TW202040413A - 用於動態系統的自主控制的方法、系統及電腦程式產品 - Google Patents
用於動態系統的自主控制的方法、系統及電腦程式產品 Download PDFInfo
- Publication number
- TW202040413A TW202040413A TW109102760A TW109102760A TW202040413A TW 202040413 A TW202040413 A TW 202040413A TW 109102760 A TW109102760 A TW 109102760A TW 109102760 A TW109102760 A TW 109102760A TW 202040413 A TW202040413 A TW 202040413A
- Authority
- TW
- Taiwan
- Prior art keywords
- control platform
- master control
- momentum exchange
- roe
- data
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/86—Combinations of lidar systems with systems other than lidar, radar or sonar, e.g. with direction finders
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/029—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks and expert systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/862—Combination of radar systems with sonar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/865—Combination of radar systems with lidar systems
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/86—Combinations of radar systems with non-radar systems, e.g. sonar, direction finder
- G01S13/867—Combination of radar systems with cameras
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/89—Radar or analogous systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/88—Radar or analogous systems specially adapted for specific applications
- G01S13/93—Radar or analogous systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/89—Lidar systems specially adapted for specific applications for mapping or imaging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S17/00—Systems using the reflection or reradiation of electromagnetic waves other than radio waves, e.g. lidar systems
- G01S17/88—Lidar systems specially adapted for specific applications
- G01S17/93—Lidar systems specially adapted for specific applications for anti-collision purposes
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B15/00—Systems controlled by a computer
- G05B15/02—Systems controlled by a computer electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Remote Sensing (AREA)
- Radar, Positioning & Navigation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Artificial Intelligence (AREA)
- Electromagnetism (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Theoretical Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Manipulator (AREA)
Abstract
提供一種用於動態系統的自主控制的系統。該系統可以包括一或更多個處理器,一或更多個處理器經程式化或經配置以接收與主控平台相關聯的資料,依據與主控平台相關聯的資料來建構運行時間動態包絡,以及依據運行時間動態包絡來建構世界視圖關係互動地圖(WRIM),其中WRIM包含與主控平台的環境的區域(例如,與該區域相關聯的體積)對應的座標系統,其中座標系統包含複數個元素,其中複數個元素中之每一元素包括與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔據元素的主控平台而產生。亦揭示一種方法及電腦程式產品。
Description
本申請案係關於2019年1月25日申請的美國臨時專利申請號62/796,961以及2019年1月25日申請的62/796,935,其揭示藉由引用整體併入本文。
所揭示之標的一般係關於用於動態系統的控制的方法、系統、及產品,而在一些特定實施例中,係關於用於動態系統的自主控制的方法、系統、及電腦程式產品。
自動駕駛車輛可以是經配置以在可能操作自動駕駛汽車的使用者很少或沒有輸入的情況下進行導航(例如,前進、停止、轉彎等)的車輛(例如,汽車、公車、火車等)。自動駕駛車輛可以包括計算裝置以及與計算裝置通訊的一或更多個感測器,一或更多個感測器經配置以將與自動駕駛車輛所設置的環境相關聯的資料傳送到計算裝置。一或更多個感測器可以包括例如光學感測器、無線電偵測及測距(RADAR)感測器、光偵測及測距(LIDAR)感測器、聲音導航測距(SONAR)感測器、全球定位感測器(GPS)、運動感測器、及/或類似者。環境可以包括例如其他車輛、道路的表面、道路標誌、及/或類似者。
在導航期間,自動駕駛車輛可以接收與自動駕駛車輛所包括的一或更多個感測器所測量的一或更多個測量結果相關聯的資料。車輛可以依據與來自一或更多個感測器的一或更多個測量結果相關聯的資料來導航(例如,調整導航路線)。舉例而言,自動駕駛車輛可以從計算裝置處的LIDAR感測器接收與自動駕駛車輛相對於第二車輛的自動駕駛車輛的接近度相關聯的接近度資料。自動駕駛車輛可以確定位於距離第二車輛的預定距離內,以及計算裝置可以將控制訊號傳送至自動駕駛車輛的制動系統,以造成自動駕駛車輛停止(例如,以防止碰撞)。
然而,自動駕駛車輛可能並未配置成依據與來自一或更多個感測器的一或更多個測量結果相關聯的資料所推導出的上下文來傳送用於造成車輛調整導航的控制訊號。舉例而言,自動駕駛車輛可能並未配置成確定一或更多個其他車輛正在相對於自動駕駛車輛移動(例如,以較小速率,較大速率等),並且計算裝置可能並未配置成依據與來自一或更多個感測器的一或更多個測量結果相關聯的資料來將控制訊號傳送至自動駕駛汽車的制動組件,以造成自動駕駛車輛減速或加速(例如,而非停止)。因此,自動駕駛車輛的導航可能不太準確(例如,停止,而非減速及/或類似者)。此外,與自動駕駛車輛的導航相關聯的資源(例如,制動片)可以依據自動駕駛車輛的導航而無效率地消耗。此外,自動駕駛車輛可以依據計算裝置所傳送的控制訊號的導航來消耗能量(例如,燃料、電力等)。
因此,本揭示的標的之目的係為提供用於動態系統的自主控制的方法、系統、及電腦程式產品。在下列經編號的條款中闡述進一步的非限制性實施例:
條款1:一種系統,包含:一或更多個處理器,經程式化或經配置以執行以下操作:接收與主控平台相關聯的資料;依據與主控平台相關聯的資料來建構運行時間動態包絡,其中當建構運行時間動態包絡時,一或更多個處理器經程式化並經配置以執行以下操作:依據主控平台的一組致動器命令、主控平台對於主控平台的一組致動器命令中的每一致動器命令的回應、及主控平台對於與實體相關聯的動態動作的感知的預定回應來建構初始化動態包絡,其中初始化動態包絡包含與預測感知轉換相關聯的機器學習模型,其中與預測感知轉換相關聯的機器學習模型提供包含主控平台對於與實體相關聯的動態動作的感知的預定回應的輸出,其中輸出係與執行致動器命令之後的相對於主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯,其中預測感知轉換係依據作為在主控平台的視場中被主控平台感知的參考點的概念實體;依據與主控平台相關聯的資料來確定與主控平台的狀態相關聯的資料;依據初始化動態包絡、與主控平台的狀態相關聯的資料、及與感知包絡相關聯的資料,建構理想動態包絡;以及依據理想動態包絡,建構運行時間動態包絡;以及依據運行時間動態包絡,建構世界視圖關係互動地圖(WRIM),其中WRIM包括與主控平台的環境的區域(例如,與區域相關聯的體積)對應的座標系統,其中座標系統包括複數個元素,其中複數個元素中的每一元素包含:與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款2:如條款1所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作:依據與預測感知轉換相關聯的機器學習模型,確定與主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
條款3:如條款1或條款2所述的系統,其中當建構運行時間動態包絡時,一或更多個處理器經程式化或經配置以執行以下操作:依據理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構運行時間動態包絡,其中與DTIES相關聯的資料包含與主控平台的動態轉移介面與相關聯於主控平台的環境的理想動態包絡的元素的動態互動媒體之間的互動相關聯的因子,其中該因子表示從主控平台的動態轉移介面到動態互動媒體的能量轉移以及輸出到動態互動媒體的一所產生效率。
條款4:如條款1至3中之任一者所述的系統,其中當建構運行時間動態包絡時,一或更多個處理器經程式化或經配置以執行以下操作:依據與DTIES相關聯的資料,預測主控平台對於致動器命令的狀態結果;以及依據主控平台的狀態結果來產生運行時間動態包絡的元素。
條款5:如條款1至4中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:依據WRIM的每一元素來識別合理操作包絡(ROE);其中在識別ROE時,一或更多個處理器經程式化或經配置以以執行以下操作:將與WRIM的元素的動量交換相關聯的一或更多個資料屬性與閾值進行比較;依據確定與元素的動量交換相關聯的一或更多個資料屬性滿足閾值之步驟,利用主控平台不應佔用元素的指示來標記元素;以及依據確定與元素的動量交換相關聯的一或更多個資料屬性並未滿足閾值之步驟,利用主控平台可以佔用元素的指示來標記元素。
條款6:如條款1至5中之任一者所述的系統,其中複數個元素中的每一元素包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性;以及其中一或更多個處理器進一步經程式化或經配置以執行以下操作:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);其中在識別ROE時,一或更多個處理器經程式化或經配置以執行以下操作:提供與動量交換相關聯的一或更多個資料屬性,以作為第一機器學習模型的輸入,以產生包括動量交換值的預測以及動量交換值是否滿足第一閾值的指示的輸出,動量交換係由於與實體共同佔用元素的主控平台而產生;提供與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性,以作為第二機器學習模型的輸入,以產生包括元素是否包括旗標條件的預測以及旗標條件是否滿足第二閾值的指示的輸出;提供與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,以作為第三機器學習模型的輸入,以產生包括不確定性值的預測以及指示不確定性值是否滿足第三閾值的輸出;依據包括動量交換值滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值滿足第三閾值的指示的第三機器學習模型的輸出來利用第一指示標記元素;以及依據包括動量交換值並未滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件並未滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值並未滿足第三閾值的指示的第三機器學習模型的輸出來利用第二指示標記元素。
條款7:如條款1至6中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:接收與第二主控平台的路徑相關聯的資料,其中第二主控平台的路徑包含在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素;以及將與第二主控平台的路徑相關聯的資料與ROE進行比較;其中在將與沿著第二WRIM的第二主控平台的路徑相關聯的資料與ROE進行比較時,一或更多個處理器經程式化或經配置以執行以下操作:比較在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素中的第一元素與具有NO GO標籤的ROE的元素,其中ROE的元素係在最接近第一元素的CDC頻帶的位置;以及確定複數個元素中的第一元素與具有NO GO標籤的ROE的元素之間的CDC頻帶幅度,其中CDC頻帶幅度係為從複數個元素中的第一元素到具有NO GO標籤的ROE的元素的CDC頻帶數量。
條款8:如條款1至7中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:確定與第二主控平台的操作者的CDC頻帶幅度相關聯的模式;依據與操作者的CDC頻帶幅度相關聯的模式,將評級分配至第二主控平台的操作者的識別符;以及依據操作者的識別符的評級來確定操作者的風險分類。
條款9:如條款1至8中之任一者所述的系統,其中預測動量交換機器學習模型的輸出包含與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生,且其中一或更多處理器進一步經程式化或經配置以執行以下操作:依據與實際動量交換相關聯的訓練資料集來訓練預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集來驗證預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;以及使用預測動量交換機器學習模型,以產生與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款10:如條款1至9中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:依據與實際動量交換相關聯的訓練資料集以及與實際動量交換事件相關聯的結果嚴重性來訓練閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集以及與實際動量交換事件相關聯的結果嚴重性來驗證閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;以及使用閾值機器學習模型來產生預測以及預測是否滿足閾值的指示。
條款11:如條款1至10中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:確定與實際動量交換的CDC頻帶幅度相關聯的模式;依據與動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與風險分類相關聯,動量交換事件可能性係由於與實體共同佔用元素的主控平台而產生;確定與操作者的CDC頻帶幅度相關聯的模式;依據與主控平台的操作者的CDC頻帶幅度相關聯的模式來確定操作者的CDC頻帶幅度的模式的複數個範圍中的一範圍;以及依據該範圍來確定操作者的風險分類。
條款12:如條款1至11中之任一者所述的系統,其中複數個元素中的每一元素包含複數個資料屬性,其中複數個資料屬性包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性;以及其中一或更多個處理器進一步經程式化或經配置以執行以下操作:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);以及依據ROE來執行動作。
條款13:如條款1至12中之任一者所述的系統,其中當依據ROE來執行動作時,一或更多個處理器經程式化或經配置以執行以下操作:識別聚集在與目標對應的元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,複數個元素包括與主控平台的初始位置對應的第一元素以及與目標對應的最終元素;以及依據與命令串相關聯的一或更多個參數,從複數個命令串中選擇一命令串。
條款14:如條款1至13中之任一者所述的系統,其中當依據ROE來執行動作時,一或更多個處理器經程式化或經配置以執行以下操作:依據命令串將致動器命令發佈至主控平台。
