몇 예들에서, 연관된 데이터는 특정 로드그래프 피처들의 효율적인 룩업을 허용하기 위해 로드그래프의 그리드 기반 인덱스들을 포함할 수 있다.
도 3a 내지 도 3d는 차량(100)의 외부 뷰들의 예들이다. 알 수 있는 바와 같이, 차량(100)은 헤드라이트들(302), 윈드쉴드(windshield)(303), 후미등(taillight)들/방향 지시등(turn signal light)들(304), 후방 윈드쉴드(305), 도어들(306), 측면뷰 미러(side view mirror)들(308), 타이어들 및 휠들(310), 및 방향 지시/주차 등들(312)과 같은, 전형적인 차량의 많은 피처들을 포함한다. 헤드라이트(302), 후미등들/방향 지시등들(304), 및 방향 지시/주차등들(312)은 시그널링 시스템(166)과 연관될 수 있다. 라이트 바(light bar)(307)는 시그널링 시스템(166)과 또한 연관될 수 있다. 하우징(314)은 지각 시스템(172)의 LIDAR 센서들, 소나 디바이스들, 레이더 유닛들, 카메라들 등과 같은 하나 이상의 센서를 하우징할 수 있지만, 이러한 센서들도 역시 차량의 다른 영역들에 포함될 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, 각각, 네트워크(460)를 통해 접속되는 복수의 컴퓨팅 디바이스(410, 420, 430, 440) 및 저장 시스템(450)을 포함하는 예시적인 시스템(400)의 도해 및 기능도들이다. 시스템(400)은 또한 차량(100), 및 차량(100)과 유사하게 구성될 수 있는 차량(100A)을 포함한다. 간략함을 위해 몇몇 차량들 및 컴퓨팅 디바이스들만이 도시되지만, 전형적인 시스템은 상당히 더 많이 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 그로부터 데이터를 송신할 수 있는 임의의 디바이스에 의해 가능해질 수 있다.
일 예에서, 하나 이상의 컴퓨팅 디바이스(110)는 다른 컴퓨팅 디바이스들에 그리고 다른 컴퓨팅 디바이스들로부터 데이터를 수신하고, 처리하고, 송신하는 목적을 위해 네트워크의 상이한 노드들과 정보를 교환하는 복수의 컴퓨팅 디바이스를 포함하는 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 파견(dispatch)될 수 있는 차량들의 무리(fleet)의 일부일 수도 있다. 이와 관련하여, 무리의 차량들은 차량의 각자의 포지셔닝 시스템들에 의해 제공되는 서버 컴퓨팅 디바이스 위치 정보를 주기적으로 전송할 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 제안하기 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, 개인용 컴퓨팅 디바이스와 관련하여 일반적으로 사용되고 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, 터치스크린, 프로젝터, 텔레비전, 또는 정보를 표시하도록 동작가능한 다른 디바이스를 갖는 모니터), 및 사용자 입력 디바이스들(426, 436, 446)(예를 들어, 마우스, 키보드, 터치스크린 또는 마이크로폰)을 포함하는 컴포넌트들 모두를 가질 수 있다. 클라이언트 컴퓨팅 디바이스들은 비디오 스트림들을 레코딩하기 위한 카메라, 스피커들, 네트워크 인터페이스 디바이스, 및 이러한 요소들을 서로 접속시키기 위해 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, 카메라 또는 터치스크린을 사용하여 시각적 신호들을 사용하여 정보를 입력할 수 있다.
일부 예들에서, 클라이언트 컴퓨팅 디바이스(440)는 사용자들(422 및 432)과 같은 사용자들에게 컨시어지 서비스들을 제공하기 위해 관리자에 의해 사용되는 컨시어지 워크 스테이션일 수 있다. 예를 들어, 원격 조작자 또는 컨시어지(442)는 이하에서 더 상세하게 설명되는 바와 같이 컨시어지 워크 스테이션(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 연결을 통해 통신할 수 있다. 단일 컨시어지 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)(예컨대, 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 사용자의 클라이언트 컴퓨팅 디바이스(또는, 다수의 디바이스가 동일한 사용자 계정을 가지고 사용되는 경우 디바이스들)의 정보를 식별하는, 사용자명, 접촉 정보와 같은 개인 정보, 뿐만 아니라 사용자에 대한 하나 이상의 고유 신호들을 또한 포함할 수 있다.
저장 시스템(450)은 위치들 사이의 경로들을 생성하고 평가하기 위한 라우팅 데이터를 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 필수적이지는 않지만, 전술된 바와 같은 상세한 지도 정보만큼 특별한, 그러나, 도로들을 포함하는 지도 정보, 뿐만 아니라 방향(편도, 양방향 등), 배향(북, 남 등), 속도 제한들과 같은 해당 도로에 관한 정보, 뿐만 아니라, 예상되는 교통 상황들을 식별하는 도로 정보 등을 포함할 수 있다.
저장 시스템(450)은 또한 사용자에게 표시하기 위해 클라이언트 컴퓨팅 디바이스들에 제공될 수 있는 정보를 저장할 수 있다. 예를 들어, 저장 시스템(450)은 주어진 픽업 또는 목적지 위치에 대해 차량이 정차할 가능성이 있는 영역을 결정하기 위한 미리 결정된 거리 정보를 저장할 수 있다. 저장 시스템(450)은 또한 그래픽들, 아이콘들 및 후술되는 바와 같이 사용자에게 표시될 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 스토리지일 수 있다. 또한, 저장 시스템(450)은 동일한 또는 상이한 지리적 위치들에 물리적으로 위치될 수 있는 복수의 상이한 저장 디바이스 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/있거나 컴퓨팅 디바이스들(110, 410, 420, 430, 440 등) 중 임의의 것에 직접 접속되거나 포함될 수 있다.
예시적인 방법들