條款15:如條款1至14中之任一者所述的系統,其中一或更多個處理器進一步經程式化或經配置以執行以下操作:接收與地理空間地圖上的戰略等級目標相關聯的使用者的輸入,依據戰略等級目標來產生用於戰略等級目標的佔位符元素,其中用於戰略等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;依據戰略等級目標來確定操作等級目標;依據操作等級目標來產生用於操作等級目標的佔位符元素,其中用於操作等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;以及依據操作等級目標來確定戰術等級目標,其中戰術等級目標係對應於WRIM的元素,其中對應於戰術等級目標的元素包含與相對於WRIM的座標系統的位置、速度、及加速度相關聯的標準,其中元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
條款16:一種方法,包含以下步驟:接收與主控平台相關聯的資料;依據與主控平台相關聯的資料來建構運行時間動態包絡,其中建構運行時間動態包絡之步驟包含以下步驟:依據主控平台的一組致動器命令、主控平台對於主控平台的一組致動器命令中的每一致動器命令的回應、及主控平台對於與實體相關聯的動態動作的感知的預定回應來建構初始化動態包絡,其中初始化動態包絡包含與預測感知轉換相關聯的機器學習模型,其中與預測感知轉換相關聯的機器學習模型提供包含主控平台對於與實體相關聯的動態動作的感知的預定回應的輸出,其中輸出係與執行致動器命令之後的相對於主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯,其中預測感知轉換係依據作為在主控平台的視場中被主控平台感知的參考點的概念實體;依據與主控平台相關聯的資料來確定與主控平台的狀態相關聯的資料;依據初始化動態包絡、與主控平台的狀態相關聯的資料、及與感知包絡相關聯的資料,建構理想動態包絡;以及依據理想動態包絡,建構運行時間動態包絡;以及依據運行時間動態包絡,建構世界視圖關係互動地圖(WRIM),其中WRIM包括與主控平台的環境的區域(例如,與區域相關聯的體積)對應的座標系統,其中座標系統包括複數個元素,以及其中複數個元素中的每一元素包含:與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款17:如條款16所述的方法,進一步包含以下步驟:依據與預測感知轉換相關聯的機器學習模型,確定與主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
條款18:如條款16或條款17所述的方法,其中建構運行時間動態包絡之步驟包含以下步驟:依據理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構運行時間動態包絡,其中與DTIES相關聯的資料包含與主控平台的動態轉移介面與相關聯於主控平台的環境的理想動態包絡的元素的動態互動媒體之間的互動相關聯的因子,其中該因子表示從主控平台的動態轉移介面到動態互動媒體的能量轉移以及輸出到動態互動媒體的一所產生效率。
條款19:如條款16至18中之任一者所述的方法,其中建構運行時間動態包絡之步驟包含以下步驟:依據與DTIES相關聯的資料,預測主控平台對於致動器命令的狀態結果;以及依據主控平台的狀態結果來產生運行時間動態包絡的元素。
條款20:如條款16至19中之任一者所述的方法,進一步包含以下步驟:依據WRIM的每一元素來識別合理操作包絡(ROE);其中識別ROE之步驟包含以下步驟:將與WRIM的元素的動量交換相關聯的一或更多個資料屬性與閾值進行比較;依據確定與元素的動量交換相關聯的一或更多個資料屬性滿足閾值之步驟,利用主控平台不應佔用元素的指示來標記元素;以及依據確定與元素的動量交換相關聯的一或更多個資料屬性並未滿足閾值之步驟,利用主控平台可以佔用元素的指示來標記元素。
條款21:如條款16至20中之任一者所述的方法,其中複數個元素中的每一元素包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,該方法進一步包含以下步驟:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);其中識別ROE之步驟包含以下步驟:提供與動量交換相關聯的一或更多個資料屬性,以作為第一機器學習模型的輸入,以產生包括動量交換值的預測以及動量交換值是否滿足第一閾值的指示的輸出,動量交換係由於與實體共同佔用元素的主控平台而產生;提供與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性,以作為第二機器學習模型的輸入,以產生包括元素是否包括旗標條件的預測以及旗標條件是否滿足第二閾值的指示的輸出;提供與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,以作為第三機器學習模型的輸入,以產生包括不確定性值的預測以及指示不確定性值是否滿足第三閾值的輸出;依據包括動量交換值滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值滿足第三閾值的指示的第三機器學習模型的輸出來利用第一指示標記元素;以及依據包括動量交換值並未滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件並未滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值並未滿足第三閾值的指示的第三機器學習模型的輸出來利用第二指示標記元素。
條款22:如條款16至21中之任一者所述的方法,進一步包含以下步驟:接收與第二主控平台的路徑相關聯的資料,其中路徑包含在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素;以及將與第二主控平台的路徑相關聯的資料與ROE進行比較;其中將與沿著第二WRIM的第二主控平台的路徑相關聯的資料與ROE進行比較之步驟包含以下步驟:比較在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素中的第一元素與具有NO GO標籤的ROE的元素,其中ROE的元素係在最接近第一元素的CDC頻帶的位置;以及確定複數個元素中的第一元素與具有NO GO標籤的ROE的元素之間的CDC頻帶幅度,其中CDC頻帶幅度係為從複數個元素中的第一元素到具有NO GO標籤的ROE的元素的CDC頻帶數量。
條款23:如條款16至22中之任一者所述的方法,進一步包含以下步驟:確定與第二主控平台的操作者的CDC頻帶幅度相關聯的模式;依據與操作者的CDC頻帶幅度相關聯的模式,將評級分配至第二主控平台的操作者的識別符;以及依據操作者的識別符的評級來確定操作者的風險分類。
條款24:如條款16至23中之任一者所述的方法,其中預測動量交換機器學習模型的輸出包含與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生,該方法進一步包含以下步驟:依據與實際動量交換相關聯的訓練資料集來訓練預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集來驗證預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;以及使用預測動量交換機器學習模型,以產生與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款25:如條款16至24中之任一者所述的方法,進一步包含以下步驟:依據與實際動量交換相關聯的訓練資料集以及與實際動量交換事件相關聯的結果嚴重性來訓練閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集以及與實際動量交換事件相關聯的結果嚴重性來驗證閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;以及使用閾值機器學習模型來產生預測以及預測是否滿足閾值的指示。
條款26:如條款16至25中之任一者所述的方法,進一步包含以下步驟:確定與實際動量交換的CDC頻帶幅度相關聯的模式;依據與動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與風險分類相關聯,動量交換事件可能性係由於與實體共同佔用元素的主控平台而產生;確定與操作者的CDC頻帶幅度相關聯的模式;依據與主控平台的操作者的CDC頻帶幅度相關聯的模式來確定操作者的CDC頻帶幅度的模式的複數個範圍中的一範圍;以及依據該範圍來確定操作者的風險分類。
條款27:如條款16至26中之任一者所述的方法,其中複數個元素中的每一元素包含複數個資料屬性,其中複數個資料屬性包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性;該方法進一步包含以下步驟:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);以及依據ROE來執行動作。
條款28:如條款16至27中之任一者所述的方法,其中依據ROE來執行動作之步驟包含以下步驟:識別聚集在與目標對應的元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,複數個元素包括與主控平台的初始位置對應的第一元素以及與目標對應的最終元素;以及依據與命令串相關聯的一或更多個參數,從複數個命令串中選擇一命令串。
條款29:如條款16至28中之任一者所述的方法,其中依據ROE來執行動作之步驟包含以下步驟:依據命令串將致動器命令發佈至主控平台。
條款30:如條款16至29中之任一者所述的方法,進一步包含以下步驟:接收與地理空間地圖上的戰略等級目標相關聯的使用者的輸入,依據戰略等級目標來產生用於戰略等級目標的佔位符元素,其中用於戰略等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;依據戰略等級目標來確定操作等級目標;依據操作等級目標來產生用於操作等級目標的佔位符元素,其中用於操作等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;以及依據操作等級目標來確定戰術等級目標,其中戰術等級目標係對應於WRIM的元素,其中對應於戰術等級目標的元素包含與相對於WRIM的座標系統的位置、速度、及加速度相關聯的標準,其中元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
條款31:一種包含至少一個非暫態電腦可讀取媒體的電腦程式產品,該至少一個非暫態電腦可讀取媒體包括一或更多個指令,在藉由至少一個處理器執行時,一或更多個指令使至少一個處理器以執行以下操作:接收與主控平台相關聯的資料;依據與主控平台相關聯的資料來建構運行時間動態包絡,其中用於使至少一個處理器以建構運行時間動態包絡的一或更多個指令使至少一個處理器以執行以下操作:依據主控平台的一組致動器命令、主控平台對於主控平台的一組致動器命令中的每一致動器命令的回應、及主控平台對於與實體相關聯的動態動作的感知的預定回應來建構初始化動態包絡,其中初始化動態包絡包含與預測感知轉換相關聯的機器學習模型,其中與預測感知轉換相關聯的機器學習模型提供包含主控平台對於與實體相關聯的動態動作的感知的預定回應的輸出,其中輸出係與執行致動器命令之後的相對於主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯,其中預測感知轉換係依據作為在主控平台的視場中被主控平台感知的參考點的概念實體;依據與主控平台相關聯的資料來確定與主控平台的狀態相關聯的資料;依據初始化動態包絡、與主控平台的狀態相關聯的資料、及與感知包絡相關聯的資料,建構理想動態包絡;依據理想動態包絡,建構運行時間動態包絡;以及依據運行時間動態包絡,建構世界視圖關係互動地圖(WRIM),其中WRIM包括與主控平台的環境的區域(例如,與區域相關聯的體積)對應的座標系統,其中座標系統包括複數個元素,其中複數個元素中的每一元素包含:與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款32:如條款31所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據與預測感知轉換相關聯的機器學習模型,確定與主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
條款33:如條款31或條款32所述的電腦程式產品,其中用於使至少一個處理器以建構運行時間動態包絡的一或更多個指令使至少一個處理器以執行以下操作:依據理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構運行時間動態包絡,其中與DTIES相關聯的資料包含與主控平台的動態轉移介面與相關聯於主控平台的環境的理想動態包絡的元素的動態互動媒體之間的互動相關聯的因子,其中該因子表示從主控平台的動態轉移介面到動態互動媒體的能量轉移以及輸出到動態互動媒體的一所產生效率。
條款34:如條款31至33中之任一者所述的電腦程式產品,其中用於使至少一個處理器以建構運行時間動態包絡的一或更多個指令使至少一個處理器以執行以下操作:依據與DTIES相關聯的資料,預測主控平台對於致動器命令的狀態結果;以及依據主控平台的狀態結果來產生運行時間動態包絡的元素。
條款35:如條款31至34中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據WRIM的每一元素來識別合理操作包絡(ROE);其中用於使至少一個處理器以識別ROE的一或更多個指令使至少一個處理器以執行以下操作:將與WRIM的元素的動量交換相關聯的一或更多個資料屬性與閾值進行比較;依據確定與元素的動量交換相關聯的一或更多個資料屬性滿足閾值之步驟,利用主控平台不應佔用元素的指示來標記元素;以及依據確定與元素的動量交換相關聯的一或更多個資料屬性並未滿足閾值之步驟,利用主控平台可以佔用元素的指示來標記元素。
條款36:如條款31至35中之任一者所述的電腦程式產品,其中複數個元素中的每一元素包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性;以及其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);其中用於使至少一個處理器以識別ROE的一或更多個指令使至少一個處理器以執行以下操作:提供與動量交換相關聯的一或更多個資料屬性,以作為第一機器學習模型的輸入,以產生包括動量交換值的預測以及動量交換值是否滿足第一閾值的指示的輸出,動量交換係由於與實體共同佔用元素的主控平台而產生;提供與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性,以作為第二機器學習模型的輸入,以產生包括元素是否包括旗標條件的預測以及旗標條件是否滿足第二閾值的指示的輸出;提供與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,以作為第三機器學習模型的輸入,以產生包括不確定性值的預測以及指示不確定性值是否滿足第三閾值的輸出;依據包括動量交換值滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值滿足第三閾值的指示的第三機器學習模型的輸出來利用第一指示標記元素;以及依據包括動量交換值並未滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件並未滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值並未滿足第三閾值的指示的第三機器學習模型的輸出來利用第二指示標記元素。
條款37:如條款31至36中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:接收與第二主控平台的路徑相關聯的資料,其中路徑包含在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素;以及將與第二主控平台的路徑相關聯的資料與ROE進行比較;其中用於使至少一個處理器以將與沿著第二WRIM的第二主控平台的路徑相關聯的資料與ROE進行比較的一或更多個指令使至少一個處理器以執行以下操作:比較在一系列所執行的致動器命令期間第二主控平台所佔用的複數個元素中的第一元素與具有NO GO標籤的ROE的元素,其中ROE的元素係在最接近第一元素的CDC頻帶的位置;以及確定複數個元素中的第一元素與具有NO GO標籤的ROE的元素之間的CDC頻帶幅度,其中CDC頻帶幅度係為從複數個元素中的第一元素到具有NO GO標籤的ROE的元素的CDC頻帶數量。
條款38:如條款31至37中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:確定與第二主控平台的操作者的CDC頻帶幅度相關聯的模式;依據與操作者的CDC頻帶幅度相關聯的模式,將評級分配至第二主控平台的操作者的識別符;以及依據操作者的識別符的評級來確定操作者的風險分類。
條款39:如條款31至38中之任一者所述的電腦程式產品,其中預測動量交換機器學習模型的輸出包含與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生,且其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據與實際動量交換相關聯的訓練資料集來訓練預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集來驗證預測動量交換機器學習模型,實際動量交換係由於與實體共同佔用元素的主控平台而產生;以及使用預測動量交換機器學習模型,以產生與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
條款40:如條款31至39中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據與實際動量交換相關聯的訓練資料集以及與實際動量交換事件相關聯的結果嚴重性來訓練閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;依據與實際動量交換相關聯的驗證資料集以及與實際動量交換事件相關聯的結果嚴重性來驗證閾值機器學習模型,實際動量交換事件係由於與實體共同佔用元素的主控平台而產生;以及使用閾值機器學習模型來產生預測以及預測是否滿足閾值的指示。
條款41:如條款31至40中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:確定與實際動量交換的CDC頻帶幅度相關聯的模式;依據與動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與風險分類相關聯,動量交換事件可能性係由於與實體共同佔用元素的主控平台而產生;確定與操作者的CDC頻帶幅度相關聯的模式;依據與主控平台的操作者的CDC頻帶幅度相關聯的模式來確定操作者的CDC頻帶幅度的模式的複數個範圍中的一範圍;以及依據該範圍來確定操作者的風險分類。
條款42:如條款31至41中之任一者所述的電腦程式產品,其中複數個元素中的每一元素包含複數個資料屬性,其中複數個資料屬性包含:與動量交換相關聯的一或更多個資料屬性,動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,且其中一或更多個指令進一步使至少一個處理器以執行以下操作:依據WRIM的每一元素的資料屬性來識別合理操作包絡(ROE);以及依據ROE來執行動作。
條款43:如條款31至42中之任一者所述的電腦程式產品,其中用於使至少一個處理器以依據ROE來執行動作的一或更多個指令使至少一個處理器以執行以下操作:識別聚集在與目標對應的元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,複數個元素包括與主控平台的初始位置對應的第一元素以及與目標對應的最終元素;以及依據與命令串相關聯的一或更多個參數,從複數個命令串中選擇一命令串。
條款44:如條款31至43中之任一者所述的電腦程式產品,其中用於使至少一個處理器以依據ROE來執行動作的一或更多個指令使至少一個處理器以執行以下操作:依據命令串將致動器命令發佈至主控平台。
條款45:如條款31至44中之任一者所述的電腦程式產品,其中一或更多個指令進一步使至少一個處理器以執行以下操作:接收與地理空間地圖上的戰略等級目標相關聯的使用者的輸入,依據戰略等級目標來產生用於戰略等級目標的佔位符元素,其中用於戰略等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;依據戰略等級目標來確定操作等級目標;依據操作等級目標來產生用於操作等級目標的佔位符元素,其中用於操作等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準;以及依據操作等級目標來確定戰術等級目標,其中戰術等級目標係對應於WRIM的元素,其中對應於戰術等級目標的元素包含與相對於WRIM的座標系統的位置、速度、及加速度相關聯的標準,其中元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
在參照隨附圖式而考慮下列描述及隨附專利請求範圍之後,本揭示標的之該等及其他特徵與特性以及結構的相關元件的操作及功能的方法與部件的組合及製造經濟性將更加明確,所有者都形成本說明書的一部分,其中類似的元件符號係表示各圖式中的對應部件。然而,應清楚理解,圖式僅用於說明及描述之目的,並未意欲作為所揭示標的之限制的定義。說明書及申請專利範圍中所使用的單數形式「一」、「一個」、及「該」係包括複數指示物,除非上下文另有明確說明。
針對以下描述之目的,術語「端部」、「上」、「下」、「右」、「左」、「垂直」、「水平」、「頂部」、「底部」、「橫向」、「縱向」、及其衍生詞應與所揭示之標的在圖式中的定向有關。然而,應理解,除非明確反向指出,否則所揭示之標的可以採用各種替代變型及步驟順序。亦應理解,隨附圖式所圖示以及以下說明書所描述的特定裝置及處理僅為所揭示標的之示例性實施例或態樣。因此,除非另有說明,否則與本文所揭示的實施例或態樣有關的具體尺寸與其他物理特性不應視為限制。
除非明確如此描述,否則本文使用的態樣、部件、元件、結構、動作、步驟、功能、指令、及/或類似者不應解釋為關鍵或必要的。此外,本文所使用的的冠詞「一」意欲包括一或更多個項目,並且可以與「一或更多個」與「至少一個」互換使用。此外,本文所使用的術語「組」意欲包括一或更多個項目(例如,相關項目、不相關項目、相關項目與不相關項目的組合、及/或類似者),並且可以與「一或更多個」或「至少一個」互換使用。在意指僅有一個項目的情況下,使用術語「一個」或類似語言。此外,本文所使用的術語「具有」或類似者意指開放式術語。此外,除非另有明確說明,短語「依據」意欲表示「至少部分依據」。
本文中所使用的術語「通訊」及「進行通訊」可以指稱資訊(例如,資料、訊號、訊息、指令、命令、及/或類似者)的接收、接受、發送、傳輸、提供、及/或類似者。與另一單元進行通訊的一個單元(例如,裝置、系統、裝置或系統的部件、其組合、及/或類似者)意指一個單元能夠直接或間接地從其他單元接收資訊及/或向其他單元發送資訊。這可以指稱本質上有線及/或無線的直接或間接連接(例如,直接通訊連接、間接通訊連接、及/或類似者)。此外,即使在第一與第二單元之間可能修改、處理、中繼、及/或路由所發送的資訊,二個單元亦可以彼此通訊。舉例而言,即使第一單元被動地接收資訊並且沒有主動向第二單元發送資訊,第一單元亦可以與第二單元通訊。作為另一實例,若至少一個中間單元(例如,位於第一單元與第二單元之間的第三單元)處理從第一單元接收的資訊並將經處理的資訊傳送到第二單元,則第一單元可以與第二單元通訊。在一些非限制性實施例中,訊息可以指稱包括資料的網路封包(例如,資料封包及/或類似者)。應理解,可能具有許多其他佈置。
本文所使用的術語「伺服器」可以指稱透過網路(例如,公共網路、網際網路、專用網路、及/或類似者)與客戶端裝置及/或其他計算裝置進行通訊的一或更多個計算裝置(例如,處理器、儲存裝置、類似的電腦部件、及/或類似者),並且在一些實例中,促進其他伺服器及/或客戶端裝置之間的通訊。應理解,可能具有各種其他佈置。本文所使用的術語「系統」可以指稱一或更多個計算裝置或計算裝置的組合(例如,處理器、伺服器、客戶端裝置、軟體應用程式、其部件、及/或類似者)。本文所使用的對於「裝置」、「伺服器」、「處理器」、及/或類似者的參照可以指稱記載為執行先前步驟或功能的先前所述的裝置、伺服器、或處理器,其他伺服器或處理器、及/或伺服器及/或處理器的組合。舉例而言,說明書以及申請專利範圍所使用的記載為執行第一步驟或第一功能的第一伺服器或第一處理器可以指稱記載為執行第二步驟或第二功能的相同或不同伺服器或是相同或不同處理器。
提供用於建構用於動態系統的自動控制的合理操作包絡的改善的系統、方法、及電腦程式產品。在一些非限制性實施例或態樣中,系統、方法、及電腦程式產品可以包括:接收與主控平台相關聯的資料;依據與主控平台相關聯的資料來建構運行時間動態包絡,其中建構運行時間動態包絡之步驟包含以下步驟:依據主控平台的一組致動器命令、主控平台對於主控平台的一組致動器命令中的每一致動器命令的回應、及主控平台對於與實體相關聯的動態動作的感知的預定回應來建構初始化動態包絡,其中初始化動態包絡包含與預測感知轉換相關聯的機器學習模型,其中與預測感知轉換相關聯的機器學習模型提供包含主控平台對於與實體相關聯的動態動作的感知的預定回應的輸出,其中輸出係與執行致動器命令之後的相對於主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯,其中預測感知轉換係依據作為在主控平台的視場中被主控平台感知的參考點的概念實體;依據與主控平台相關聯的資料來確定與主控平台的狀態相關聯的資料;依據初始化動態包絡、與主控平台的狀態相關聯的資料、及與感知包絡相關聯的資料,建構理想動態包絡;以及依據理想動態包絡,建構運行時間動態包絡;以及依據運行時間動態包絡,建構世界視圖關係互動地圖(WRIM),其中WRIM包括與主控平台的環境的區域(例如,與區域相關聯的體積)對應的座標系統,其中座標系統包括複數個元素,以及其中複數個元素中的每一元素包含:與預測動量交換相關聯的一或更多個資料屬性,預測動量交換係由於與實體共同佔用元素的主控平台而產生。
在一些非限制性實施例或態樣中,複數個元素中的每一元素可以包括複數個資料屬性。複數個資料屬性可以包括與動量交換相關聯的一或更多個資料屬性,該動量交換係由於與實體共同佔用元素的主控平台而產生;與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;及/或與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性。
在一些非限制性實施例或態樣中,系統、方法、及電腦程式產品可以包括依據WRIM的每一元素的複數個資料屬性來識別合理操作包絡(ROE);以及依據ROE來執行動作。
在一些非限制性實施例或態樣中,當依據ROE來執行動作時,系統、方法、及電腦程式產品可以包括識別聚集在與目標對應的元素上的複數個命令串。每一命令串可以包括鏈結在一起的複數個元素。複數個元素可以包括與主控平台的初始位置對應的第一元素以及與目標對應的最終元素。在一些非限制性實施例或態樣中,系統、方法、及電腦程式產品可以包括依據與命令串相關聯的一或更多個參數,從複數個命令串中選擇一命令串。
在一些非限制性實施例或態樣中,系統、方法、及電腦程式產品可以包括當依據ROE來執行動作時,依據命令串將致動器命令發佈至主控平台。
藉由本文所述的系統、方法、及電腦程式產品的實施方案,自動駕駛車輛的計算裝置可以經配置以發送控制訊號來造成自動駕駛車輛依據從與來自包括在自動駕駛車輛中的一或更多個感測器的一或更多個測量相關聯的資料所推導出的上下文來調整導航。舉例而言,計算裝置可以經配置以確定一或更多個其他車輛正在相對於自動駕駛車輛移動,並且計算裝置可以經配置以依據一或更多個其他車輛的速率將控制訊號發送至自動駕駛車輛的制動組件來造成自動駕駛車輛減速或加速(例如,而非停止)。因此,一或更多個計算裝置可以造成自動駕駛車輛更精確地導航(例如,減速,而非停止及/或類似者)。此外,可以依據造成自動駕駛車輛進行更精確的導航的計算裝置來節省與自動駕駛車輛的導航相關聯的資源(例如,制動片及/或類似者)以及節省在導航時的自動駕駛車輛所使用的能量。
出於說明之目的,在以下描述中,儘管針對用於建構合理操作包絡(例如,用於動態系統的自動控制)的方法、系統、及電腦程式產品描述當前揭示之標的,但是該領域具有通常知識者將理解所揭示之標的並未受限於說明性實施例。舉例而言,本文所述的方法、系統、及電腦程式產品可以用於各種設定中(例如在適合使用這種合理操作包絡的任何設定中建構合理操作包絡(例如,藉由動態系統的操作者評估安全行為及/或動態系統的操作者的評級(例如,保險價值))及/或類似者)。
現在參照第1圖,第1圖係為可以實現本文所述的系統、產品、及/或方法的環境100的非限制性實施例的圖。如第1圖所示,環境100包括合理操作包絡(ROE)系統102、學習及評估系統104、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及網路130。
ROE管理系統102可以包括能夠從學習及評估系統104、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者接收資訊及/或將資訊傳送至學習及評估系統104、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,ROE管理系統102可以包括計算裝置(例如,伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,ROE管理系統102可以與資料儲存裝置通訊,資料儲存裝置可以在ROE管理系統102的本地端或遠端。在一些非限制性實施例中,ROE管理系統102能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。在一些非限制性實施例中,ROE管理系統102可以包括學習及評估系統104、資產任務及管理系統106、ROE命令及測量裝置110、及/或其任何組合中之至少一者。
學習及評估系統104可以包括能夠從ROE管理系統102、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者接收資訊及/或將資訊傳送至ROE管理系統102、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,學習及評估系統104可以包括計算裝置(例如,伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,學習及評估系統104可以與資料儲存裝置通訊,資料儲存裝置可以在學習及評估系統104的本地端或遠端。在一些非限制性實施例中,學習及評估系統104能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。在一些非限制性實施例中,學習及評估系統104可以包括在ROE管理系統102中,及/或藉由ROE管理系統102實現(例如,完全、部分、及/或類似者)。
資產任務及管理系統106可以包括能夠從ROE管理系統102、學習及評估系統104、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者接收資訊及/或將資訊傳送至ROE管理系統102、學習及評估系統104、任務及調度網路108、ROE命令及測量裝置110、主控平台120、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,資產任務及管理系統106可以包括計算裝置(例如,伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,資產任務及管理系統106可以與資料儲存裝置通訊,資料儲存裝置可以在資產任務及管理系統106的本地端或遠端。在一些非限制性實施例中,資產任務及管理系統106能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。在一些非限制性實施例中,資產任務及管理系統106可以包括在ROE管理系統102中,及/或藉由ROE管理系統102實現(例如,完全、部分、及/或類似者)。
任務及調度網路108可以包括能夠從ROE管理系統102、學習及評估系統104、資產任務及管理系統106、ROE命令及測量裝置110、主控平台120、及/或類似者接收資訊及/或將資訊傳送至ROE管理系統102、學習及評估系統104、資產任務及管理系統106、ROE命令及測量裝置110、主控平台120、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,任務及調度網路108可以包括計算裝置(例如,伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,任務及調度網路108可以與資料儲存裝置通訊,資料儲存裝置可以在任務及調度網路108的本地端或遠端。在一些非限制性實施例中,任務及調度網路108能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。
ROE命令及測量裝置110可以包括能夠從ROE管理系統102、學習及評估系統104、資產任務及管理系統106、任務及調度網路108、主控平台120、及/或類似者接收資訊及/或將資訊傳送至ROE管理系統102、學習及評估系統104、資產任務及管理系統106、任務及調度網路108、主控平台120、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,ROE命令及測量裝置110可以包括計算裝置(例如,電腦、電腦群組、嵌入式電腦(例如,嵌入主控平台120及/或類似者)、可攜式電腦、膝上型電腦、平板電腦、行動裝置、蜂窩式電話、伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,ROE命令及測量裝置110可以與資料儲存裝置通訊,資料儲存裝置可以在ROE命令及測量裝置110的本地端或遠端。在一些非限制性實施例中,ROE命令及測量裝置110能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。在一些非限制性實施例中,ROE命令及測量裝置110可以包括在ROE管理系統102中,及/或藉由ROE管理系統102實現(例如,完全、部分、及/或類似者)。在一些非限制性實施例中,ROE命令及測量裝置110可以包括在主控平台120中,及/或藉由主控平台120實現(例如,完全、部分、及/或類似者)。在一些非限制性實施例中,ROE命令及測量裝置110可以或可能無法能夠經由短程無線通訊連接(例如,NFC通訊連接、RFID通訊連接、藍牙®通訊連接、Zigbee®通訊連接、及/或類似者)接收資訊(例如,從主控平台120、從另一ROE命令及測量裝置110、及/或類似者),及/或經由短程無線通訊連接傳送資訊(例如,向主控平台120、向另一ROE命令及測量裝置110、及/或類似者)。
主控平台120可以包括能夠從ROE管理系統102、學習及評估系統104、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、及/或類似者接收資訊及/或將資訊傳送至ROE管理系統102、學習及評估系統104、資產任務及管理系統106、任務及調度網路108、ROE命令及測量裝置110、及/或類似者(例如,經由網路130及/或類似者)的一或更多個裝置。舉例而言,主控平台120可以包括計算裝置(例如,電腦、電腦群組、嵌入式電腦、可攜式電腦、膝上型電腦、平板電腦、行動裝置、蜂窩式電話、伺服器、伺服器群組、及/或其他類似裝置)。在一些非限制性實施例中,主控平台120可以與資料儲存裝置通訊,資料儲存裝置可以在主控平台120的本地端或遠端。在一些非限制性實施例中,主控平台120能夠從資料儲存裝置中接收資訊,將資訊儲存在資料儲存裝置中,向資料儲存裝置傳送資訊,或者搜尋儲存在資料儲存裝置中的資訊。在一些非限制性實施例中,主控平台120可以包括或實現(例如,完全、部分、及/或類似者)ROE命令及測量裝置110。在一些非限制性實施例中,主控平台120可以或可能無法能夠經由短程無線通訊連接(例如,NFC通訊連接、RFID通訊連接、藍牙®通訊連接、Zigbee®通訊連接、及/或類似者)接收資訊(例如,從ROE命令及測量裝置110及/或類似者),及/或經由短程無線通訊連接傳送資訊(例如,向ROE命令及測量裝置110及/或類似者)。在一些非限制性實施例中,主控平台120可以包括車輛(例如,汽車(例如,小型車、卡車、及/或類似者)、飛行器(例如,飛機、無人駕駛飛機、及/或類似者)、艇、潛水艇、直升機、太空船(例如,火箭、太空梭、及/或類似者)、牽引機、軌道車輛(例如,火車及/或類似者)、衛星、機器人(例如,步行機器人、輪式機器人、工業機器人、及/或類似者)、及/或類似者)。