전술되고 도면들에 예시되는 동작들에 더하여, 다양한 동작들이 이제 설명될 것이다. 이하의 동작들은 아래에 설명되는 정확한 순서로 수행될 필요가 없다는 점이 이해되어야 한다. 오히려, 다양한 단계들은 상이한 순서로 또는 동시에 처리될 수 있고, 단계들은 또한 추가되거나 생략될 수 있다.
도 6은 도 2의 도로(210)에 대응하는 도로(610)를 따라 주행하는 차량(100)의 예시적인 도면이다. 그와 관련하여, 차선들(612, 614, 616)은 차선들(212, 214, 216)의 형상 및 위치에 대응하고, 커브들(620, 628)은 커브(220) 및 커브(228)의 형상 및 위치에 대응하고, 차선 라인들(622, 624, 626)은 차선 라인들(222, 224, 226)의 형상 및 위치에 대응한다. 이 예에서, 차량(100)은 차선(612)에서 이동하고 있다.
차량이 차선(612)을 따라 이동함에 따라, 지각 시스템(172)은 커브들(620, 628), 차선 라인들(622, 624, 624), 표지판(650)뿐만 아니라 교통 콘들(A-R)과 같은 물체들의 형상들 및 위치에 관한 센서 데이터를 컴퓨팅 디바이스들에 제공한다. 도 7은 컴퓨팅 디바이스들(110)에 이용가능한 다른 정보와 조합하여 차량(100)이 도 6에 도시된 바와 같은 상황에 있는 경우 지각 시스템(172)의 다양한 센서들에 의해 지각되는 센서 데이터를 도시한다. 이 예에서, 차량들(640, 642, 644)은 지각 시스템(172)에 의해 컴퓨팅 디바이스들(110)에 제공되는 바와 같은 경계 박스들(740, 742, 744)에 의해 표현되고, 교통 콘들(A-R)은 경계 박스들(7A-7R)에 의해 표현되고, 표지판(650)은 경계 박스(750)에 의해 표현된다. 물론, 이러한 경계 박스들은 물체에 대응하는 데이터 포인트들이 적어도 대략적으로 내부에 경계가 지어지는 공간의 볼륨만을 나타낸다. 또한, 차량(100)의 실제 방향 및 경계 박스들(740 및 742)의 추정된 방향은 화살표들(770, 760, 및 762)에 의해 각각 표현된다. 경계 박스들(744)이 매우 느리게 이동하고 있거나 또는 전혀 이동하지 않고 있는 것처럼 보이기 때문에, 컴퓨팅 디바이스들(110)은 이 경계 박스에 의해 표현된 물체가 고정 인접한 커브(628)인 것으로 결정할 수 있다.
어느 코리도에 차량이 진입해야 하는지를 결정하기 위해, 차량의 컴퓨팅 디바이스들은 먼저 모호성이 존재한다는 것을 식별해야 한다. 이것은 하나 이상의 코리도를 식별하기 위해 차량의 지각 시스템으로부터의 데이터를 처리함으로써 달성될 수 있다. 이러한 하나 이상의 코리도 각각은 그것이 도로를 따르는 경로에 대응하도록 되어 있고, 여기서 경로는 차량의 지도 정보에서 아직 식별되지 않는다. 즉, 경로는 일반적으로 지도 정보에서 정의된 교통의 차선 및 그 차선의 특성들에 대응하지 않을 것이다. 예를 들어, 중앙 회전 차선이 교차로를 통해 터닝하는 것 및 진행하는 것 둘 다를 제공하기 위해 교통 콘들로 구성될 수 있는 경우, 교통의 동쪽으로 가는 차선이 교통의 서쪽 바운드레인(boundlane)이 될 수 있는 경우, 또는 경로가 지도 정보 내의 2개의 차선(또는 다른 차선 마커들) 사이의 영역 또는 교통 또는 차선에 대응하지 않는 경우와 같이, 교통 차선의 특성들 또는 규칙들이 변할 수 있다.
예를 들어, 콘들 또는 배럴들과 같은 차선 라인들 이외의 특정 타입들의 물체들은 코리도의 "경계들"을 결정하기 위해 함께 클러스터링될 수 있다. 예로서, 차량이 2개의 콘 사이를 통과할 수 없다면, 이러한 물체들은 함께 클러스터링될 수 있고, 코리도의 일부인 것으로 가정될 수 있다. 도 7의 이미지에 도시된 바와 같이, 컴퓨팅 디바이스들(110)은 서로에 대한 그것들의 근접성에 기초하여 콘들(A-N)(또는 경계 박스들(7A-7N))을 함께 그룹화할 수 있는데, 그 이유는 차량(100)이 콘들 사이에 맞지 않을 수 있거나 또는 콘들이 장벽을 형성하는 방식으로 포지셔닝되기 때문이다. 또한, 컴퓨팅 디바이스들(110)은 서로에 대한 그것들의 근접성에 기초하여 콘들(O-Q)(또는 경계 박스들(7O-7Q))을 함께 그룹화할 수 있는데, 그 이유는 차량(100)이 콘들 사이에 맞지 않을 수 있기 때문이다. 도 8은 콘들(A-N)에 대응하는 클러스터(810)뿐만 아니라 콘들(0-Q)에 대응하는 클러스터(820)를 도시한다. 콘(7)(또는 경계 박스(7R))은 클러스터(810) 또는 클러스터(820)의 어느 하나에 포함되지 않는다. 이해의 명료성 및 용이성을 위해, 도 8은 경계 박스들(740, 742, 744 또는 740)을 포함하지 않는다.
일단 이러한 물체들이 함께 클러스터링되었다면, 컴퓨팅 디바이스들(110)은 클러스터들뿐만 아니라 다른 클러스터링되지 않은 물체들을 사용하여, 클러스터링된 물체들을 피하기 위해 차량이 따르는 하나 이상의 가능한 코리도를 식별할 수 있다. 이와 관련하여, 도 9로 돌아가면, 컴퓨팅 디바이스들은 클러스터들(810 및 820) 뿐만 아니라 콘(7)(또는 경계 박스(7R))의 위치를 고려하여 따르기 위한, 차량(110)에 대한 가능한 옵션들로서 2개의 코리도, 코리도(910) 및 코리도(920)을 식별할 수 있다. 다시, 이해의 명료성 및 용이성을 위해, 도 9는 경계 박스들(740, 742, 744 또는 740)을 포함하지 않는다.
추가로 또는 대안적으로, 이러한 물체들의 위치의 물리적 지오메트리는 모호성을 생성할 수 있다. 예를 들어, 콘(A)(또는 경계 박스(7A))에 대해, 차량은 코리도(920)에 진입하기 위해 좌측으로 통과하거나 또는 코리도(910)에 진입하기 위해 우측으로 통과할 수 있다. 또한, 코리도(920)에 있을 때, 차량은 코리도(920)의 2개의 서브-코리도(920A, 920B)의 가능성을 다시 제공하는, 콘(R)(또는 경계 박스(7R))의 우측 또는 좌측 중 어느 하나를 통과할 수 있다. 따라서, 진행에 대해 하나보다 많은 가능성이 존재한다. 이것은 코리도들 중 어느 것에 차량이 진입해야 하는지에 대한 모호성을 생성한다. 다시 말해서, 2개보다 많은 코리도가 존재하는 경우, 차량에 대한 2개보다 많은 선택이 존재할 수 있다. 다른 유사한 예에서, 3개의 별개의 코리도를 나타내는 2개의 콘의 경우, 차량은 2개의 콘(또는 다른 물체들)의 우측으로, 2개의 콘(또는 다른 물체들) 사이에, 또는 2개의 콘(또는 다른 물체들)의 좌측으로 진행할 수 있다. 따라서, 이러한 예에서, 3개의 가능한 코리도가 존재하며, 이는 더 복잡한 모호성을 생성할 수 있다.
그러면, 컴퓨팅 디바이스들은 코리도들을 분석하고 각각의 코리도를 통한 적절한 교통 흐름을 결정하기 위해 하나 이상의 접근법을 사용함으로써 모호성을 해결하려고 시도할 수 있다. 간단히 말해서, 컴퓨팅 디바이스들(110)은 각각의 코리도에 대한 교통 흐름이 차량이 현재 이동하고 있는 방향으로 계속되는지 또는 차량이 현재 이동하고 있는 방향에 실제로 반대편인지를 결정할 수 있고, 그와 관련하여, 코리도는 반대편 교통을 허용하도록 구성된다. 다시, 도 9를 참조하면, 인간이 이동할 적절한 코리도가 어느 것인지를 결정하는 것이 간단할 수 있지만, 이것은 차량(100)과 같은 차량의 컴퓨팅 디바이스들에게 항상 명확한 것은 아니다.
하나의 예시적인 분석에서, 컴퓨팅 디바이스들은 코리도들을 역으로 분석할 수 있다. 예를 들어, 상황이 반대편 교통에 대해 모호하지 않을 경우, 컴퓨팅 디바이스들은 이러한 코리도들이 반대편 교통에 대한 것이라고 결정할 수 있다. 다시 말해서, 반대편 교통이 어느 코리도 또는 코리도들을 이용해야 하는지가 용이하게 명백할 경우, 그 코리도 또는 코리도들은 차량에 대한 가능성에서 제거될 수 있다. 다시, 도 9에 도시된 바와 같이, 반대편 교통 차선, 여기서는 차선(616)에서 이동하는 차량이, 콘(7)(또는 경계 박스(7N))의 상대적인 포지션에 기초하여 코리도(920)를 따르는 것에 의해 도로(610)를 따라 진행할 수 있다고 결정하는 것이 더 간단할 수 있다. 예를 들어, 그 다른 차량이 차선(616) 내에 머무르면서 콘(7)(또는 경계 박스(7N))을 지나 이동할 것이기 때문에, 그 다른 차량은 이미 코리도(920)을 따르고 있을 것이다. 그와 관련하여, 컴퓨팅 디바이스들(110)은 서브-코리도들(920A 및 920B)을 포함하는 코리도(920)가 반대편 교통에 대해 구성되는 것으로 결정할 수 있다.
제거의 프로세스에 의해, 컴퓨팅 디바이스들(110)은 임의의 남아있는 코리도가 차량(110)이 통과하는 데 적절할 것으로 결정할 수 있다. 이와 관련하여, 코리도들 중 하나는 코리도들을 통한 결정된 교통 흐름들에 기초하여 선택될 수 있다. 예를 들어, 2개의 식별된 코리도만이 존재하고, 코리도(820)가 반대편 교통에 대해 구성되는 것으로 결정되기 때문에, 컴퓨팅 디바이스들(110)은 그 후 차량이 코리도(810)를 따라 진행해야 한다고 결정할 수 있다. 이 시점에서, 차량은 선택된 코리도에 진입하고 따라가기 위해 제어될 수 있다. 물론, 이러한 기술을 사용한 후에 하나보다 많은 가능한 코리도가 남아 있는 경우, 전술한 바와 같이, 추가적인 접근법들이 또한 이용될 수 있다.
그와 관련하여, 추가로 또는 대안적으로, 컴퓨팅 디바이스들은 임의의 표지판들을 분석함으로써 모호성을 해결하려고 시도할 수 있다. 예로서, 재지향의 영역에서, 어느 코리도들이 특정 방향들로부터 사용되어야 하는지 또는 사용되지 않아야 하는지를 표시하는 표지판들이 존재할 수 있다. 이러한 표지판들은 좌측 통행 또는 우측 통행 화살표들, 역주행(wrong way) 표지판들 등을 포함할 수 있다. 일부 경우들에서, 이러한 표지판들은 동일한 코리도를 통해 양 방향으로 교통을 지향시키는 건설 공사 작업자들에 의해 유지될 수 있다. 이들 표지판들은 다양한 이미지 인식 및 광학 문자 인식 기술들을 사용하여 검출될 수 있다. 다시, 이러한 표지판들은 코리도들 중 임의의 것이 차량이 통과하는 데 적절한지를 표시할 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은 차량의 지각 시스템(172)의 카메라에 의해 캡처된 이미지에서 표지판(650)의 텍스트를 식별하기 위해 광학 문자 인식 기술들을 사용할 수 있다. 표지판은 차량이 "우측 통행"해야 하거나 "진입하지 않아야 한다"는 것을 표시할 수 있다. 이것은 차량(100)이 코리도(820)보다 코리도(810)를 따라야 할 가능성이 더 높다는 것을 표시할 수 있다.
표지판의 컨텍스트에 더하여, 표지판의 위치 및 배향은 표지판의 "의미"에 관한 큐들을 컴퓨팅 디바이스들(110)에 제공할 수 있다. 예를 들어, 표지판이 그것이 하나의 코리도와 명확하게 연관되어 있는 장소에 있는지 또는 다른 코리도와 명확하게 연관되어 있는 장소에 있는지, 표지판이 하나의 코리도에 대해 커맨드(예컨대, 우측 통행 또는 좌측 통행 화살표)를 제공하고 있는지 또는 다른 코리도에 대해 커맨드(예컨대, 우측 통행 또는 좌측 통행 화살표)를 제공하고 있는지, 표지판이 어느 교통 방향에 영향을 미칠 것으로 예상되는지를 이것이 표시할 수 있으므로, 표지판의 콘텐츠가 하나의 교통 방향에서 가시적인지 또는 다른 교통 방향에서 가시적인지 등이다. 예를 들어, 코리도들(810 및 820)에 대한 표지판(650)의 위치 및 동쪽으로 가는 교통을 향한 표지판의 배향을 고려하면, 컴퓨팅 디바이스들(110)은 차량(100)이 코리도(820)보다 코리도(810)을 따라야 할 가능성이 더 높다고 결정할 수 있다.
따라서, 사이니지를 사용하는 것은 또한 하나 이상의 코리도를 통해 교통 흐름의 방향에 관한 정보를 컴퓨팅 디바이스들(110)에 제공할 수 있고, 그에 의해 위에서 논의된 바와 같이 컴퓨팅 디바이스들(110)이 코리도들 중 어느 것에 진입하고 따라가야 하는지를 표시한다. 그러나, 차량이 어느 코리도에 진입할 수 있는지를 식별하기 위해 충분한 사이니지가 항상 존재하는 것은 아닐 수 있다.