網路130可以包括一或更多個有線及/或無線網路。舉例而言,網路130可以包括蜂窩式網路(例如,長期演進技術(LTE)網路、第三代(3G)網路、第四代(4G)網路、第五代(5G)網路、分碼多重存取(CDMA))網路、及/或類似者)、公眾行動電話網路(PLMN)、區域網路(LAN)、廣域網路(WAN)、都會網路(MAN)、電話網路(例如,公用交換電話網路(PSTN))、私人網路(例如,與ROE管理系統102相關聯的私人網路)、點對點網路、內部網路、網際網路、光纖式網路、雲計算網路、及/或類似者、及/或該等或其他類型的網路的組合。
在一些非限制性實施例中,ROE管理系統102可以包括學習及評估系統104、資產任務及管理系統106、至少一個ROE命令及測量裝置110(例如,如本文所述用於建構ROE)、其任何組合、及/或類似者中之一或更多者。附加或可替代地,ROE命令及測量裝置110可以設置於主控平台120上(例如,嵌入、直接連接、及/或類似者)。
如本文所述,在一些非限制性實施例中,ROE命令及測量裝置110及/或主控平台120可以包括(例如,裝備、連接、及/或類似者)感測器,以感知操作環境及/或致動器,以影響動態動作。附加或可替代地,如本文所述,ROE命令及測量裝置110可以執行命令及測量操作。舉例而言,如本文所述,這樣的操作可以包括操作環境的感測器資料獲取、主控平台120的資料獲取、感測資料融合及標準化、主控平台動態標準化、世界視圖產生、預測的ROE產生、命令、調解及測量、其任何組合、及/或類似者中之任一者。
在一些非限制性實施例中,如本文所述,學習及評估系統104之目的係為可以執行包括:攝取日誌與模擬資料;針對訓練及測試目的而建立及維持資料語料庫;訓練及/或進行模型學習開發;評估、驗證、審核用於主控平台120的命令及測量的程序模型層組及模組;分析性能及/或能力測量,及/或將該等歸因於各種因素;確定產生ROE的標準閾值;管理用於開發、測試、及/或生產的軟體及/或配置版本;主控ROE命令及測量裝置110的一或更多個虛擬實例(例如,用於執行模型訓練、評估、模擬、命令及測量操作、及/或類似者);其任何組合;及/或類似者中之至少一者的處理。
在一些非限制性實施例中,如本文所述,資產任務及管理系統106可以執行包括:維持及/或管理資產的狀態(例如,ROE命令及測量裝置110);產生用於資產及/或調度資產的任務;維持與一或更多個資產的通訊連接(例如,經由網路130);監測資產中的佔用者及/或項目的狀態及狀況;協調及/或排程一或更多個資產的任務;產生經最佳化及/或經協調的任務路由及導航指引;運行預防性及/或偵探性控制,以確保資產係與操作域所批准及/或兼容的裝備、軟體版本及/或配置一起操作,並與用於資產任務的第三方網路(例如,其他任務及調度網路108)對接;其任何組合;及/或類似者中之至少一者的處理。
提供第1圖所示的系統、裝置、及/或網路的數量及佈置作為實例。相較於第1圖所示者,可能存在附加系統、裝置、及/或網路;更少的系統、裝置、及/或網路;不同的系統、裝置、及/或網路;及/或不同佈置的系統、裝置、及/或網路。此外,第1圖所示的二或更多個系統或裝置可以實現在單一系統或裝置中,或者第1圖所示的單一系統或裝置可以實現為多個分佈式系統或裝置。附加或可替代地,環境100的一組系統(例如,一或更多個系統)或一組裝置(例如,一或更多個裝置)可以執行描述為環境100的另一組系統或另一組裝置所執行的一或更多個功能。
現在參照第2圖,第2圖係為裝置200的示例性部件的圖。裝置200可以對應於ROE管理系統102的一或更多個裝置(例如,學習及評估裝置104、資產任務及管理裝置106、或合理操作包絡命令及測量裝置110的一或更多個裝置,及/或任務及調度網路108的一或更多個裝置)。在一些非限制性實施例中,學習及評估裝置104、資產任務及管理裝置106、任務及調度網路108、或合理操作包絡命令及測量裝置110中之每一者可以包括至少一個裝置200及/或裝置200的至少一個部件。如第2圖所示,裝置200可以包括匯流排202、處理器204、記憶體206、儲存部件208、輸入部件210、輸出部件212、及通訊介面214。
匯流排202可以包括允許在裝置200的部件之間進行通訊的部件。在一些非限制性實施例中,可以利用硬體、軟體、韌體、及/或其任何組合來實現處理器204。舉例而言,處理器204可以包括處理器(例如,中央處理單元(CPU)、圖形處理單元(GPU)、加速處理單元(APU)、及/或類似者)、微處理器、數位訊號處理器(DSP)、及/或任何處理部件(例如,現場可程式邏輯閘陣列(FPGA)、專用積體電路(ASIC)、及/或類似者)、及/或可以程式化以執行功能的類似者。記憶體206可以包括隨機存取記憶體(RAM)、唯讀記憶體(ROM)、及/或儲存資訊及/或處理器204所使用的指令的其他類型的動態或靜態儲存裝置(例如,快閃記憶體、磁記憶體、光記憶體、及/或類似者)。
儲存部件208可以儲存與裝置200的操作及使用有關的資訊及/或軟體。舉例而言,儲存部件208可以包括硬碟(例如,磁碟、光碟、磁光碟、固態碟、及/或類似者)、光碟(CD)、數位多功能光碟(DVD)、軟碟、卡匣、磁帶、及/或其他類型的電腦可讀取媒體,以及相應的驅動器。
輸入部件210可以包括允許裝置200接收資訊的部件(例如,經由使用者輸入(例如,觸控螢幕顯示器、鍵盤、鍵板、滑鼠、按鈕、開關、麥克風、相機、及/或類似者))。附加或可替代地,輸入部件210可以包括用於感測資訊的感測器(例如,全球定位系統(GPS)部件、加速度計、陀螺儀、致動器、及/或類似者)。輸出部件212可以包括提供來自裝置200的輸出資訊的部件(例如,顯示器、喇叭、一或更多個發光二極體(LED)、及/或類似者)。
通訊介面214可以包括讓裝置200能夠與其他裝置通訊(例如,經由有線連接、無線連接、或有線及無線連接的組合)的類似收發器的部件(例如,收發器、分開的接收器及發送器、及/或類似者)。通訊介面214可以允許裝置200從另一裝置接收資訊及/或向另一裝置提供資訊。舉例而言,通訊介面214可以包括以太網介面、光學介面、同軸介面、紅外介面、射頻(RF)介面、通用串列匯流排(USB)介面、Wi-Fi介面、藍牙®介面、Zigbee®介面、蜂窩式網路介面、及/或類似者。
裝置200可以執行本文所述的一或更多個處理。裝置200可以依據處理器204執行由電腦可讀取媒體(例如,記憶體206及/或儲存部件208)儲存的軟體指令來執行該等處理。電腦可讀取媒體(例如,非暫態電腦可讀取媒體)在本文中定義為非暫態記憶體裝置。非暫態記憶體裝置包括位於單一物理儲存裝置內部的記憶體空間或分佈在多個物理儲存裝置上的記憶體空間。
軟體指令可以經由通訊介面214從另一電腦可讀取媒體或者從另一裝置讀入記憶體206及/或儲存部件208。當執行時,儲存在記憶體206及/或儲存部件208中的軟體指令可以使處理器204執行本文所述的一或更多個處理。附加或可替代地,可以使用硬連線電路來代替軟體指令或與軟體指令組合,以執行本文所述的一或更多個處理。因此,本文所述的實施例並不限於硬體電路及軟體的任何特定組合。
提供第2圖所示的部件的數量及佈置作為實例。在一些非限制性實施例中,相較於第2圖,裝置200可以包括附加部件、更少部件、不同部件、或不同佈置的部件。附加或可替代地,裝置200的一組部件(例如,一或更多個部件)可以執行描述為裝置200的另一組部件所執行的一或更多個功能。
現在參照第3圖,第3圖係為動態系統的評估及自動控制的處理300的非限制性實施例的流程圖。在一些非限制性實施例中,可以藉由ROE管理系統102(例如,ROE管理系統102的一或更多個裝置)執行(例如,完全、部分、及/或類似者)處理300的步驟中之一或更多者。在一些非限制性實施例中,可以藉由與ROE管理系統102分離或包括ROE管理系統102的另一系統、另一裝置、另一群組的系統、或另一群組的裝置(例如,學習及評估系統104、資產任務管理系統106、及/或任務及調度系統108)執行(例如,完全、部分、及/或類似者)處理300的步驟中之一或更多者。
如第3圖所示,在步驟302處,處理300可以包括接收與主控平台相關聯的資料。舉例而言,ROE管理系統102可以接收與主控平台相關聯的資料。在一些非限制性實施例中,與主控平台相關聯的資料可以包括與主控平台的環境相關聯的資料及/或與主控平台的狀態(例如,動態狀態)相關聯的資料。與主控平台的環境(例如,主控平台所操作的環境)相關聯的資料可以包括與環境的溫度、環境的壓力、環境的圖像、環境內的主控平台的位置、環境內的物體或行動者的位置、主控平台行進於其上或通過其中的環境的媒體(例如,道路、空氣、水等)相關聯的資料。附加或可替代地,與主控平台的環境相關聯的資料可以包括與環境中的一或更多個物體相關聯的資料及/或與環境中的一或更多個行動者相關聯的資料。物體可以包括靜止的實體(例如,無法直接控制實體的動態狀態的實體(例如,實體的位置)),或者包括並未以智慧型方式改變動態狀態(例如,移動)的實體。物體的實例可以包括實心障礙、燈桿、提供資訊狀態以傳送行進方向的交通指示器、及/或類似者。行動者可以包括能夠直接控制或直接鏈結控制實體動態行為的實體。行動者可以控制或影響物體及/或另一行動者的動態狀態。行動者的實例可以包括生物(例如,人、動物)、車輛、機器人、及/或類似者。在一些非限制性實施例中,主控平台所進行互動的媒體可以是物體或行動者。舉例而言,道路車輛所互動的媒體係為道路,並且道路可以是物體。在另一實例中,水運工具所互動的媒體係為一定體積的水,而一定體積的水係為物體。
在一些非限制性實施例中,與主控平台的狀態相關聯的資料可以包括與主控平台的位置、速度、加速度、及/或類似者相關聯的資料。附加或可替代地,與主控平台的狀態相關聯的資料可以包括與主控平台的狀態回應(例如,位置、速度、加速度等的改變)相關聯的資料。附加或可替代地,與主控平台的狀態相關聯的資料可以包括與主控平台的控制系統的狀態相關聯的資料。舉例而言,與主控平台的狀態相關聯的資料可以包括與主控平台的致動器系統(例如,主控平台的節流閥系統(例如,加速器))、主控平台的制動系統(例如,液壓制動系統、電磁制動系統等)、主控平台的方向控制系統(例如,轉向控制系統)、及/或類似者相關聯的資料。
在一些非限制性實施例中,ROE管理系統102可以從與主控平台相關聯的感測器接收與主控平台相關聯的資料。舉例而言,ROE管理系統102可以從主控平台上(例如,安裝在主控平台上)的一或更多個感測器接收與主控平台相關聯的資料。在一些非限制性實施例中,感測器可以包括圖像感測器(例如,相機、雷射雷達系統、雷達系統等)、接近感測器、慣性測量感測器、聲學感測器(例如,聲學變換器)、聲波感測器、聲音偵測器(例如,麥克風等)、壓力感測器、流體流量感測器、高度計、位置感測器、用於地點或位置的應答器、指南針、全球定位系統(GPS)感測器、及/或類似者。附加或可替代地,感測器可以包括主控平台上的編碼器。舉例而言,感測器可以包括主控平台上的編碼器,以感測輪子的特性(例如,旋轉)、軌道的特性、轉向機構的特性、加速器的特性、及/或類似者。附加或可替代地,感測器可以與主控平台的氣動部件、液壓部件、及/或類似者相關聯。附加或可替代地,感測器可以包括測量與主控平台的電子部件相關聯的功率、電流、及/或電壓的感測器。在一些非限制性實施例中,電子部件可以包括電動馬達、電路、電路部件(例如,電阻器、電容器、電感器、二極體等)、及/或類似者。
在一些非限制性實施例中,ROE管理系統102可以從主控系統的部件接收與主控平台相關聯的資料。舉例而言,ROE管理系統102可以從主控系統的匯流排系統(例如,內部通訊網路)接收與主控平台相關聯的資料。在一些非限制性實施例中,匯流排系統可以包括車輛匯流排(例如,控制器區域網路(CAN)匯流排)。
在一些非限制性實施例中,主控平台可以包括可以依據從功率源接收的功率而移動並且是遠端控制、半自主、或自主的機器。在一些非限制性實施例中,主控平台可以包括車輛、機器人(例如,工業機器人、行動式機器人、服務機器人等)、或車輛與機器人的組合。在一些非限制性實施例中,車輛可以包括道路車輛(例如,汽車(例如,小型車、卡車等)、牽引式掛車、送貨卡車、及/或類似者),或者包括越野車(例如,農用牽引機、全地形車輛、履帶式車輛(例如,坦克)、鉸接式及/或分段式火車頭(例如,雙足式機器人)、及/或類似者)。在一些非限制性實施例中,車輛可以包括飛行器(例如,飛機、直升機、飛艇等)、水運工具(例如,艇、船、潛水艇等)、鐵路車輛(例如,火車、火車頭、多單元式火車等)、太空船、及/或類似者。在一些非限制性實施例中,車輛可以包括分段式及/或鉸接式的臂(例如,工業材料處理機器人)。
如第3圖所示,在步驟304處,處理300可以包括建構用於主控平台的運行時間動態包絡。舉例而言,ROE管理系統102可以依據與主控平台相關聯的資料來建構用於主控平台的運行時間動態包絡。在一些非限制性實施例中,運行時間動態包絡可以包括在空間上劃分與主控平台的環境相關聯的區域(例如,二維區域或三維區域)的複數個元素,並且每一元素係表示與環境相關聯的區域的空間維度,而使得每一元素可以與運行時間動態包絡內的其他元素具有空間關係。在一些非限制性實施例中,元素可以依據主控平台的屬性來表示區域的量。舉例而言,元件可以具有與主控平台的速度相關聯的幾何形狀(例如,尺寸與形狀)。在一些非限制性實施例中,第一元素的幾何形狀的尺寸可以小於第二元素的幾何形狀的尺寸(例如,依據元素的區域的尺寸),其中第一元素係與主控平台的第一速度相關聯,而第二元素係與主控平台的第二速度相關聯。依據第一速度係小於第二速度,第一元素的尺寸可以小於第二元素的尺寸。在一些非限制性實施例中,構成運行時間動態包絡的區域可以包含複數個像素,並且運行時間動態包絡中的每一元素可以由像素表示。
在一些非限制性實施例中,ROE管理系統102可以依據感知包絡來建構運行時間動態包絡。舉例而言,ROE管理系統102可以依據與主控平台的環境相關聯的資料來產生感知包絡,並且ROE管理系統102可以依據感知包絡來建構動態包絡。在一些非限制性實施例中,感知包絡包括可以藉由ROE管理系統102依據與主控平台相關聯的感測器來感知(例如,感測及分類)的環境(例如,主控平台所操作的環境)的可感知態樣的表示(例如,所有可感知態樣)。環境的可感知態樣的實例可以包括主控平台所行進的道路內或附近的路牌、車道標記、人行道、障礙、個體(例如,人)、及/或類似者。在一些非限制性實施例中,感知包絡可以包括主控平台的操作者(例如,假設的操作者)在主控平台的環境中可以觀察與無法觀察的視場的表示。舉例而言,感知包絡可以包括定位於障礙物後方的個體而使得主控平台的操作者無法觀察到該個體的表示。
在一些非限制性實施例中,ROE管理系統102可以依據與主控平台的環境的感知相關聯的資料來產生感知包絡。在一個實例中,ROE管理系統102可以從與主控平台相關聯的感測器接收與主控平台的環境相關聯的資料。ROE管理系統102可以依據從感測器接收的資料來產生與環境的感知相關聯的資料,並且ROE管理系統102可以依據與環境的感知相關聯的資料來產生感知包絡。在一些非限制性實施例中,ROE管理系統102可以依據與環境的圖像相關聯的資料來產生與環境的感知相關聯的資料。舉例而言,ROE管理系統102可以依據與道路及周圍區域的圖像相關聯的資料來識別主控平台所行進的道路及周圍區域的態樣。
在一些非限制性實施例中,ROE管理系統102可以依據與主控平台的環境相關聯的資料來產生感知包絡。舉例而言,ROE管理系統102可以接收與主控平台的環境相關聯的資料,並且ROE管理系統102可以處理該資料,以產生融合的環境資料集。在一些非限制性實施例中,ROE管理系統102可以將與主控平台的環境相關聯的資料標準化,以產生融合的環境資料集。舉例而言,ROE管理系統102可以對準、調整、同步(例如,同步到達時間)、及/或結構化與主控平台的環境相關聯的資料的資料格式,並且ROE管理系統102可以使用經標準化的資料來提供融合的環境資料集。在一些非限制性實施例中,ROE管理系統102可以藉由將來自不同類型的感測器及/或來自不同製造商的感測器的複數個資料格式結構化成ROE管理系統102所使用的通用資料格式,以標準化與主控平台的環境相關聯的資料。在上述實例中,ROE管理系統102可以依據融合的環境感測器資料集來產生感知包絡,並且ROE管理系統102可以依據感知包絡來產生動態包絡。
在一些非限制性實施例中,ROE管理系統102可以對準、調整、同步(例如,同步到達時間)、及/或結構化與主控平台的環境相關聯的資料,以產生融合的環境資料集。舉例而言,ROE管理系統102可以藉由建立圖像的重疊元素並將圖像相應地放置在一起來組合(例如,釘住)主控平台的環境的圖像,以產生融合的環境資料集。
在一些非限制性實施例中,ROE管理系統102可以控制一或更多個感測器,以捕捉與主控平台的環境相關聯的資料以及與主控平台的狀態相關聯的資料。舉例而言,ROE管理系統102可以控制一或更多個感測器旋轉、縮放、聚焦、及/或扭轉,以捕捉與主控平台的環境相關聯的資料以及與主控平台的狀態相關聯的資料。
在一些非限制性實施例中,運行時間動態包絡中的每一元素可以包括複數個資料屬性。複數個資料屬性中的一或更多個資料屬性可以基於一或更多個命令決定循環(CDC)期間的主控平台及/或主控平台的環境中的物體及行動者所執行的操作(例如,導致動態動作的操作)。在一些非限制性實施例中,CDC可以包括ROE管理系統102接收輸入(例如,與主控平台的狀態及/或主控平台的環境的狀態相關聯的輸入)、做出與命令(例如,致動器命令集中的命令)相關聯的確定、將命令發佈至主控平台、及使主控平台執行命令所需的時間量(例如,所經過的時間)。在一些非限制性實施例中,可以表示動態包絡內的第一元素以及相鄰於(例如,鏈結至)動態包絡內的第一元素的第二元素之間的空間關係,而使得主控平台可以在CDC期間從第一元素移動至第二元素。
在一些非限制性實施例中,複數個資料屬性中的一或更多個資料屬性可以基於主控平台的感知的預定回應。在一些非限制性實施例中,主控平台的感知的預定回應係基於與預測感知轉換相關聯的機器學習模型的輸出,而輸出係與相對於執行致動器命令之後的主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯。預測感知轉換係基於在主控平台的視野中被主控平台感知的作為參考點的概念實體(例如,定位於一元素上的假設實體)。預測感知轉換可以基於根據主控平台的位置的實體的感知狀態。舉例而言,當實體係定位成更靠近主控平台時,實體可以呈現為(例如,感知為)較大,而當實體定位成更遠離主控平台時,實體可以呈現為較小。此外,若定位於主控平台的第一側附近,則實體可以具有第一外觀,而若定位於主控平台的第二側附近,則實體可以具有第二外觀。
在一些非限制性實施例中,CDC可以與單一命令相關聯。舉例而言,每一CDC可以與ROE管理系統102所確定而發佈至主控平台、發佈至主控平台、及/或主控平台所執行的單一命令相關聯。在一些非限制性實施例中,ROE管理系統102可以從致動器命令集或可使用致動器命令集中選擇一命令。在一些非限制性實施例中,致動器命令集可以包括致動器命令,致動器命令是可以發佈至CDC期間的主控平台的致動器系統及/或由其執行的一組輸入(例如,一組輸入命令等)。輸入可以造成主控平台的致動器系統例如藉由執行致動器事件(例如,將功率增量施加至節流閥系統,將功率增量施加至方向控制系統,將功率增量施加至制動系統等)而致動,或者輸入可以造成主控平台的致動器系統例如藉由不執行致動器事件(例如,放棄將功率增量施加至節流閥系統,放棄將功率增量施加至方向控制系統,放棄將功率增量施加至制動系統等)而放棄致動。在一些非限制性實施例中,該組輸入可以包括可以由CDC內的主控平台的致動器系統所致動(例如,以增量致動)的所有動態自由度。舉例而言,該組輸入可以包括用於致動主控平台的節流閥系統的輸入、用於致動主控平台的制動系統的輸入、及/或用於致動主控平台的方向控制系統的輸入。在一些非限制性實施例中,複數個輸入可以藉由CDC(例如,單一CDC)內的主控平台的一或更多個致動器系統而致動。舉例而言,可以依據相同CDC期間的各別輸入來致動主控平台的制動系統與主控平台的方向控制系統。
在一些非限制性實施例中,可使用的致動器命令集可以包括一組輸入,該組輸入可以在CDC期間依據主控平台的狀態(例如,電流狀態)發佈至主控平台的致動器系統及/或由其執行。在一些非限制性實施例中,可使用的致動器命令集可以包括可使用的致動器命令,可使用的致動器命令係為構成致動器命令集的一組輸入的子集。在一些非限制性實施例中,依據主控平台的狀態,構成致動器命令集的該組輸入中的一輸入可能無法使用。在這樣的實例中,主控平台的致動器系統可以在第一方向上處於最大位置(例如,車輛的轉向機構盡可能轉向右或左位置),而防止第一方向上的進一步致動。
在一些非限制性實施例中,ROE管理系統102可以依據複數個CDC頻帶(例如,10個CDC頻帶、100個CDC頻帶、1000個CDC頻帶等)來建構動態包絡。在一些非限制性實施例中,CDC頻帶可以包括藉由ROE管理系統102依據致動器命令所選擇的元素群組。舉例而言,CDC頻帶可以包括依據執行致動器命令而從占用第一元素移動至佔用第二元素的主控平台而選擇的元素群組。CDC頻帶可以包括主控平台依據執行一組致動器命令中的每一致動器命令而可以佔用的元素群組(例如,所有潛在的第二元素的群組)。CDC頻帶可以與隱含時間間隔相關聯。舉例而言,CDC頻帶可以包括隱含時間量(例如,與CDC相關聯的經過時間),隱含時間量係依據佔用第一元素的主控平台佔用第二元素(例如,從第一元素移動至第二元素)所耗費的時間量。
在一些非限制性實施例中,ROE管理系統102可以藉由依據致動器命令從第一CDC頻帶中選擇鏈結至初始元素(例如,表示主控平台的第一位置的初始元素)的元素來建構動態包絡。舉例而言,ROE管理系統102可以藉由依據執行致動器命令之後的佔用第一CDC頻帶的元素的主控平台來從第一CDC頻帶中選擇鏈結至初始元素的元素來建構動態包絡,該致動器命令係將主控平台從初始元素移動至第一CDC頻帶的元素。ROE管理系統102可以藉由依據針對CDC頻帶的數量的致動器命令(例如,相同致動器命令或不同致動器命令)從第二CDC頻帶中選擇鏈結至第一CDC頻帶的元素的元素來重複此處理(視情況而定)。
在一些非限制性實施例中,ROE管理系統102可以依據可以依據執行第一致動器命令以從占用第一元素移動至佔用第二元素的主控平台(例如,根據與第一致動器命令相關聯的致動事件)而鏈結至第二CDC頻帶的第二元素(例如,與第一元素相鄰的連續元素)的第一CDC頻帶的第一元素(例如,初始元素)來建構動態包絡。可以依據執行第二致動器命令以從占用第二元素移動至佔用第三元素的主控平台(根據與第二致動器命令相關聯的致動事件)而將第三CDC頻帶的第三元素鏈結至第二CDC頻帶的第二元素。可以依據執行致動器命令以從占用先前元素移動至佔用最終元素的主控平台(根據與致動器命令相關聯的致動事件)而將最終CDC頻帶的最終元素鏈結至先前CDC頻帶的先前元素。
在一些非限制性實施例中,ROE管理系統102可以依據複數個鏈結元素串來建構動態包絡。舉例而言,ROE管理系統102可以依據複數個元素串來建構動態包絡,其中鏈結元素串中的每一元素係根據連續致動器命令而鏈結。在這樣的實例中,ROE管理系統102可以依據致動器命令從第一CDC頻帶中選擇鏈結元素串中的第一元素,ROE管理系統102可以從第二CDC頻帶中選擇鏈結元素串中的第二元素(例如,第二元素的位置係與第一元素相鄰),而ROE管理系統102可以從第三CDC頻帶中選擇元素串中的第三元素。元素串中的第一元素與第二元素係依據致動器命令而鏈結,致動器命令在藉由主控平台執行時造成主控平台從佔用第一元素移動至佔用第二元素。元素串中的第二元素與第三元素係依據致動器命令而鏈結,致動器命令在藉由主控平台執行時造成主控平台從佔用第二元素移動至佔用第三元素。在這樣的實例中,除了最終元素之外,CDC頻帶中的每一元素都依據根據主控平台在CDC(例如,前向CDC)期間所執行的致動器命令而產生的相鄰元素的位置、速度、及/或加速度所預測的主控平台的狀態的維度關係而鏈結至連續元素。在一些非限制性實施例中,鏈結元素串可以包括多個元素(例如,10個元素、100個元素、1000個元素、及/或類似者)(視情況而定)。
在一些非限制性實施例中,ROE管理系統102可以依據初始元素(例如,與主控平台的初始位置對應的初始元素)來確定CDC頻帶。舉例而言,ROE管理系統102可以確定CDC頻帶的初始元素,而ROE管理系統102可以依據初始元素來確定CDC頻帶的連續元素。ROE管理系統102可以依據每一先前元素來確定CDC頻帶的每一連續元素,直到藉由ROE管理系統102依據CDC頻帶中的元素數量而確定的最終元素為止。在一些非限制性實施例中,ROE管理系統102可以依據目標(例如,與主控平台的環境中的目標的位置對應的最終元素)來確定CDC頻帶。舉例而言,ROE管理系統102可以確定CDC頻帶的初始元素,而ROE管理系統102可以依據初始元素來確定CDC頻帶的連續元素。ROE管理系統102可以依據每一先前元素來確定CDC頻帶的每一連續元素,直到藉由ROE管理系統102依據主控平台的環境中的目標的位置而確定的最終元素為止。
在一些非限制性實施例中,ROE管理系統102可以依據主控平台的位置來產生動態包絡的複數個鏈結元素串。舉例而言,ROE管理系統102可以藉由依據致動器命令集的連續致動器命令來確定與主控平台的位置對應的元素來產生第一鏈結元素串。在這樣的實例中,ROE管理系統102可以將第一鏈結元素串的主控平台的初始位置(例如,初始元素)確定為第一元素,並依據根據致動器指令集的第一致動器指令將主控平台從第一元素移動到第二元素來確定第一鏈結元素串的第二元素。當主控平台根據致動器命令集的第一致動器命令移動以佔用其他元素時,ROE管理系統102可以依據主控平台的位置來確定鏈結至第二元素的其他元素群組。在一些非限制性實施例中,ROE管理系統102可以在第一元素處開始,並依據根據致動器命令集的第二致動器命令將主控平台從第一元素移動以佔用第二元素來確定第一鏈結元素串中的第二元素。當主控平台根據致動器命令集的第二致動器命令移動至其他元素時,ROE管理系統102可以依據主控平台的位置來確定鏈結至第二元素的其他元素群組。動態包絡的附加鏈結元素串可以利用相同或相似的方式來確定。在一些非限制性實施例中,ROE管理系統102可以依據複數個CDC頻帶來產生動態包絡,其中複數個鏈結元素串係對應於與動態包絡對應的環境的區域內的主控平台的所有可能位置(例如,與元素的資料屬性的數量對應的維度的數量)。ROE管理系統102可以依據致動器命令集(例如,可使用的致動器命令集)中的致動器命令的所有組合來產生複數個鏈結元素串,致動器命令集導致主控平台以從佔用動態包絡內的先前元素移動至佔用一元素。在一些非限制性實施例中,ROE管理系統102可以產生鏈結元素串中的每一元素,而使得每一元素具有根據致動器命令的幾何形狀,致動器命令導致主控平台從先前元素移動至佔用連續元素。
在一些非限制性實施例中,ROE管理系統102可以依據主控平台的位置以及使用神經網路來與主控平台相關聯的資料來產生動態包絡的複數個鏈結元素串。舉例而言,ROE管理系統102可以將鏈結元素串的開始確定為第一元素,並依據根據致動器命令集的致動器命令將主控平台從第一元素移動至佔用第二元素來確定鏈結元素串的第二元素。在這樣的實例中,ROE管理系統102可以使用神經網路來確定與第一元素相鄰(例如,鏈結)的第一CDC頻帶的第二元素。在一些非限制性實施例中,ROE管理系統102可以提供與主控平台在第一元素處的狀態相關聯的資料(例如,與主控平台在第一元素處的位置、速度、及/或加速度相關聯的標準(例如,主控平台在第一元素處的一或更多個資料屬性))以及與致動器命令相關聯的資料來作為神經網路的輸入,並產生包括與主控平台在第二元素處的位置、速度、及/或加速度相關聯的資料的神經網路的輸出(例如,相對於第一元素的位置)。ROE管理系統102可以依據神經網路的輸出(例如,與主控平台在第二元素處的位置、速度、及/或加速度相關聯的資料)來確定第二元素的位置及/或幾何形狀。在上述實例中,ROE管理系統102可以依據根據致動器命令集的另一致動器命令(例如,相同致動器命令或不同致動器命令)將主控平台從第二元素移動至第三元素來確定第一CDC頻帶的第三元素。ROE管理系統102可以使用神經網路來產生與第二元素相鄰的第一CDC頻帶的第三元素。在一些非限制性實施例中,ROE管理系統102可以提供與主控平台在第二元素處的狀態相關聯的資料(例如,主控平台在第二元素處的位置、速度、及加速度)以及與致動器命令相關聯的資料來作為神經網路的輸入,並產生包括與主控平台在第三元素處的位置、速度、及/或加速度相關聯的資料的輸出(例如,相對於第二元素的位置)。ROE管理系統102可以依據神經網路的輸出(例如,與主控平台在第三元素處的位置、速度、及/或加速度相關聯的資料)來確定第三元素的位置及/或幾何形狀。ROE管理系統102可以使用神經網路以相同或類似的方式來產生與第一CDC帶的每一先前元素相鄰的第一CDC頻帶的連續元素,而ROE管理系統102可以利用相同或類似方式來產生複數個CDC頻帶的其他CDC頻帶。在一些非限制性實施例中,由於ROE管理系統102可能並未在所有情況下都發佈致動器命令,而主控平台可能並未在所有情況下都執行致動器命令,所以ROE管理系統102可以獨立於與致動器命令相關聯的資料而提供與主控平台在一元素處的狀態相關聯的資料(例如,主控平台在第二元素處的位置、速度、及加速度)來作為神經網路的輸入。
在一些非限制性實施例中,ROE管理系統102可以確定與主控平台在一元素處的狀態相關聯的資料。舉例而言,ROE管理系統102可以依據從一或更多個感測器(例如,主控平台上的一或更多個感測器)接收的與主控平台的狀態相關聯的資料來確定與主控平台在該元素處的狀態相關聯的資料。在一些非限制性實施例中,與主控平台的狀態相關聯的資料可以包括與藉由感測器針對主控平台所進行的測量(例如,慣性測量)相關聯的資料及/或與主控平台相對於感知包絡(例如,相對於實體(例如,感知包絡中的物體或行動者))的狀態相關聯的資料(例如,主控平台的位置、速度、及加速度)。在一些非限制性實施例中,ROE管理系統102可以依據來自神經網路的輸出來確定與主控平台相對於感知包絡的狀態相關聯的資料。舉例而言,與主控平台相對於感知包絡的狀態相關聯的資料可以包括神經網路(例如,實體外部神經網路)的輸出(可以包括依據神經網路的輸入(可以包括感測器的測量)而藉由感測器直接測量(例如,實體的外部特性)的實體的特性的預測)。在一些非限制性實施例中,神經網路的輸出可以包括主控平台所互動的動態互動媒體的特性的預測。舉例而言,神經網路的輸出可以包括主控平台所行進的道路的表面的預測。
在另一實例中,與主控平台相對於感知包絡的狀態相關聯的資料可以包括神經網路(例如,實體內部神經網路)的輸出(可以包括依據神經網路的輸入(可以包括感測器的當前測量及/或感測器的先前測量,及/或與實體的特性相關聯的先前預測)而藉由感測器間接測量(例如,實體的內部特性)的實體的特性的預測)。在一些非限制性實施例中,神經網路的輸出可以包括感測器(例如,與主控平台相關聯的感測器)並未直接測量的預測包絡中的實體的特性的預測。舉例而言,神經網路的輸出可以包括實體的質量、密度、及/或變形彈性的預測。
在另一實例中,與主控平台相對於感知包絡的狀態相關聯的資料可以包括神經網路(例如,實體內部神經網路)的輸出(可以包括依據神經網路的輸入(可以包括感測器的當前測量及/或感測器的先前測量)而與主控平台的環境中的邊界、限制條件、及/或規則相關聯的特性的預測)。在一些非限制性實施例中,神經網路的輸出可以包括是否存在邊界、限制條件、及/或規則的預測及/或主控平台的環境中的邊界、限制條件、及/或規則的識別的預測。舉例而言,神經網路的輸出可以包括主控平台所行進的道路上是否存在車道標記的預測及/或可能存在的車道標記的類型的預測。
在一些非限制性實施例中,ROE管理系統102可以確定動態包絡的元素的複數個資料屬性,其中複數個資料屬性係基於主控平台在該元素處的狀態。在一些非限制性實施例中,複數個資料屬性可以包括與依據在元素處的主控平台針對元素的預測感知轉換相關聯的資料屬性、與主控平台在元素處的環境的邊界、限制條件、及/或規則相關聯的資料屬性、與依據在元素處的主控平台針對元素的感知的不確定性度量相關聯的資料屬性、及/或與實體(例如,物體或行動者)與在元素處的主控平台之間的動量交換(例如,在元素內的動量交換事件期間所發生的動量交換)相關聯的資料屬性。在一些非限制性實施例中,動量交換可以包括CDC期間的主控平台及實體佔用元素的概率、主控平台的質量及實體的質量、主控平台的速度及實體的速度、及/或主控平台的加速度及實體的加速度。
若主控平台佔用該元素(例如,與實體同時佔用該元素),與依據在元素處的主控平台針對元素的預測感知轉換相關聯的資料屬性可以包括與藉由ROE管理系統102感知(例如,感測及分類)的實體(例如,物體或行動者)的預測狀態相關聯的屬性。在一些非限制性實施例中,當主控平台佔用元素時,該元素可以包括與在動態包絡的元素處可以感知到(例如,感知到佔用,感知到定位等)實體的概率相關聯的資料。在一些非限制性實施例中,與在元素處可以感知到實體的概率相關聯的資料可以包括針對與實體相關聯的動態動作的主控平台的感知的預定回應。在一些非限制性實施例中,主控平台的感知的預定回應係基於與預測感知轉換相關聯的機器學習模型的輸出,而輸出係與相對於執行致動器命令之後的主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯。預測感知轉換係基於在主控平台的視野中被主控平台感知的作為參考點的概念實體(例如,定位於一元素上的假設實體)。預測感知轉換可以基於根據主控平台的位置的實體的感知狀態。舉例而言,當實體係定位成更靠近主控平台時,實體可以呈現為(例如,感知為)較大,而當實體定位成更遠離主控平台時,實體可以呈現為較小。此外,若定位於主控平台的第一側附近,則實體可以具有第一外觀,而若定位於主控平台的第二側附近,則實體可以具有第二外觀。
與主控平台的環境的邊界、限制條件、及/或規則相關聯的資料屬性可以包括與環境中的主控平台的所禁止或所允許的操作相關聯的屬性。舉例而言,與環境的邊界、限制條件、及/或規則相關聯的資料屬性可以包括主控平台不能依據環境的特性而從第一元素移動至第二元素的指示。在一些非限制性實施例中,特性可以包括車道標記(例如,雙實線)、交通指示器(例如,交通訊號燈、交通標誌(例如,停車標誌)等),以防止主控平台依據條件(例如,關於在一時間週期之後或在實體(例如,物體或行動者)(例如,車輛)移出動態包絡的另一元素之後從第一元素移動至第二元素的條件)從第一元素移動至第二元素。在一些非限制性實施例中,與環境的邊界、限制條件、及/或規則相關聯的資料屬性可以與獨立於主控平台的操作者的一方所施加的邊界、限制條件、及/或規則相關聯,以用於同步、解除衝突、提供通行權,用於提供狀態導引,及/或用於提供對於主控平台的動態包絡未受限制但主控平台應該或必須遵守的限制。
與依據在元素處的主控平台的元素的感知的不確定性度量相關聯的資料屬性可以包括與相關聯於元素的實體(例如,物體或行動者)的感知(例如,識別及分類)的不確定性等級(例如,保證的等級、保證等級等)相關聯的屬性。在一些非限制性實施例中,ROE管理系統102可以依據從感測器所接收的資料的品質的測量(例如,失真量、光學眩光、及/或從感測器所接收的資料中的雜訊)、實體(例如,物體或行動者)可能駐留但並未觀察到(例如,感知到)的視野中所發生的阻塞或混淆的體積或深度、具有實體並未確定的行為歷史(例如,一或更多個狀態的特性、移動的特性、移動的路徑等)的新實體(例如,先前並未感知的新物體或新行動者)的初始感知、及/或類似者來確定與元素的感知的不確定性度量相關聯的資料屬性。在一些非限制性實施例中,與不確定性等級相關聯的資料屬性可以包括與相關聯於元素的實體的專用目的有關的一或更多個值,其中一或更多個值可以包括與概率信任度相關聯的概率及/或伴隨概率的不確定性。
與實體(例如,物體或行動者)及用於元素的主控平台之間的動量交換相關聯的資料屬性可以包括與在CDC期間的實體與在元素處的主控平台之間可能發生動量交換事件的概率(例如,概率分佈)相關聯的屬性。在一些非限制性實施例中,ROE管理系統102可以依據與預測感知轉換相關聯的機器學習模型來確定與主控平台的預測動量交換相關聯的資料屬性,預測動量交換係相關於與元素相關聯的實體。舉例而言,與主控平台的預測動量交換(預測動量交換係相關於與元素相關聯的實體)相關聯的資料屬性可以基於與預測感知轉換相關聯的機器學習模型的輸出,其中機器學習模型的輸入(例如,導致輸出)包括與主控平台在元素處的狀態相關聯的資料以及與實體(例如,物體或行動者)在元素處的狀態相關聯的資料。
在一些非限制性實施例中,ROE管理系統102可以依據來自神經網路的輸出來確定複數個資料屬性中的一或更多個資料屬性。舉例而言,資料屬性可以包括神經網路(例如,動量交換確定神經網路)的輸出,而神經網路的輸出可以包括依據神經網路的輸入(例如,可以包括感測器的測量)而藉由感測器直接測量的實體的特性(例如,實體的外部特性)的預測。在一些非限制性實施例中,神經網路的輸出可以包括實體的特性的預測(例如,實體的空間維度、實體的位置、速度、及/或加速度、實體的行為(例如,與移動相關聯的行為)、及/或類似者)。在一個實例中,神經網路的輸出可以包括與在元素處的動量交換相關聯的預測。