또 다른 접근법으로서, 컴퓨팅 디바이스들은 다른 차량들의 거동을 관찰함으로써 각각의 코리도를 통한 교통의 방향을 결정하려고 시도할 수 있다. 예를 들어, (차량과 동일한 또는 반대편인) 어느 한 방향으로부터의 차량들이 특정한 방향들에서 특정한 코리도들을 횡단하는 것으로 관찰되는 경우, 컴퓨팅 디바이스들은 이 정보를 사용하여, 코리도들 중 어느 것이 차량이 진입하는 데 적절한지를 결정할 수 있다. 도 10으로 돌아가서, 차량(640)(또는 경계 박스(740))의 위치 및 방향(화살표(760))을 고려하면, 그 차량은 코리도(820) 및 여기서는 서브-코리도(820A)를 따를 가능성이 가장 높은 것으로 보인다. 차량(640)이 (반대편 교통으로서) 차량(100)에 실제로 접근함에 따라, 컴퓨팅 디바이스들(110)은 이에 따른 이러한 이유로 인해 또는 이러한 추가적인 이유로 인해, 코리도(820) 및 서브-코리도(820A)가 반대편 교통에 대해 구성된 코리도들인 것으로 결정할 수 있다. 유사하게, 차량(640)(또는 경계 박스(740))의 위치 및 이동의 결여를 고려하면, 해당 차량은 서브-코리도(820B)를 차단할 가능성이 가장 높은 것으로 보이고, 컴퓨팅 디바이스들(110)은 코리도(820B)가 차량(100) 또는 반대편 교통에 대한 적절한 코리도가 아닐 수 있다고 결정할 수 있다. 따라서, 다른 차량들의 거동을 사용하는 것은 또한 하나 이상의 코리도를 통한 교통 흐름의 방향에 관한 정보를 컴퓨팅 디바이스들(110)에 제공할 수 있고, 그에 의해 앞서 논의된 바와 같이 컴퓨팅 디바이스들(110)이 코리도들 중 어느 것에 진입하고 따라가도록 선택해야 하는지를 표시한다.
전술한 것들 중 임의의 것에 대한 대안으로서 또는 그에 부가하여 사용될 다른 접근법으로서, 컴퓨팅 디바이스들은 도로 표면 상황들을 검출하고 이를 사용하여 차량이 특정한 코리도를 회피해야 하는지를 결정할 수 있다. 예를 들어, 지각 시스템(172)에 의해 제공되는 센서 데이터를 사용하여, 컴퓨팅 디바이스들은, 코리도가 개방형 트렌치 또는 특정 높이, 예컨대 수 인치 초과의 급경사를 포함하는지, 또는 코리도가 비포장 도로 표면을 포함하는지를 결정할 수 있다. 이러한 경우들에서, 컴퓨팅 디바이스들은 차량이 그 코리도를 사용하지 않아야 한다고 결정할 수 있다.
전술한 것들 중 임의의 것에 대한 대안으로서 또는 그에 부가하여 사용될 다른 접근법으로서, 컴퓨팅 디바이스들은 최근에 영역들을 통과한 다른 차량들에 의해 제공되는 정보를 사용할 수 있다. 예를 들어, 차량이 자율 주행 모드로(또는 자율 소프트웨어가 백그라운드로 실행되고 있었지만 차량을 제어하고 있지 않은 수동 주행 모드로) 동작하는 영역을 통과하면, 이 차량의 컴퓨팅 디바이스들은 모호성에 관한 정보 및 컴퓨팅 디바이스들이 영역 내의 다른 차량들과 어떻게 응답했는지를 공유할 수 있다. 그에 부가하여 또는 대안적으로, 차량의 컴퓨팅 디바이스들이 이러한 코리도들 및 가능한 모호성을 식별하는 경우, 컴퓨팅 디바이스들은 이러한 정보뿐만 아니라 카메라 이미지들 또는 라이더(Lidar) 데이터와 같은 임의의 센서 정보를 전송할 수 있다. 이것은 상이한 방향 또는 밴티지 포인트(vantage point)로부터의 모호성에 접근할 수 있는 차량들에 특히 유용할 수 있다. 예를 들어, 하나의 차량이 재지향 없이 교차로를 통과하지만, 교차로의 교차 거리들 중 하나를 따라 좌측 통행, 우측 통행, 역방향 등의 표지판이 검출되었을 경우, 이 정보는 나중에 그 교차 거리를 따라 주행하는 임의의 차량을 위한 것일 것이다.
모호성이 위의 접근법들 또는 액션들 중 하나 이상을 사용하여 해결될 수 없는 경우, 컴퓨팅 디바이스들은 진행할 방법에 대한 명령어들을 제공하라는 요청을 인간 조작자에게 전송할 수 있다. 예를 들어, 컴퓨팅 디바이스들(110)은 네트워크(460)를 사용하여 컨시어지 워크 스테이션(440)을 통해 컨시어지(442)로부터의 도움을 요청할 수 있다. 이것은 리뷰를 위해 컴퓨팅 디바이스들이 식별했던 코리도들을 식별하는 정보를 전송하고 진행할 방법(즉, 어느 코리도 또는 코리도들이 차량이 진입하는 데 적절한지)에 대한 명령어들을 수신하는 것을 포함할 수 있다. 일부 경우들에서, 컨시어지(442)는, 예를 들어, 모호성이 존재하여 인간 조작자가 또한 확신 없게 되는 경우, 차량을 간단히 리라우팅할 수 있다. 컨시어지(442)가 이용가능하지 않거나 올바른 답변을 확신하여 결정할 수 없는 경우, 예를 들어, 관련된 사이니지가 훨씬 더 옛날의 것이었고, 쓰러졌고, 불명확하는 등의 경우, 컴퓨팅 디바이스들(110)은 코리도들 중 임의의 것을 통해 계속하는 것이 허용불가능한 것으로 결정할 수 있다. 그 결과, 컴퓨팅 디바이스들(110)은 차량을 돌리는 것 및/또는 차량을 리라우팅하는 것에 의해 코리도들을 완전히 회피하기 위해 차량을 제어할 수 있다.
도 11은 자율 주행 모드로 차량을 제어하기 위해 컴퓨팅 디바이스(110)의 하나 이상의 프로세서(120)와 같은 하나 이상의 프로세서에 의해 수행될 수 있는 흐름도(1100)이다. 블록 1102에서, 차량은 교통 흐름 방향들을 식별하는 미리 저장된 지도 정보를 사용하여 자율 주행 모드로 조종된다. 블록 1104에서, 지도 정보에서 식별되지 않는 교통 재지향에 관련된 차량의 외부 환경에서의 물체들을 식별하는 차량의 지각 시스템으로부터의 데이터가 수신된다. 블록 1106에서, 수신된 데이터는 교통 재지향의 하나 이상의 코리도를 식별하기 위해 사용된다. 블록 1108에서, 하나 이상의 코리도 중 하나는 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 선택된다. 블록 1110에서, 차량은 하나 이상의 코리도 중 선택된 하나에 진입하고 따라가기 위해 자율 주행 모드로 제어된다.
달리 명시되지 않는 한, 전술한 대안 예들은 상호 배타적인 것이 아니라, 다양한 조합들로 구현될 수 있어 고유 장점들을 달성한다. 위에서 설명된 특징들의 이러한 및 다른 변형들 및 조합들은 청구항에 의해 규정되는 주제로부터 벗어나지 않고서 이용될 수 있기 때문에, 전술한 실시예들의 설명은 청구항에 의해 규정되는 주제의 제한으로서가 아니라 예시로서 받아들여져야 한다. 또한, 본 명세서에 설명된 예들의 제공뿐만 아니라 "예컨대", "포함하는" 등과 같이 표현된 절들은 청구항들의 주제를 특정 예들로 제한하는 것으로서 해석되어서는 안 되고; 오히려, 예들은 많은 가능한 실시예들 중 하나만을 예시하도록 의도된다. 게다가, 상이한 도면들 내의 동일한 참조 번호들은 동일 또는 유사한 요소들을 식별할 수 있다.