在一些非限制性實施例中,ROE管理系統102可以建構用於建構運行時間動態包絡的初始化動態包絡。舉例而言,ROE管理系統102可以依據主控平台的一組致動器命令、對於該組致動器命令中的每一致動器命令的主控平台的回應、及針對與實體相關聯的動態動作的主控平台的感知的預定回應來建構初始化動態包絡。在一些非限制性實施例中,初始化動態包絡可以包括與預測感知轉換相關聯的機器學習模型,機器學習模型提供包括針對與實體相關聯的動態動作的主控平台的感知的預定回應的輸出。在執行致動器命令之後,輸出可以與相對於主控平台的第一位置的主控平台的所有位置處的預測感知轉換相關聯。此外,ROE管理系統102可以依據在主控平台的視野中被主控平台感知的作為參考點的概念實體(例如,放置於一位置處的假設實體)來確定預測感知轉換。
在一些非限制性實施例中,ROE管理系統102可以依據初始化動態包絡來配置理想動態包絡,而理想動態包絡係用於建構運行時間動態包絡。舉例而言,ROE管理系統102可以依據初始化動態包絡、與主控平台的狀態相關聯的資料、及/或與感知包絡相關聯的資料來建構理想動態包絡。在一些非限制性實施例中,根據主控平台的環境的理想條件,理想動態包絡可以包括基於主控平台在元素處的狀態的複數個資料屬性。在一些非限制性實施例中,複數個資料屬性可以包括與根據主控平台的環境的理想條件的基於主控平台在元素處的元素的預測感知轉換相關聯的資料屬性、與根據主控平台的環境的理想條件的主控平台在元素處的環境的邊界、限制條件、及/或規則相關聯的資料屬性、與根據主控平台的環境的理想條件的基於主控平台在元素處的元素的感知的不確定性度量相關聯的資料屬性、及/或與根據主控平台的環境的理想條件的實體及在元素處的主控平台之間的動量交換相關聯的資料屬性。
在一些非限制性實施例中,ROE管理系統102可以依據理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料來建構運行時間動態包絡。在一些非限制性實施例中,與DTIES相關聯的資料包含與主控平台的動態轉移介面(例如,輪胎、軌道、機翼的表面等)及與主控平台的環境相關聯的理想動態包絡的元素的動態互動媒體(例如,道路的表面、鐵路軌道的表面、空氣等)之間的互動相關聯的因素。該因素可以表示從主控平台的動態轉移介面轉移至動態互動媒體的能量以及對於動態互動媒體的輸出的結果效率。附加或可替代地,ROE管理系統102可以依據與DTIES相關聯的資料來預測主控平台的狀態結果,並傳送至致動器命令,而ROE管理系統102可以依據主控平台的狀態結果來建構運行時間動態包絡。在一些非限制性實施例中,ROE管理系統102可以依據主控平台的狀態結果來產生運行時間動態包絡的元素(例如,產生元素的一或更多個資料屬性)。
如第3圖所示,在步驟306處,處理300可以包括建構用於主控平台的世界視圖關係互動地圖(WRIM)。舉例而言,ROE管理系統102可以依據運行時間動態包絡來建構用於主控平台的WRIM。在一些非限制性實施例中,WRIM可以包括與主控平台的環境的區域(例如,二維區域或三維區域)對應的座標系統,其中座標系統包含複數個元素。在一些非限制性實施例中,複數個元素中的每一元素可以包括與預測動量交換(預測動量交換係由於與實體共同佔用一元素的主控平台而產生)相關聯的一或更多個資料屬性。附加或可替代地,複數個元素中的每一元素可以包括與基於在元素處的主控平台的元素的預測感知轉換相關聯的資料屬性、與主控平台在元素處的環境的邊界、限制條件、及/或規則相關聯的資料屬性、及/或與基於在元素處的主控平台的元素的不確定性度量相關聯的資料屬性。
在一些非限制性實施例中,ROE管理系統102可以依據WRIM來識別合理操作包絡(ROE)。舉例而言,ROE管理系統102可以依據WRIM的每一元素(例如,每一元素的一或更多個資料屬性)來識別ROE(例如,預測ROE)。在一些非限制性實施例中,ROE管理系統102可以將與WRIM的元素的動量交換相關聯的一或更多個資料屬性及閾值進行比較。在一些非限制性實施例中,ROE管理系統102可以依據確定與元素的動量交換相關聯的一或更多個資料屬性滿足閾值而利用主控平台不應該佔用元素的指示來標記元素(例如,將元素標記為「NO GO」元素)。附加或可替代地,ROE管理系統102可以依據確定與元素的動量交換相關聯的一或更多個資料屬性並未滿足閾值而利用主控平台可以佔用元素的指示來標記元素(例如,將元素標記為「GO」元素)。附加或可替代地,ROE管理系統102可以依據確定與元素的動量交換相關聯的一或更多個資料屬性在預定範圍內並未滿足閾值而利用主控平台可以條件式佔用元素的指示來標記元素(例如,將元素標記為「CONDITIONAL」元素)。
在一些非限制性實施例中,ROE管理系統102可以例如藉由提供與動量交換(動量交換係由於與實體共同佔用元素的主控平台而產生)相關聯的一或更多個資料屬性來識別ROE,以作為第一機器學習模型(例如,動量交換確定程序及模型層集的機器學習模型)的輸入,以產生包括動量交換值的預測以及動量交換值是否滿足第一閾值的指示的輸出。此外,ROE管理系統102可以提供與元素的主控平台的環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性,以作為第二機器學習模型(例如,邊界/限制條件/規則程序及模型層集的第二機器學習模型)的輸入,以產生包括元素是否包括旗標條件的預測以及旗標條件是否滿足第二閾值的指示的輸出。此外,ROE管理系統102可以提供與元素的主控平台的不確定性度量相關聯的一或更多個資料屬性,以作為第三機器學習模型(例如,信任度及不確定性程序及模型層的機器學習模型)的輸入,以產生包括不確定性值的預測以及指示不確定性值是否滿足第三閾值的輸出。在上述實例中,ROE管理系統102可以依據包括動量交換值滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值滿足第三閾值的指示的第三機器學習模型的輸出來利用第一指示標記元素。此外,ROE管理系統102可以依據包括動量交換值並未滿足第一閾值的指示的第一機器學習模型的輸出、包括旗標條件並未滿足第二閾值的指示的第二機器學習模型的輸出、包括不確定性值並未滿足第三閾值的指示的第三機器學習模型的輸出來利用第二指示標記元素。
在一些非限制性實施例中,ROE管理系統102可以依據WRIM的每一元素的複數個資料屬性來識別ROE,並且ROE管理系統102可以依據ROE來執行動作。在一些非限制性實施例中,ROE管理系統102可以識別聚集在與目標(例如,戰術等級目標、操作等級目標、航點等)對應的ROE的元素上的複數個命令串(例如,命令串束),其中每一命令串包括從初始元素鏈結到最終元素(例如,與目標對應的元素)的複數個元素,複數個元素包括與主控平台的初始位置對應的第一元素以及與目標對應的最終元素,以及依據與命令串相關聯的一或更多個參數,從複數個命令串中選擇一命令串。當主控平台移動時,命令串的參數可以與主控平台的特性相關聯(例如,與能量效率相關聯的特性、與最小加速度相關聯的特性、與佔用目標的最短時間量相關聯的特性等)。在一些非限制性實施例中,ROE管理系統102可以依據ROE將致動器命令發佈至主控平台。舉例而言,ROE管理系統102可以依據複數個命令串中的命令串以及ROE中的元素(例如,鏈結元素串)的路徑將致動器命令發佈至主控平台。
在一些非限制性實施例中,ROE管理系統102可以依據ROE與主控平台的路徑來執行動作。舉例而言,ROE管理系統102可以接收與沿著WRIM(例如,包括針對先前WRIM的更新的WRIM)的主控平台的路徑(例如,主控平台的運行時間路徑)相關聯的資料(例如,與運行時間動態包絡中的複數個元素對應的主控平台所行進的主控平台的路徑)。在一些非限制性實施例中,路徑可以包括在一系列所執行的致動器命令期間由主控平台所佔用的複數個元素。ROE管理系統102可以將與第二主控平台的路徑相關聯的資料與ROE進行比較。在一些非限制性實施例中,當將與沿著WRIM的主控平台的路徑相關聯的資料與ROE進行比較時,ROE管理系統102可以將在一系列所執行的致動器命令期間由第二主控平台所佔用的複數個元素中的第一元素與具有主控平台不應該佔用元素的指示(例如,「NO GO」標籤)的ROE的元素(例如,ROE的元素係在與第一元素最接近的CDC頻帶中)進行比較,以及確定複數個元素中的第一元素與具有指示的ROE的元素之間的CDC頻帶幅度。在一些非限制性實施例中,CDC頻帶幅度可以包括從複數個元素中的第一元素到具有指示的ROE的元素的CDC頻帶的數量。
在一些非限制性實施例中,ROE管理系統102可以接收與地理空間地圖上的戰略等級目標相關聯的使用者的輸入,依據戰略等級目標(例如,與戰略等級目標相關聯的資料(例如,戰略等級目標的位置))來產生用於戰略等級目標的佔位符元素,其中用於戰略等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準,依據戰略等級目標來確定操作等級目標,依據操作等級目標來產生用於操作等級目標的佔位符元素,其中用於操作等級目標的佔位符元素包含與佔位符元素處的主控平台的速度及加速度相關聯的標準,以及依據操作等級目標來確定戰術等級目標,其中戰術等級目標係對應於WRIM的元素,其中對應於戰術等級目標的元素包含與相對於WRIM的座標系統的位置、速度、及加速度相關聯的標準,其中元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
在一些非限制性實施例中,ROE管理系統102可以藉由產生用於戰略等級目標的佔位符元素來將戰略等級目標放置於WRIM的外側。在一些非限制性實施例中,ROE管理系統102可以在戰略等級目標與WRIM上或WRIM外側的主控平台的一位置之間放置一或更多個航點。在一些非限制性實施例中,航點可以包括操作等級目標。在一些非限制性實施例中,ROE管理系統102可以控制主控平台以佔用與連續航點相關聯的元素,以行進至戰略等級目標。在一些非限制性實施例中,操作等級目標可以包括與主控平台的狀態相關聯的資料。舉例而言,操作等級目標可以包括與平台的定向相關聯的資料、與平台的方向相關聯的資料、與平台的速度相關聯的資料(例如,與包括方向的平台的速度相關聯的資料)、以及與主控平台的加速度相關聯的資料。附加或可替代地,操作等級目標可以包括與主控平台的特性相關聯的資料(例如,是否將門鎖定或解鎖、是否將臂鎖定或解鎖、是否將貨物裝載或卸載等)。
在一些非限制性實施例中,戰術等級目標可以包括由ROE管理系統102放置在WRIM(例如,當前WRIM或經更新的WRIM)內的一元素上的目標,該目標係在ROE內的一元素中。在一些非限制性實施例中,WRIM可以包括複數個戰術等級目標。每一戰術等級目標可以與WRIM的操作目標一致。舉例而言,戰術等級目標可以放置在包括將操作等級目標作為鏈結元素串的最終元素的鏈結元素串上。在一些非限制性實施例中,戰術等級目標與操作等級目標可以佔用運行時間動態包絡的元素(例如,相同元素)。在一些非限制性實施例中,ROE管理系統102可以建構WRIM,以包括複數個戰術等級目標中的第一戰術等級目標,而ROE管理系統102可以建構經更新的WRIM,以包括複數個戰術等級目標中的第二戰術等級目標。在一些非限制性實施例中,當主控平台行進至每一戰術等級目標時,ROE管理系統102可以建構WRIM(例如,經更新的WRIM),以包括複數個戰術等級目標中的每一戰術等級目標。
在一些非限制性實施例中,預測動量交換機器學習模型(例如,動量交換確定程序及模型層集的機器學習模型)的輸出可以包括與預測動量交換(預測動量交換係由於與實體共同佔用元素的主控平台而產生)相關聯的資料屬性。ROE管理系統102可以依據與實際動量交換事件(實際動量交換事件係由於與實體共同佔用元素的主控平台而產生)相關聯的訓練資料集來訓練預測動量交換機器學習模型,依據與實際動量交換事件(實際動量交換事件係由於與實體共同佔用元素的主控平台而產生)相關聯的驗證資料集來驗證預測動量交換機器學習模型,以及使用預測動量交換機器學習模型,以產生與預測動量交換(預測動量交換係由於與實體共同佔用元素的主控平台而產生)相關聯的一或更多個資料屬性。
在一些非限制性實施例中,ROE管理系統102可以依據與實際動量交換事件相關聯的訓練資料集以及與每一實際動量交換事件(實際動量交換事件係由於與實體共同佔用元素的主控平台而產生)相關聯的結果嚴重性(例如,由於每一實際動量交換事件而產生的損傷或傷害的量的指示、與由於每一實際動量交換事件而產生的損傷或傷害的量相關聯的費用的指示等)來訓練閾值機器學習模型(例如,動量交換閾值程序及模型層集的機器學習模型、信任度及不確定性閾值程序及模型層集、或邊界/限制條件/規則閾值程序及模型層集),依據與實際動量交換事件相關聯的驗證資料集以及與每一實際動量交換事件(實際動量交換事件係由於與實體共同佔用元素的主控平台而產生)相關聯的結果嚴重性來驗證閾值機器學習模型,以及使用閾值機器學習模型來產生預測以及預測是否滿足閾值的指示。
在一些非限制性實施例中,ROE管理系統102可以確定與複數個實際動量交換事件中的每一實際動量交換事件相關聯的CDC頻帶幅度的模式,依據與動量交換事件(動量交換事件係由於與實體共同佔用元素的主控平台而產生)的可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與風險的分類相關聯,確定與用於操作者(例如,人類操作者、機器操作者(例如,自主機器操作者)、或其組合)的CDC頻帶幅度相關聯的模式,依據與操作者的CDC頻帶幅度相關聯的模式來確定用於操作者的CDC頻帶幅度的模式的複數個範圍,以及依據用於操作者的CDC頻帶幅度的範圍來確定操作者的風險的分類。在一些非限制性實施例中,CDC頻帶幅度包括由主控平台所佔用的元素與利用主控平台不應該佔用ROE中的該元素且最接近主控平台所佔用的元素的指示所標記(例如,標記為「NO GO」)的CDC頻帶的元素之間的CDC頻帶的數量。
現在參照第4A圖至第4G圖,第4A圖至第4G圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案400的圖。如第4A圖至第4G圖所示,實施方案400可以包括ROE命令及測量裝置410、主控平台所控制的動態系統420、及網路430。在一些非限制性實施例中,ROE命令及測量裝置410可以與ROE命令及測量裝置110相同或類似。在一些非限制性實施例中,主控平台所控制的動態系統420可以與主控平台所控制的動態系統120相同或類似。在一些非限制性實施例中,網路430可以與網路130相同或類似。
參照第4A圖,在一些非限制性實施例中,ROE命令及測量裝置410可以包括複數個部件。舉例而言,ROE命令及測量裝置410可以包括環境感知感測器介面412a、人機介面412b、通訊模組412c、主控平台所控制的動態系統動態狀態資料介面412d、處理器412e、主控平台所控制的動態系統致動介面412f、功率供應器412g、記憶體412h、匯流排412i、其任一組合、及/或類似者。附加或可替代地,ROE命令及測量裝置410可以包括裝置200的部件中的任一者或任一組合。
在一些非限制性實施例中,ROE命令及測量裝置410及/或主控平台所控制的動態系統420可以包括複數個感測器424。舉例而言,感測器424可以包括電光感測器/相機424a、雷射雷達424b、聲學感測器424c(例如,變換器)、雷達424d、位置感測器424e(例如,全球定位系統(GPS)、全球導航衛星系統(GNSS)、及/或類似者)、指南針424f、慣性測量感測器424g、其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,主控平台所控制的動態系統420可以包括複數個狀態感測器426。舉例而言,狀態感測器426可以包括壓力計/高度計/量錶426a、流體流量計426b、輪/功率轉移/控制表面/致動器編碼器426c、功率/推進單元感測器426d、其任一組合、及/或類似者中之至少一者。附加或可替代地,主控平台所控制的動態系統420可以包括至少一個運動控制裝置428(例如,橫向、縱向、升降、偏角、俯仰、滾動、其任一組合、及/或類似運動控制裝置)。在一些非限制性實施例中,主控平台所控制的動態系統420可以包括人機介面422。
參照第4B圖,在一些非限制性實施例中,主控平台所控制的動態系統420可以包括(例如,連接至、嵌入、及/或類似者)ROE命令及測量裝置410。附加或可替代地,ROE命令及測量裝置410可以包括與其部件(例如,部件412a-i、422、424a-g、426a-d、428、430、及/或類似者)中之任一者及/或其任一組合相關聯的裝置硬體韌體414。附加或可替代地,ROE命令及測量裝置410可以包括軟體416(例如,可執行指令及/或類似者)。舉例而言,軟體416可以包括軟體/神經網路/模型集416a、中介訊息軟體416b、即時操作系統416c、嵌入式軟體/神經網路/模型集416d、其任一組合、及/或類似者。
參照第4C圖,在一些非限制性實施例中,軟體416可以由模組418(例如,完全、部分、及/或類似者)實現。舉例而言,模組418可以包括感測器資料饋送介面模組418a、感測資料融合及標準化模組418b、主控平台狀態資料標準化模組418c、主控平台動態資料饋送介面模組418d、主控平台致動命令介面模組418e、世界視圖模組418f、調解及測量模組418g、預測合理運行包絡模組418h、命令模組418i、安全通訊閘道模組418j、人機介面模組418k、記錄器模組418l、學習管理模組418m、安全模組418n、軟體/韌體/模型清單及加載程式管理器418o、其任一組合、及/或類似者。
在一些非限制性實施例中,感測器資料饋送介面模組418a可以連接到至少一個感測器。附加或可替代地,每一感測器可以在頻譜上至少調諧至用於偵測及/或獲取關於操作環境的資料(例如,圍繞主控平台所控制的動態系統420)。舉例而言,感測器可以包括相機、雷射雷達、雷達、慣性測量單元、聲學變換器、壓力計、流體流量計、功率/推進單元感測器、輪/功率轉移/控制表面編碼器、高度計、量錶、指南針、地點及/或位置應答器及/或信標、全球定位系統、其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,感測器資料可以傳送到感測器資料饋送介面模組418a,感測器資料饋送介面模組418a可以使用感測器的連續饋送感測器資料的訊框及/或同步區段來建構可以指稱為感知包絡的視圖(例如,主控平台所控制的動態系統420的操作者可以及/或不能感知的感知包絡(例如,被遮擋、阻礙、及/或超出操作者的視野))。舉例而言,這種感知包絡可以考慮相對於在命令決定循環(CDC)中所發生的動態動作的空間維度。在一些非限制性實施例中,感測器資料饋送介面模組418a可以將經標準化的資料發送到感測資料融合及標準化模組418b。