Claims (20)

  1. 자율 주행 모드로 차량을 제어하는 방법으로서,
    하나 이상의 프로세서에 의해, 하나 이상의 차로를 식별하는 미리 저장된 지도 정보를 사용하여 상기 자율 주행 모드로 차량을 조종하는 단계 - 각각의 차로는 경로와 교통 흐름 방향을 가짐 -;
    상기 하나 이상의 프로세서에 의해, 주어진 위치에서의 교통 재지향에 관련된 상기 차량의 외부 환경에서의 물체들을 식별하는 상기 차량의 지각 시스템으로부터 데이터를 수신하는 단계 - 상기 교통 재지향은 상기 주어진 위치에 대한 상기 미리 저장된 지도 정보 내에서 식별되는 차로의 경로 및 교통 흐름 방향 중 하나 또는 둘 모두에 대응하지 않는 적어도 하나의 코리도를 포함함 -;
    상기 하나 이상의 프로세서에 의해, 상기 수신된 데이터를 사용하여 상기 교통 재지향의 하나 이상의 코리도를 식별하는 단계;
    상기 하나 이상의 프로세서에 의해, 선택된 코리도를 통한 교통 흐름의 방향에 기초하여 상기 하나 이상의 코리도 중 하나를 선택하는 단계; 및
    상기 하나 이상의 프로세서에 의해, 상기 하나 이상의 코리도 중 상기 선택된 하나에 진입하고 따라가기 위해 상기 자율 주행 모드로 상기 차량을 제어하는 단계
    를 포함하는 방법.
  2. 제1항에 있어서,
    상기 차량에 대한 반대편 교통이 상기 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계를 추가로 포함하는 방법.
  3. 제1항에 있어서,
    상기 하나 이상의 코리도 중 임의의 것에 근접한 표지판들을 분석함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계를 추가로 포함하는 방법.
  4. 제1항에 있어서,
    상기 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계를 추가로 포함하는 방법.
  5. 제1항에 있어서,
    상기 하나 이상의 코리도를 식별하는 제2 차량의 하나 이상의 컴퓨팅 디바이스로부터 정보를 수신하는 단계; 및
    상기 수신된 정보에 기초하여 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계
    를 추가로 포함하는 방법.
  6. 제1항에 있어서,
    상기 수신된 데이터를 사용하여 상기 하나 이상의 코리도를 식별한 후에, 진행할 방법에 대한 명령어들에 대해 상기 차량으로부터 원격인 컴퓨팅 디바이스에 요청을 전송하는 단계; 및
    상기 명령어들을 수신하는 단계
    를 추가로 포함하며, 상기 하나 이상의 코리도 중 상기 선택된 하나를 선택하는 것은 상기 수신된 명령어들에 추가로 기초하는 방법.
  7. 제1항에 있어서,
    상기 하나 이상의 코리도 각각을 통한 교통 흐름의 방향을 결정하는 단계를 추가로 포함하며, 상기 선택된 코리도를 선택하는 것은 임의의 결정된 교통 흐름의 방향들에 추가로 기초하는 방법.
  8. 삭제
  9. 자율 주행 모드로 차량을 제어하는 시스템으로서, 상기 시스템은 하나 이상의 프로세서를 포함하고, 상기 하나 이상의 프로세서는:
    하나 이상의 차로를 식별하는 미리 저장된 지도 정보를 사용하여 상기 자율 주행 모드로 차량을 조종하고 - 각각의 차로는 경로와 교통 흐름 방향을 가짐 -;
    , 주어진 위치에서의 교통 재지향에 관련된 상기 차량의 외부 환경에서의 물체들을 식별하는 상기 차량의 지각 시스템으로부터 데이터를 수신하고 - 상기 교통 재지향은 상기 주어진 위치에 대한 상기 미리 저장된 지도 정보 내에서 식별되는 차로의 경로 및 교통 흐름 방향 중 하나 또는 둘 모두에 대응하지 않는 적어도 하나의 코리도를 포함함 -;
    상기 수신된 데이터를 사용하여 상기 교통 재지향의 하나 이상의 코리도를 식별하고;
    선택된 코리도를 통한 교통 흐름의 방향에 기초하여 상기 하나 이상의 코리도 중 하나를 선택하고;
    상기 하나 이상의 코리도 중 상기 선택된 하나에 진입하고 따라가기 위해 상기 자율 주행 모드로 상기 차량을 제어하도록 구성되는 시스템.
  10. 제9항에 있어서,
    상기 하나 이상의 프로세서는 상기 차량에 대한 반대편 교통이 상기 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하도록 추가로 구성되는 시스템.
  11. 제9항에 있어서,
    상기 하나 이상의 프로세서는 상기 하나 이상의 코리도 중 임의의 것에 근접한 표지판들을 분석함으로써 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하도록 추가로 구성되는 시스템.
  12. 제9항에 있어서,
    상기 하나 이상의 프로세서는 상기 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하도록 추가로 구성되는 시스템.
  13. 제9항에 있어서,
    상기 하나 이상의 프로세서는:
    상기 하나 이상의 코리도를 식별하는 제2 차량의 하나 이상의 컴퓨팅 디바이스로부터 정보를 수신하고;
    상기 수신된 정보에 기초하여 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하도록 추가로 구성되는 시스템.
  14. 제9항에 있어서,
    상기 하나 이상의 프로세서는:
    상기 수신된 데이터를 사용하여 상기 하나 이상의 코리도를 식별한 후에, 진행할 방법에 대한 명령어들에 대해 상기 차량으로부터 원격인 컴퓨팅 디바이스에 요청을 전송하고;
    상기 명령어들을 수신하도록 추가로 구성되며, 상기 하나 이상의 코리도 중 상기 선택된 하나를 선택하는 것은 상기 수신된 명령어들에 추가로 기초하는 시스템.
  15. 제9항에 있어서,
    상기 하나 이상의 프로세서는 상기 하나 이상의 코리도 각각을 통한 교통 흐름의 방향을 결정하도록 추가로 구성되며, 상기 선택된 코리도를 선택하는 것은 임의의 결정된 교통 흐름의 방향들에 추가로 기초하는 시스템.
  16. 삭제
  17. 제9항에 있어서,
    상기 차량을 추가로 포함하는 시스템.
  18. 명령어들이 저장되는 비일시적 컴퓨터 판독가능 매체로서,
    상기 명령어들은, 하나 이상의 프로세서에 의해 실행될 때, 상기 하나 이상의 프로세서로 하여금 자율 주행 모드로 차량을 제어하는 방법을 수행하게 하고, 상기 방법은:
    하나 이상의 차로를 식별하는 미리 저장된 지도 정보를 사용하여 상기 자율 주행 모드로 차량을 조종하는 단계 - 각각의 차로는 경로와 교통 흐름 방향을 가짐 -;
    주어진 위치에서의 교통 재지향에 관련된 상기 차량의 외부 환경에서의 물체들을 식별하는 상기 차량의 지각 시스템으로부터 데이터를 수신하는 단계 - 상기 교통 재지향은 상기 주어진 위치에 대한 상기 미리 저장된 지도 정보 내에서 식별되는 차로의 경로 및 교통 흐름 방향 중 하나 또는 둘 모두에 대응하지 않는 적어도 하나의 코리도를 포함함 -;
    상기 수신된 데이터를 사용하여 상기 교통 재지향의 하나 이상의 코리도를 식별하는 단계;
    선택된 코리도를 통한 교통 흐름의 방향에 기초하여 상기 하나 이상의 코리도 중 하나를 선택하는 단계; 및
    상기 하나 이상의 코리도 중 상기 선택된 하나에 진입하고 따라가기 위해 상기 자율 주행 모드로 상기 차량을 제어하는 단계
    를 포함하는 비일시적 컴퓨터 판독가능 매체.
  19. 제18항에 있어서,
    상기 방법은 상기 차량에 대한 반대편 교통이 상기 하나 이상의 코리도에 진입하고 그를 통과할 방법을 분석함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계를 추가로 포함하는 비일시적 컴퓨터 판독가능 매체.
  20. 제18항에 있어서,
    상기 방법은 상기 하나 이상의 코리도 중 임의의 것을 통한 교통을 관찰함으로써 상기 선택된 코리도를 통한 상기 교통 흐름의 방향을 결정하는 단계를 추가로 포함하는 비일시적 컴퓨터 판독가능 매체.
KR1020207012260A 2017-10-31 2018-10-29 자율 차량들을 위한 교통 재지향에 대한 검출 및 응답 KR102488743B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US15/798,881 US10713940B2 (en) 2017-10-31 2017-10-31 Detecting and responding to traffic redirection for autonomous vehicles
US15/798,881 2017-10-31
PCT/US2018/057971 WO2019089444A1 (en) 2017-10-31 2018-10-29 Detecting and responding to traffic redirection for autonomous vehicles