在一些非限制性實施例中,主控平台動態資料饋送介面模組418d可以連接到至少一個感測器。附加或可替代地,每一感測器可以調諧到至少一個頻譜,以用於偵測及/或獲取關於操作環境的資料(例如,圍繞主控平台所控制的動態系統420)及/或來自處理關於主控平台所控制的動態系統420的感測器及/或其他資訊的(例如,主控平台所控制的動態系統420及/或獨立於ROE命令及測量裝置410的)其他處理器的饋送。可以依據與經由域控制器、板載電腦、量錶、編碼器、控制器區域網路(CAN)匯流排、航空無線電公司(ARINC)標準訊息裝置、其他訊息標準裝置、其任一組合、及/或類似者的主控平台所控制的動態系統的狀態有關的資訊來提供關於主控平台所控制的動態系統420的這類資料。附加或可替代地,感測器資料可以包括來自感測器的資料,感測器可以包括相機、雷射雷達、雷達、慣性測量單元、聲學變換器、壓力計、流體流量計、功率/推進單元感測器、輪/功率轉移/控制表面編碼器、高度計、量錶、指南針、地點及/或位置應答器及/或信標、全球定位系統()、其任一組合、及/或類似者中之至少一者。在一些非限制性實施例中,主控平台動態資料饋送介面模組418d可以將經標準化的資料發送到主控平台狀態資料標準化模組418c。
在一些非限制性實施例中,感測資料融合及標準化模組418b及/或主控平台狀態資料標準化模組418c可以接收及/或存取來自主控平台所控制的動態系統420的資料及/或從主控平台所控制的動態系統420上及/或主控平台所控制的動態系統420周圍的感測器獲取的關於操作環境的資料。附加或可替代地,可以藉由板外感測器獲取附加感測資料,並且可以將該等附加感測資料傳送至ROE命令及測量裝置410,以提供操作環境及/或主控平台所控制的動態系統420上的資訊。在一些非限制性實施例中,感測資料融合及標準化模組418b可以對準、調整、同步時間到達、及/或結構化感測資料元素的資料格式,以產生可以捕捉ROE命令及測量裝置410可使用的組合視野的的融合環境感測器資料440g(在下文進一步描述)。附加或可替代地,感測資料融合及標準化模組418b可以針對從感測器資料饋送介面模組418a發送的一或更多個資料串流及/或訊息執行提取、變換、及/或加載處理。在一些非限制性實施例中,感測資料融合及標準化模組418b的標準化處理可以包括結構化來自不同感測器型號及製造商的資料格式。舉例而言,感測資料融合及標準化模組418b可以將感測器型號所使用的資料格式結構化及/或轉換成標準化資料格式,以在ROE命令及測量裝置410內共同使用。在一些非限制性實施例中,感測資料融合及標準化模組418b亦可以從世界視圖模組418f、命令模組418i、及/或類似者接收訊息。舉例而言,這樣的訊息可以指示感測器旋轉、縮放、聚焦、扭轉、及/或致動、綜合致動、及/或調諧以輔助ROE命令及測量裝置410的處理。在一些非限制性實施例中,感測資料融合及標準化模組418b可以將這樣的訊息及/或指令發送至感測器資料饋送介面418a發送(例如,利用感測器或感測器致動器可以使用的格式)。在一些非限制性實施例中,感測資料融合及標準化模組418b可以將融合環境感測器資料440g輸出至世界視圖模組418f(例如,用於世界視圖模組418f的子模組及/或類似者,以產生世界視圖地圖,如本文所述)。
在一些非限制性實施方案中,可以使用一個以上的感測器。附加或可替代地,感測資料融合及標準化模組418b可以執行操作以融合感測器資料,而可以使訊號像素、射線、數量、量值、其他類型的感測資料元素、任一組合、及/或類似者對準共同視野。舉例而言,可以使用立體相機陣列,並且感測資料融合及標準化模組418b可以執行融合操作以確定及/或表示來自第一相機(例如,相機1)的第一像素(像素a)可以對應及/或重疊於(例如,ROE命令及測量裝置410的)組合視野的相同區域中的來自第二相機(例如,相機2)的第二像素(像素b)。附加或可替代地,來自捕捉不同頻譜的感測器的資料元素可以例如藉由可以執行融合操作的感測資料融合及標準化模組418b而對準,以確定及/或表示來自第一相機(例如,相機1)的第一像素(像素a)對應及/或重疊於(例如,ROE命令及測量裝置410的)組合視野的相同區域,以作為來自雷達的返回訊號值。
在一些非限制性實施例中,學習管理模組418m可以存取例如與經過的命令決定循環相關聯的實現分類、結果、及/或概率崩潰資訊。附加或可替代地,學習管理模組418m可以執行操作以結構化CDC的經過結果的記錄(例如,記錄更新、差值、及/或類似者)。在一些非限制性實施例中,學習管理模組418m可以將實現分類、結果、及/或概率精度細化及/或崩潰資訊增加至CDC之前的世介觀關係互動地圖(WRIM)的儲存記錄,以供例如程序模型學習處理使用為經結構化及/或經標記的資料訓練集。附加或可替代地,學習管理模組418m確定(及/或輔助確定)需要模型細化的區域。在一些非限制性實施例中,學習管理模組418m可以提供輸出(例如,作為註釋及/或類似者),輸出可以發送至記錄器模組418l,而與記錄資料結合(例如,合併)。在一些非限制性實施例中,例如獨立於ROE系統102的其他系統、與至少一些這樣的其他系統(例如,學習及評估系統104)一起、及/或類似者,學習管理模組418m可以管理針對ROE命令及測量裝置410(及/或ROE系統102)中的程序模型層集的即時更新的主動模型訓練。
在一些非限制性實施例中,記錄器模組418l可以接收(例如,檢索、存取、請求、經由通訊接收、及/或類似者)來自ROE命令及測量裝置410的模組418的資訊。附加或可替代地,記錄器模組418l可以將該等資訊結構化成資料記錄,以傳輸至ROE系統102的其他系統(例如,學習及評估系統104)及/或由其使用。舉例而言,這樣的資料記錄可以包括原始感測器資料、至少一個WRIM(及/或其中的資訊子集)、預測及/或實現的ROE(及/或其中的資訊子集)、操作系統訊息(例如,來自即時操作系統416c)、結構化結果資訊(例如,來自學習管理模組418m)、其任一組合、及/或類似者。在一些非限制性實施例中,記錄器模組418l可以管理傳送至ROE系統102的其他系統以及至少一些這樣的其他系統(例如,學習及評估系統104及/或類似者)的這樣的日誌資料。
在一些非限制性實施例中,安全通訊閘道模組418j可以將ROE命令及測量裝置410連接至至少一個通訊網路(例如,網路130及/或類似者)。附加或可替代地,安全通訊閘道模組418j可以接收資料(例如,軟體、韌體、地理空間參考地圖資料、任務、及諮詢資料(例如,指令及/或類似者),其任一組合、及/或類似者)、傳送資料(例如,狀態、請求(例如,與任務、指令、指引、及/或類似者中之至少一者相關聯)、記錄器資料(例如,來自記錄器模組418l)、性能測量資料、其任一組合、及/或類似者)、其任一組合、及/或類似者。
在一些非限制性實施例中,人機介面模組418k可以允許使用者查看ROE命令及測量裝置410、任務ROE命令及測量裝置410、其任一組合、及/或類似者的資訊及/或與其互動。
在一些非限制性實施例中,軟體/韌體/模型清單及加載器管理器模組418o可以管理針對各種ROE命令及測量裝置410模組的軟體及/或韌體版本更新的加載。附加或可替代地,軟體/韌體/模型清單及加載器管理器模組418o可以維持ROE命令及測量裝置410及/或主控平台所控制的動態系統420的記錄(例如,其配置及/或類似者)。附加或可替代地,軟體/韌體/模型清單及加載器管理器模組418o可以執行預防性及/或偵測性控制處理,以確保配置參數係與實際板載硬體及/或軟體版次及/或能力匹配。
在一些非限制性實施例中,安全模組418n可以執行ROE命令及測量裝置410的預防性及/或偵測性控制處理(例如,認證、驗證、監測、保護、其任一組合、及/或類似者),及/或其使用。附加或可替代地,安全模組418n可以與ROE命令及測量裝置410及/或主控平台所控制的動態系統420的其他模組418中的至少一些者(例如,所有)互動及/或監測ROE命令及測量裝置410及/或主控平台所控制的動態系統420的其他模組418中的至少一些者(例如,所有)。在一些非限制性實施例中,安全模組418n可以監測訊息(例如,傳入、中介、傳出、其任一組合、及/或類似訊息)。在一些非限制性實施例中,安全模組418n可以執行用於針對(例如,ROE命令及測量裝置410、ROE系統102、及/或類似者的)資料及/或訊息的資料及/或訊息進行加密及/或解密的處理。
參照第4D1-3圖,在一些非限制性實施例中,世界視圖模組418f可以接收至少一個輸入。舉例而言,世界視圖模組418f可以接收命令目標以及與命令目標、限制導引、及/或類似者相關聯的限制導引資料440a中之至少一者;與至少一個地理空間地圖相關聯的地理空間地圖資料440b;其任一組合;及/或類似者。附加或可替代地,世界視圖模組418f可以接收(例如,從主控平台狀態資料標準化模組418c)與至少一個致動器(例如,主控平台所控制的動態系統420及/或類似者)的狀態相關聯的致動器狀態資料440c;與當前可使用功率狀態、預測可使用功率狀態、及/或類似者中之至少一者相關聯的當前及預測可使用功率狀態資料440d;與動態轉移介面效果飽和度(DTIES)的至少一個當前狀態相關聯的當前狀態DTIES資料440e;其任一組合;及/或類似者。附加或可替代地,世界視圖模組418f可以接收及/或已經儲存與世界視圖關係互動地圖的當前(例如,上一次更新及/或類似者的最新的)版次相關聯的當前世界視圖關係互動地圖資料450a。附加或可替代地,世界視圖模組418f可以接收(例如,從感測資料融合及標準化模組418b)與來自至少一個感測器(例如,感測主控平台所控制的動態系統420周圍的環境及/或類似者)的資料相關聯的融合環境感測器資料440g。
在一些非限制性實施例中,世界視圖模組418f可以包括複數個模組(例如,子模組及/或類似者)。舉例而言,世界視圖模組418f可以包括DTIES程序及模型層集418p、物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、邊界/限制條件/規則程序及模型層集418fd、信任度及不確定性程序及模型層集418fe、動量交換確定程序及模型層集418ff、目標放置模組418fg、元素限制模組418fh、地理空間地圖到世界視圖地圖的定向管理器418fi、動態互動媒體程序及模型層集418fj、動態包絡元素命令串鏈結器418fk、世界視圖地圖聚集出現程序及模型層集418fl、其任一組合、及/或類似者中之至少之一者。
在一些非限制性實施例中,DTIES程序及模型層集418p可以接收(例如,作為輸入)世界視圖模組418f的輸入的至少一個子集。舉例而言,DTIES程序及模型層集418p可以接收致動器狀態資料440c、當前及預測的可使用功率狀態資料440d、當前狀態DTIES資料440e、及/或類似者,以作為輸入。此外,DTIES程序及模型層集418p可以依據其輸入來產生至少一個輸出。舉例而言,DTIES程序及模型層集418p可以依據其輸入來產生預測致動器命令集(ACS)DTIES速度加速度命令相鄰增量資料440f(例如,作為輸出)。
在一些非限制性實施例中,世界視圖模組418f的模組的至少一個子集(例如,子模組及/或類似者)可以接收輸入的至少一個子集(及/或從DTIES程序及模型層集418p輸出的預測ACS-DTIES速度加速命令相鄰增量資料440f),並據此產生輸出。舉例而言,物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、及/或邊界/限制條件/規則處理及模型層集418fd中之每一者可以接收融合環境感測器資料440g,以作為輸入。附加或可替代地,物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、邊界/限制條件/規則程序及模型層集418fd、信任度及不確定性程序及模型層集418fe、動量交換確定程序及模型層集418ff、目標放置模組418fg、元素限制模組418fh、地理空間地圖到世界視圖地圖的定向管理器418fi、動態互動媒體程序及模型層集418fj、及/或動態包絡元素命令串鏈結器418fk中之每一者可以接收當前的世界視圖關係互動地圖450a,以作為輸入。附加或可替代地,目標放置模組418fg及/或元素限制模組418fh可以接收命令目標以及限制導引資料440a,以作為輸入。附加或可替代地,地理空間地圖到世界視圖地圖的定向管理器418fi可以接收地理空間地圖資料440b,以作為輸入。附加或可替代地,動態包絡元素命令串鏈結器418fk可以接收預測ACS-DTIES速度加速命令相鄰增量資料440f,以作為輸入。附加或可替代地,可以提供世界視圖模組418f的任何模組(例如,子模組及/或類似者)的輸出,以作為針對世界視圖模組418f的任何其他模組(例如,子模組及/或類似者)的輸入。
在一些非限制性實施例中,可以提供世界視圖模組418f的模組(例如,子模組及/或類似者)的至少一個子集的輸出,以作為針對世界視圖地圖聚集出現程序及模型層集418fl的輸入,並且可以據此產生至少一個輸出。舉例而言,可以提供物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、邊界/限制條件/規則程序及模型層集418fd、信任度及不確定性程序及模型層集418fe、動量交換確定程序及模型層集418ff、目標放置模組418fg、元素限制模組418fh、地理空間地圖到世界視圖地圖的定向管理器418fi、動態互動媒體程序及模型層集418fj、及/或動態包絡元素命令串鏈結器418fk中之每一者的輸出,以作為針對世界視圖地圖聚集出現程序及模型層集418fl的輸入,並且可以據此產生至少一個輸出。舉例而言,世界視圖地圖聚集出現程序及模型層集418fl可以產生與世界視圖關係互動地圖的更新(例如,依據世界視圖地圖聚集出現程序及模型層集418fl的當前輸入刷新、重新產生、及/或類似者)版次相關聯的經更新的世界視圖關係互動地圖資料450b。在一些非限制性實施例中,經更新的世界視圖關係互動地圖資料450b可以代替當前的世界視圖關係互動地圖資料450a(例如,現在可以將經更新的世界視圖關係互動地圖資料450b視為當前的世界視圖關係互動地圖資料450a)。
在一些非限制性實施例中,為了從輸入(例如,所接收的融合環境感測器資料440g及/或類似者)產生世界視圖(例如,WRIM),世界視圖模組418f可以執行用於解釋、分類、及/或考慮組成或構成操作環境的實體的操作。該等實體可以指稱為物體行動者。舉例而言,物體可以包括非智慧動作的及/或靜止的實體,可以並未直接控制其動態狀態。附加或可替代地,行動者可以包括能夠控制(例如,直接及/或直接鏈結)其動態動作的實體。在一些非限制性實施例中,行動者可以控制及/或影響其他物體及/或行動者的動態狀態。在一些非限制性實施例中,物體可以包括傳送外部方向的資訊狀態。舉例而言,交通控制訊號裝置(例如,停止燈、警示燈、平交道燈、及/或類似者)及/或標誌(例如,道路標誌及/或類似者)。在一些非限制性實施例中,主控平台所控制的動態系統420所動態互動的媒體可以是物體及/或行動者。
在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以存取來自主控平台所控制的動態系統420的資料(例如,訊息、串流、及/或類似者),以例如執行用於收集及/或結構化這樣的資料(例如,主控平台所控制的動態系統420的當前及預測的可使用功率狀態資料440d、致動器狀態資料440c、當前狀態DTIES資料440e、及/或類似者)的操作。附加或可替代地,主控平台狀態資料標準化模組418c可以針對從主控平台動態資料饋送介面418d所傳送的上述資料(例如,訊息、串流、及/或類似者)執行處理(例如,提取、轉換、加載、及/或類似處理)。在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以執行標準化處理,標準化處理可以包括結構化從不同型號及/或製造商的不同致動器及/或感測器所接收的資料的資料格式。在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以將這樣的致動器及/或感測器所使用的資料格式結構化(例如,轉換及/或類似者)成標準化的資料格式,以在ROE命令及/或測量裝置410(及/或ROE系統102)內共通使用。在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以包括程序模型層集,程序模型層集可以執行操作以確定與主控平台所控制的動態系統420相關聯的當前及預測的可使用功率狀態資料440d的標準化視圖,及/或確定將可使用功率傳遞至DTIES程序及模型層集418p(例如,發送至世界視圖模組418f中的其他程序模型層集,以供使用)的致動器命令的對應映射的可能結果。舉例而言,主控平台狀態資料標準化模組418c的這種程序模型層集可以將關於主控平台所控制的動態系統420的當前及預測功率可使用功率狀態資料440d、致動器狀態資料440c、當前狀態DTIES資料440e、及/或類似者的標準化輸出傳送至DTIES程序及模型層集418p。
在一些非限制性實施例中,致動器命令集(ACS)可以包括在CDC中所命令的致動器命令增量輸入的特定(例如,排他及/或類似者)組合。附加或可替代地,組合集可以包括在CDC的經過中可以動作的所有動態自由度。舉例而言,主控平台所控制的動態系統420可以包括轉向及/或節流閥致動器,其中每一者都可以被命令在相同的CDC中具有增量。
在一些非限制性實施例中,可使用的ACS可以包括(例如,針對所有致動器的)(例如,主控平台所控制的動態系統420的)可使用的致動器命令增量輸入的組合及/或在一個CDC中可以發佈的給定狀態下的(例如,主控平台所控制的動態系統420的)操作者可使用的對應致動度。舉例而言,當轉向致動器已經處於其自由度的左側的最大弧度極限時,主控平台所控制的動態系統420無法使用ACS。在這樣的實例中,無法使用包括讓轉向致動器向左進一步轉動的增量的ACS。
在一些非限制性實施例中,動態轉移介面(DTI)可以包括(例如,主控平台所控制的動態系統420的)系統部件,可以在其上施加致動器力,以維持及/或影響主控平台所控制的動態系統420的動態狀態。舉例而言,DTI可以包括用於輪式系統的輪胎;用於越野車輛的履帶;用於船及/或飛行器的推進力出口岐管;作為飛行器的控制表面的襟翼、舵及/或副翼、及其任一組合、及/或類似者。
在一些非限制性實施例中,DTIES可以包括向(例如,主控平台所控制的動態系統420的)DTI的能量轉移及/或向動態互動媒體(DIM)輸出的所得效率的因子。附加或可替代地,世界視圖模組418f可以使用DTIES因子來預測針對ACS的動態狀態回應。
在一些非限制性實施例中,可以藉由(例如,主控平台所控制的動態系統420的)DTI可以互動的媒體及/或表面來實現DTIES。附加或可替代地,DIM可以是(例如,主控平台所控制的動態系統420的)DTI可以接觸及/或DTI可以互動以維持及/或影響(例如,主控平台所控制的動態系統420的)動態狀態的媒體、空間、及/或表面。在一些非限制性實施例中,DIM可以具有可以影響維持及/或改變主控平台所控制的動態系統420的動態狀態的DTI的效率的屬性(例如,性質及/或類似者)。舉例而言,這樣的屬性可以包括黏度、密度、梯度、斜度、摩擦、其任一組合、及/或類似者(例如,可以輔助及/或抵抗從DTI轉移出及/或轉移進入DTI的能量)。