Publications (2)

Publication Number Publication Date
KR20200047766A KR20200047766A (ko) 2020-05-07
KR102488743B1 true KR102488743B1 (ko) 2023-01-17

Family

ID=66244168

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020207012260A KR102488743B1 (ko) 2017-10-31 2018-10-29 자율 차량들을 위한 교통 재지향에 대한 검출 및 응답

Country Status (6)

Country Link
US (2) US10713940B2 (ko)
JP (1) JP7093408B2 (ko)
KR (1) KR102488743B1 (ko)
CN (2) CN114518749A (ko)
IL (1) IL274061A (ko)
SG (1) SG11202003335YA (ko)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7095968B2 (ja) * 2017-10-02 2022-07-05 トヨタ自動車株式会社 管理装置
JP6986234B2 (ja) * 2018-04-06 2021-12-22 トヨタ自動車株式会社 車両、車両制御装置、及び車両制御システム
JP6708249B1 (ja) * 2018-12-26 2020-06-10 株式会社Ｊｖｃケンウッド 車両用記録制御装置、車両用記録装置、車両用記録制御方法およびプログラム
US10665109B1 (en) * 2019-05-17 2020-05-26 sibrtech inc. Construction zone apparatus and method
CN110702135A (zh) * 2019-10-14 2020-01-17 广州小鹏汽车科技有限公司 一种车辆的导航方法及装置、汽车、存储介质
US11527154B2 (en) * 2020-02-20 2022-12-13 Toyota Motor North America, Inc. Wrong way driving prevention
US11603094B2 (en) 2020-02-20 2023-03-14 Toyota Motor North America, Inc. Poor driving countermeasures
CN113639760A (zh) * 2020-04-27 2021-11-12 福特全球技术公司 一种导航系统及导航地图的显示方法
US11695851B2 (en) * 2020-06-03 2023-07-04 Micron Technology, Inc. Gateway for vehicle with caching buffer for distributed storage system
US11420656B2 (en) * 2020-07-13 2022-08-23 GM Global Technology Operations LLC Security system and method for disabling vehicle functions
JP2022060074A (ja) * 2020-10-02 2022-04-14 株式会社Subaru 車両の運転支援装置
US20230419678A1 (en) * 2022-06-22 2023-12-28 Waymo Llc Joint Detection and Grouping of Road Objects Using Machine Learning

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150266472A1 (en) * 2012-09-05 2015-09-24 Google Inc. Construction Zone Object Detection Using Light Detection and Ranging
KR101621649B1 (ko) * 2015-01-28 2016-05-16 한양대학교 산학협력단 동적 장애물에 대한 위치 분포 정보 생성 방법, 위치 분포 정보를 이용한 차량 제어 방법 및 시스템

Family Cites Families (62)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5764283A (en) 1995-12-29 1998-06-09 Lucent Technologies Inc. Method and apparatus for tracking moving objects in real time using contours of the objects and feature paths
DE19916967C1 (de) * 1999-04-15 2000-11-30 Daimler Chrysler Ag Verfahren zur Aktualisierung einer Verkehrswegenetzkarte und kartengestütztes Verfahren zur Fahrzeugführungsinformationserzeugung
DE60316327T2 (de) 2003-07-17 2008-01-03 Harman Becker Automotive Systems Gmbh Routenberechnung um verkehrshindernisse herum unter verwendung markierter umleitungen
US7689348B2 (en) 2006-04-18 2010-03-30 International Business Machines Corporation Intelligent redirection of vehicular traffic due to congestion and real-time performance metrics
JP4793094B2 (ja) 2006-05-17 2011-10-12 株式会社デンソー 走行環境認識装置
CN101512617B (zh) 2006-09-04 2012-02-01 松下电器产业株式会社 行驶信息提供装置
US7880621B2 (en) 2006-12-22 2011-02-01 Toyota Motor Engineering & Manufacturing North America, Inc. Distraction estimator
US8144196B2 (en) 2007-05-09 2012-03-27 Panasonic Corporation Display, display method, and display program
JP2010003157A (ja) 2008-06-20 2010-01-07 Toyota Motor Corp 走行支援装置
US8126642B2 (en) 2008-10-24 2012-02-28 Gray & Company, Inc. Control and systems for autonomously driven vehicles
US8818702B2 (en) 2010-11-09 2014-08-26 GM Global Technology Operations LLC System and method for tracking objects
EP2705664A2 (en) 2011-05-03 2014-03-12 Atsmon, Alon Automatic image content analysis method and system
US20120294540A1 (en) 2011-05-17 2012-11-22 Microsoft Corporation Rank order-based image clustering
US8498448B2 (en) 2011-07-15 2013-07-30 International Business Machines Corporation Multi-view object detection using appearance model transfer from similar scenes
US8880272B1 (en) 2012-03-16 2014-11-04 Google Inc. Approach for estimating the geometry of roads and lanes by using vehicle trajectories
US9002060B2 (en) 2012-06-28 2015-04-07 International Business Machines Corporation Object retrieval in video data using complementary detectors
US20140003706A1 (en) 2012-07-02 2014-01-02 Sony Pictures Technologies Inc. Method and system for ensuring stereo alignment during pipeline processing
KR101949294B1 (ko) 2012-07-24 2019-02-18 삼성전자주식회사 영상의 히스토그램 축적 계산 장치 및 방법
US9633436B2 (en) 2012-07-26 2017-04-25 Infosys Limited Systems and methods for multi-dimensional object detection
US8996286B1 (en) * 2012-08-03 2015-03-31 Google Inc. Method for analyzing traffic patterns to provide solutions for alleviating traffic problems
US9355562B1 (en) 2012-08-14 2016-05-31 Google Inc. Using other vehicle trajectories to aid autonomous vehicles driving through partially known areas
US9195914B2 (en) 2012-09-05 2015-11-24 Google Inc. Construction zone sign detection
US9221461B2 (en) 2012-09-05 2015-12-29 Google Inc. Construction zone detection using a plurality of information sources
US9600768B1 (en) 2013-04-16 2017-03-21 Google Inc. Using behavior of objects to infer changes in a driving environment
US9110163B2 (en) 2013-06-14 2015-08-18 Microsoft Technology Licensing, Llc Lidar-based classification of object movement
US8825259B1 (en) 2013-06-21 2014-09-02 Google Inc. Detecting lane closures and lane shifts by an autonomous vehicle
US9315192B1 (en) 2013-09-30 2016-04-19 Google Inc. Methods and systems for pedestrian avoidance using LIDAR
US9335178B2 (en) 2014-01-28 2016-05-10 GM Global Technology Operations LLC Method for using street level images to enhance automated driving mode for vehicle
US9547989B2 (en) 2014-03-04 2017-01-17 Google Inc. Reporting road event data and sharing with other vehicles
JP6537780B2 (ja) 2014-04-09 2019-07-03 日立オートモティブシステムズ株式会社 走行制御装置、車載用表示装置、及び走行制御システム
US9734583B2 (en) 2014-06-30 2017-08-15 Collin Walker Systems and methods for controlling vehicle position and orientation
JP6340957B2 (ja) 2014-07-02 2018-06-13 株式会社デンソー 物体検出装置および物体検出プログラム
WO2016013095A1 (ja) 2014-07-25 2016-01-28 株式会社日立製作所 自律移動装置
EP3183688B1 (en) 2014-08-18 2023-08-23 Mobileye Vision Technologies Ltd. Recognition and prediction of lane constraints
JP6417191B2 (ja) 2014-11-06 2018-10-31 キヤノン株式会社 画像処理装置及び画像処理方法
US9892296B2 (en) 2014-11-12 2018-02-13 Joseph E. Kovarik Method and system for autonomous vehicles
US9494935B2 (en) 2014-11-13 2016-11-15 Toyota Motor Engineering & Manufacturing North America, Inc. Remote operation of autonomous vehicle in unexpected environment
US10235768B2 (en) 2014-12-10 2019-03-19 Mitsubishi Electric Corporation Image processing device, in-vehicle display system, display device, image processing method, and computer readable medium
US9676386B2 (en) 2015-06-03 2017-06-13 Ford Global Technologies, Llc System and method for controlling vehicle components based on camera-obtained image information
JP6606369B2 (ja) 2015-07-21 2019-11-13 株式会社Ｓｏｋｅｎ 物体検出装置及び物体検出方法
US9764736B2 (en) * 2015-08-14 2017-09-19 Toyota Motor Engineering & Manufacturing North America, Inc. Autonomous vehicle operation relative to unexpected dynamic objects
JP6444835B2 (ja) 2015-09-07 2018-12-26 株式会社東芝 画像処理装置、画像処理プログラムおよび画像処理システム
US9503860B1 (en) 2015-09-10 2016-11-22 Ca, Inc. Intelligent pursuit detection
US9576185B1 (en) 2015-09-14 2017-02-21 Toyota Motor Engineering & Manufacturing North America, Inc. Classifying objects detected by 3D sensors for autonomous vehicle operation
US9566986B1 (en) 2015-09-25 2017-02-14 International Business Machines Corporation Controlling driving modes of self-driving vehicles
JP6798779B2 (ja) 2015-11-04 2020-12-09 トヨタ自動車株式会社 地図更新判定システム
EP3391339A2 (en) 2015-12-18 2018-10-24 Iris Automation, Inc. Real-time visual situational awareness system
WO2017145314A1 (ja) * 2016-02-25 2017-08-31 株式会社日立製作所 移動体の制御方法、移動体及び移動体の制御システム
JP6583185B2 (ja) * 2016-08-10 2019-10-02 トヨタ自動車株式会社 自動運転システム及び自動運転車両
US10515543B2 (en) * 2016-08-29 2019-12-24 Allstate Insurance Company Electrical data processing system for determining status of traffic device and vehicle movement
WO2018053175A1 (en) 2016-09-14 2018-03-22 Nauto Global Limited Systems and methods for near-crash determination
DE102016218876B4 (de) 2016-09-29 2022-05-19 Audi Ag Verfahren zum Betrieb eines Kraftfahrzeugs, Kraftfahrzeug sowie Verfahren zur Ermittlung einer Soll-Trajektorieinformation
CN206300797U (zh) * 2016-11-18 2017-07-04 特路（北京）科技有限公司 自动驾驶车辆的静态障碍物响应性能测试场
US10699305B2 (en) 2016-11-21 2020-06-30 Nio Usa, Inc. Smart refill assistant for electric vehicles
JP6895634B2 (ja) * 2016-12-16 2021-06-30 パナソニックＩｐマネジメント株式会社 情報処理システム、情報処理方法、およびプログラム
US10296812B2 (en) 2017-01-04 2019-05-21 Qualcomm Incorporated Systems and methods for mapping based on multi-journey data
CN106940933B (zh) * 2017-03-08 2019-05-24 北京理工大学 一种基于智能交通系统的智能车辆决策换道方法
US11009875B2 (en) 2017-03-09 2021-05-18 Waymo Llc Preparing autonomous vehicles for turns
US10389432B2 (en) * 2017-06-22 2019-08-20 At&T Intellectual Property I, L.P. Maintaining network connectivity of aerial devices during unmanned flight
CN107272687A (zh) * 2017-06-29 2017-10-20 深圳市海梁科技有限公司 一种自动驾驶公交车辆的驾驶行为决策系统
US10558217B2 (en) 2017-08-28 2020-02-11 GM Global Technology Operations LLC Method and apparatus for monitoring of an autonomous vehicle
US10867510B2 (en) 2018-04-05 2020-12-15 Toyota Jidosha Kabushiki Kaisha Real-time traffic monitoring with connected cars

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150266472A1 (en) * 2012-09-05 2015-09-24 Google Inc. Construction Zone Object Detection Using Light Detection and Ranging
KR101621649B1 (ko) * 2015-01-28 2016-05-16 한양대학교 산학협력단 동적 장애물에 대한 위치 분포 정보 생성 방법, 위치 분포 정보를 이용한 차량 제어 방법 및 시스템

Also Published As

Publication number Publication date
KR20200047766A (ko) 2020-05-07
SG11202003335YA (en) 2020-05-28
US20190130736A1 (en) 2019-05-02
JP2021501395A (ja) 2021-01-14
US11887474B2 (en) 2024-01-30
US10713940B2 (en) 2020-07-14
IL274061A (en) 2020-06-30
CN114518749A (zh) 2022-05-20
CN111295629B (zh) 2021-11-30
JP7093408B2 (ja) 2022-06-29
CN111295629A (zh) 2020-06-16
US20200365016A1 (en) 2020-11-19

Similar Documents

Publication Publication Date Title
KR102488743B1 (ko) 자율 차량들을 위한 교통 재지향에 대한 검출 및 응답
KR102257112B1 (ko) 자율 차량들을 위한 동적 라우팅
JP6488428B1 (ja) 自律車両のためのフォールバック軌道システム
US11475119B2 (en) Recognizing assigned passengers for autonomous vehicles
US10220776B1 (en) Scenario based audible warnings for autonomous vehicles
US20240126296A1 (en) Behavior prediction for railway agents for autonomous driving system
AU2021201402B2 (en) Detecting and responding to traffic redirection for autonomous vehicles

Legal Events

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