在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以執行操作,以例如確定當前命令致動器狀態的標準化視圖,以確定致動器命令增量何時達到極限(例如,最小值、最大值、及/或類似者)。舉例而言,轉向舵控制表面致動器可能達到左舷或右舷最大角度,這可能阻止進一步命令將舵進一步朝向左舷的增量(例如,導致限制可使用功率傳遞,而進一步影響相對於轉向舵控制表面致動器的狀態,但針對其他致動器及/或外部媒體屬性的其他調整可能影響針對左舷方向的回應)。在一些非限制性實施例中,主控平台狀態資料標準化模組418c可以測量當前狀態DTIES資料440e(例如,與主控平台所控制的動態系統420及/或其DTI相關聯),及/或將這樣的資料傳送至動態轉移介面效果飽和程序及模型層集418p。
在一些非限制性實施例中,世界視圖模組418f可以例如依據環境感測器資料(例如,融合環境感測器資料440g及/或類似者)、其他動態資料串流(如先前產生的世界視圖)(例如,當前世界視圖關係互動地圖資料450a)、及/或類似者來產生世界視圖(例如,WRIM)。舉例而言,世界視圖模組418f可以確定在感知及動態特徵之間共享的關係回應(例如,互動及/或類似者),及/或融合關係互動可以出現在世界視圖地圖聚集出現程序及模型層集合418f1處。
在一些非限制性實施例中,世界視圖模組418f可以駐留(例如,實現、儲存、及/或類似者)在ROE命令及測量裝置410上。附加或可替代地,世界視圖模組418f可以包括(例如,封裝及/或類似者)物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、邊界/限制條件/規則程序及模型層集418fd、信任度及不確定性程序及模型層集418fe、動量交換確定程序及模型層集418ff、目標放置模組418fg、元素限制模組418fh、地理空間地圖到世界視圖地圖的定向管理器418fi、動態互動媒體程序及模型層集418fj、動態包絡元素命令串鏈結器418fk、世界視圖地圖聚集出現程序及模型層集418fl、其任一組合、及/或類似者的一或更多個實例。附加或可替代地,世界視圖模組418f可以使用該等模組(例如,一些者、所有者、及/或類似者)(例如,程序模型層集、子模組、及/或類似者)依據例如先前的更新(例如,當前世界視圖關係互動地圖資料450a)、其他動態狀態及/或環境感測器資料、及/或類似者來產生WRIM。在一些非限制性實施例中,WRIM可以包括座標系統,座標系統捕捉操作域上下文,操作域上下文結合時間範圍內的所控制的動態系統的當前及潛在動態狀態與所感知的操作環境之間的感知及預測關係。
在一些非限制性實施例中,WRIM可以包括動態操作包絡及/或感知包絡。在一些非限制性實施例中,動態包絡及感知包絡中之每一者可以包括各別元素。附加或可替代地,動態包絡元素可以包括與主控平台所控制的動態系統420的動態動作以及操作環境中所感知的物體行動者的動作有關的感知包絡的所造成的概率狀態及概率狀態改變的速率。在一些非限制性實施例中,世界視圖模組418f可以產生(例如,建構及/或類似者)動態狀態與感知包絡的預測改變的關係的地圖,及/或亦可以獨立於主控平台所控制的動態系統420來考慮物體行動者的動作。在一些非限制性實施例中,動態狀態可以是所命令的ACS中的結果,並且可以是從所控制的動態系統轉移到操作環境中的能量的隨後影響。
在一些非限制性實施例中,世界視圖(例如,WRIM)可以包括表示感知包絡之間的關係的所產生的地圖,及/或亦可以獨立於主控平台所控制的動態系統420的實際及潛在(例如,依概率來確定)的動態動作及/或在時間範圍內主控平台所控制的動態系統420可以操作的環境上下文來考慮物體行動者的動作。在一些非限制性實施例中,時間範圍可以包括預定數量的CDC(例如,任意數量的CDC、依據經驗確定的相關數量的CDC、及/或類似者),並且可以包括針對ROE命令及測量裝置410(例如,世界視圖模組418f)所開發的WRIM中的動態包絡的當前及將來的CDC。在一些非限制性實施例中,戰術等級命令決定(如本文所述)可以包含在時間範圍內,及/或操作命令決定及/或戰略命令決定可以超出時間範圍。
在一些非限制性實施例中,世界視圖(例如,WRIM)動態包絡元素可以與主控平台所控制的動態系統420及/或其環境的時間範圍及動態狀態成比例彈性擴展及/或收縮。附加或可替代地,這種擴展及/或收縮可以讓WRIM成為彈性參考座標系統。在一些非限制性實施例中,彈性可以是動態包絡元素相對於當前動態狀態以及後續潛在動態狀態擴展及/或收縮的結果,後續潛在動態狀態係由於先前CDC頻帶中的造成動態狀態改變的命令所產生。在一些非限制性實施例中,這樣的彈性可以是影響CDC ROE幅度的特徵(如本文所述),而可以是操作者效能的標準化及/或客觀測量。舉例而言,CDC ROE幅度可以解釋所控制的動態系統的操作者可以與不能進行動態影響的原因。
在一些非限制性實施例中,CDC頻帶可以包括用於各別CDC的所有開發的動態包絡元素的集合。附加或可替代地,給定的CDC頻帶中的動態包絡元素可以在先前CDC頻帶中的動態包絡元素之後。附加或可替代地,給定CDC頻帶中的動態包絡元素可以在下一個後續CDC頻帶的動態包絡元素之前。附加或可替代地,命令相鄰動態元素可以包括從先前CDC頻帶至給定CDC頻帶及/或從給定CDC頻帶至後續CDC頻帶依序向前及/或依序向後的元素。
在一些非限制性實施例中,DTIES程序及模型層集418p可以接收(例如,存取及/或類似者)當前狀態DTIES資料440e、致動器狀態資料440c、及/或來自主控平台狀態資料標準化模組418c的所輸出的當前及預測的可使用功率狀態資料440d,及/或DTIES程序及模型層集418p可以執行操作以提供考慮主控平台所控制的動態系統420的當前狀態的地圖,以提供ACS、DTIES、及所得的加速度及速度狀態之間的預測關係。在一些非限制性實施例中,由於動態包絡元素命令串鏈結器418fk可以負責將地圖關係速度及加速度用於所鏈結的動態包絡元素內的位置來產生世界視圖(例如,WRIM),可以排除位置。在一些非限制性實施例中,可以將預測的ACS-DTIES速度加速度命令相鄰增量資料440f發送至動態包絡元素命令串鏈結器418fk。
在一些非限制性實施例中,動態互動媒體程序及模型層集合418fj可以存取當前世界視圖關係互動地圖資料450a,及/或執行操作以確定DIM對於DTIES的影響。附加或可替代地,依據當前世界視圖關係互動地圖資料450a中的物體行動者分類,動態互動媒體程序及模型層集418fj可以識別影響DTIES的DIM調整梯度因子。舉例而言,較粗糙的道路表面可能增加道路表面摩擦及/或影響汽車的DTIES。在一些非限制性實施例中,動態互動媒體程序及模型層集418fj可以使用經過的世界視圖(例如,WRIM)以及當前世界視圖關係互動地圖資料450a,以執行使用隨著操作的大量輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,動態互動媒體程序及模型層集418fj可以將所識別的新的且經調整的DIM影響因子傳送至動態包絡元素命令串鏈結器418fk及/或世界視圖地圖聚集出現程序及模型層集418fl(例如,為了合併至下一個世界視圖中的CDC標定的動態包絡元素中(例如,經更新的世界視圖關係互動地圖資料450b))。
在一些非限制性實施例中,命令串可以包括與動態包絡元素對應的一系列鏈結致動器命令,若受到命令,則可以將主控平台所控制的動態系統420從原始世界視圖動態包絡元素移動至(例如,以預測概率)終端世界視圖動態包絡元素(例如,直接及/或透過中間世界視圖動態包絡元素)。在一些非限制性實施例中,命令串束可以包括所有經處理的命令串的集合,而從一個WRIM CDC頻帶中的一個世界視圖動態包絡元素發出,隨後在預測的所得的動態包絡元素上發散,然後收斂於另一WRIM CDC頻帶中的終端世界視圖動態包絡元素。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以負責管理世界視圖中的可使用命令串的集合與命令串束。
在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以存取預測的ACS-DTIES速度加速度命令相鄰增量資料440f、元素限制模組418fh(例如,其輸出)、從目標放置模組418fg所輸處的目標資料、及/或當前世界視圖關係互動地圖資料450a,以執行操作來預測CDC前段的經過時間的ACS所導致的位置、速度、及加速度狀態的命令相鄰元素維度關係。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以使用經過的世界視圖(例如,WRIM)以及當前世界視圖關係互動地圖資料450a,以執行可以使用隨著操作的大量輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以結合包含在當前世界視圖關係互動地圖資料450a中的動態平移互動媒體飽和度影響梯度因子的使用,以調整用於預測的ACS-DTIES速度加速度命令相鄰增量資料440f上的所執行的操作的參數。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以清除由於最後週期的命令決定的最後所選擇的命令而可能不再獲得的動態包絡元素,及/或因此在接近CDC頻帶中的可使用動態包絡元素可能減少。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以輸出新的及/或經更新的動態包絡元素,包括ACS、位置、速度、加速度、及/或具有對應命令相鄰參考(例如,命令串及/或命令串束)的運載動量,及/或可以將輸出傳送至世界視圖地圖聚集出現程序及模型層集418f(例如,為了合併至下一個世界視圖中的CDC標定的動態包絡元素中(例如,經更新的世界視圖關係互動地圖資料450b))。在一些非限制性實施例中,運載動量可以包括與主控平台的質量及速度有關的主控平台所控制的動態系統420的自由(例如,未交換)動量。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以從主控平台所控制的動態系統420所駐留的當前動態包絡元素增加式工作,及/或動態包絡元素命令串鏈結器418fk可以從主控平台所控制的動態系統420所駐留的當前動態包絡元素向前來增加CDC,亦可以從中間元素及/或目標元素向後來增加CDC。在一些非限制性實施例中,來自元素限制模組418fh的邏輯及/或指令可以設定用於元素增加的標準。
在一些非限制性實施例中,動態包絡元素可以具有彈性(例如,根據命令相鄰動態包絡元素狀態而擴展及/或收縮)。附加或可替代地,在世界視圖中的位置(例如,WRIM)可以視為在命令決定循環的執行經過期間(例如,由於彈性效應)所佔用的體積。附加或可替代地,在較高能量狀態下,主控平台所控制的動態系統420可以佔用大於其靜止體積維度的體積。在一些非限制性實施例中,佔用擴張可以指稱彈性動態包絡元素中的位置的此特性。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk可以確定動態包絡元素的關係維度,因為該等元素在CDC頻帶中鏈結在一起,所以產生擴展的及/或收縮的世界視圖的動態包絡。
在一些非限制性實施例中,元素限制模組418fh可以維持時間範圍CDC實例數量及/或用於設定應該藉由世界視圖模組418f(例如,動態包絡元素命令串鏈結器418fk)考慮的CDC迭代預測的數量的標準。在一些非限制性實施例中,命令模組418i可以將用於世界視圖產生與戰術等級的操作性能特性的實施者及/或使用者引導限制條件及/或時間範圍CDC計數傳送至元素限制模組418fh。在一些非限制性實施例中,元素限制模組418fh可以處理指令,並將對應限制放置於世界視圖模組418f中的適用的程序模型層集上。舉例而言,實施者及/或使用者可以發佈指令來僅開發並未超過閾值加速度的動態包絡元素,而元素限制模組418fh可以指示動態包絡元素命令串鏈結器418fk不要進一步開發用於違反閾值標準的動態包絡元素的預測迭代(在此實例中為加速度超過所設定的加速度閾值的超出動態狀態)。
在一些非限制性實施例中,裝置應用程式、計算功率、及/或類似者可以設置需求來限制ROE命令及測量裝置410可以執行計算操作的動態包絡元素的數量。附加或可替代地,元素限制模組418fh可以利用時間範圍參數調整、目標命令擴張限制條件、動態狀態限制條件、可調整精度公差範圍、及/或類似者的一或更多個組合來適應這樣的需求。在一些非限制性實施例中,ROE命令及測量裝置410可以使用該等方法中之二或更多種的組合。在一些非限制性實施例中,模型學習及/或細化可以用於識別有效及/或最佳化的調整、公差、限制、限制條件設定、及/或類似者,以滿足計算需求。
在一些非限制性實施例中,時間範圍參數調整可以藉由減少構成WRIM的CDC的數量讓動態包絡元素的數量能夠降低。
在一些非限制性實施例中,目標命令擴張限制條件可以限制世界視圖模組418f,以將動態包絡元素建構成可以基於動態狀態參數及/或應該開發的元素的固定分配數量的限制擴張範圍。附加或可替代地,知道目標動態狀態需求可以讓世界視圖模組418f能夠鏈結當前主控平台所控制的動態系統420的CDS狀態以及該目標所駐留的未來CDC中的目標。附加或可替代地,目標可以是預先定位的參考動態包絡元素。附加或可替代地,藉由具有目標所需的位置、速度、及加速度狀態集,世界視圖模組418f可以執行來自未來CDC動態包絡元素的操作。在一些非限制性實施例中,在向前以及向後操作產生可容忍的類似的動態包絡元素的情況下,操作可以停止動態包絡元素的發散開發。在一些非限制性實施例中,可以將擴張設定成捕捉空間限制條件與動態狀態限制條件(例如,並未開發超過目標設定動態狀態的動態包絡元素)。
在一些非限制性實施例中,動態狀態限制條件可以限制高於或低於所設定的動態狀態限制的動態包絡元素的迭代開發。附加或可替代地,此類型的限制條件可以指示動態包絡元素命令串鏈結器418fk不評估相鄰於未符合動態狀態閾值標準的參考元素的元素命令。
在一些非限制性實施例中,可調整的精度公差範圍限制條件限制可以包括依據所指定的標準來調緊及/或放鬆由致動器命令所產生的動態狀態的精度公差。附加或可替代地,所指定的標準可以包括未來CDC與當前CDC的接近度、與區域的接近度、物體行動者行為、其任一組合、及/或類似者。在一些非限制性實施例中,可以設置基於CDC接近度的限制,以讓用於在未來更遠的CDC頻帶中的動態包絡元素的動態包絡元素命令串鏈結器418fk能夠在區段式ACS增量中開發,以及所得的動態狀態具有更寬的概率的擴張或散佈,並因此建構表示多個ACS命令及動態狀態的較不精確的動態包絡元素。對於基於區域接近度的限制,元素限制模組418fh可以解釋實施者及/或使用者所發佈的標準,以及評估當前世界視圖關係互動地圖資料450a,以識別滿足區域接近度標準的區域,並相應向鏈結器更新限制指令。舉例而言,區域接近度限制可以是從最後產生的動態包絡的三十(30)個CDC頻帶內駐留的任何人向後進行完整動態包絡元素增量的使用者指令(例如,具有已經影響的任何限制及/或沒有限制)。在一些非限制性實施例中,基於物體行動者行為的限制係識別滿足當前世界視圖關係互動地圖資料450a中的閾值標準的行為。舉例而言,在高於閾值速度及/或加速度的情況下定向接近的物體行動者、分配高不確定性的行為預測的物體行動者、及/或類似者可能導致元素限制模組418fh指定在物體行動者附近開發及鏈結的動態包絡元素中所增加的精度公差。
在一些非限制性實施例中,可以藉由將動態包絡元素命令串鏈結器418fk所組裝的動態關係映射至物體行動者外部程序及模型層集418fa、物體行動者內部程序及模型層集418fb、物體行動者行為程序及模型層集418fc、邊界/限制條件/規則程序及模型層集418fd、及/或類似者的輸出來開發世界視圖的感知包絡。
在一些非限制性實施例中,物體行動者外部程序及模型層集418fa可以存取記憶體中的融合環境感測器資料440g與當前世界視圖關係互動地圖資料450a及/或針對記憶體中的融合環境感測器資料440g與當前世界視圖關係互動地圖資料450a執行操作,以例如執行用於產生可以傳送至世界視圖地圖聚集出現程序及模型層418fl的輸出的操作。在一些非限制性實施例中,物體行動者外部程序及模型層集418fa可以針對包含環境的物體行動者進行分類,及/或提供包括關於物體行動者及/或追蹤分配的資訊的輸出。在一些非限制性實施例中,可以添加物體行動者幾何形狀及/或其他相關維度類型,以作為分配至世界視圖地圖元素的資訊。在一些非限制性實施例中,物體行動者外部程序及模型層集418fa可以使用經過的世界視圖以及當前世界視圖關係互動圖資料450a,以執行使用隨著操作的輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,物體-行動者外部程序及模型層集418fa可以利用分類來更新世界視圖地圖元素。在一些非限制性實施例中,世界視圖地圖聚集出現程序及模型層集418fl可以接收外部分類及/或屬性更新,及/或在世界視圖地圖更新(例如,經更新的世界視圖關係互動地圖資料450b)中與世界視圖地圖元素的分配合併。
在一些非限制性實施例中,物體行動者內部程序及模型層集418fb可以存取融合環境感測器資料440g與當前世界視圖關係互動圖資料450a,以例如執行用於產生可以發送至世界視圖地圖聚集出現程序及模型層418fl的輸出的操作。在一些非限制性實施例中,物體行動者內部程序及模型層集418fb可以在當前世界視圖關係互動地圖450a的元素上查找物體行動者分類分配,及/或參考預先計算的內部參數及物體行動者的特性。舉例而言,這樣的參數可以包括物體行動者質量、密度、及/或變形彈性。在一些非限制性實施例中,物體行動者內部程序及模型層集418fb可以將世界視圖上的對應物體群組元素分配與融合環境感測器資料440g中的對應非抽象元素進行交叉參考,以推斷內部屬性。在一些非限制性實施例中,物體行動者內部程序及模型層集418fb可以採用經過的世界視圖(例如,WRIM)以及當前世界視圖關係互動地圖450a,以執行使用隨著操作的輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,物體行動者內部程序及模型層集418fb可以跨越所有時間範圍命令決定循環將物體行動者的內部屬性傳送至世界視圖元素,以將世界視圖地圖聚集出現程序及模型層集418fl合併至下一個世界視圖地圖更新中的命令決定循環標定的動態包絡元素與感知包絡元素。
在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以存取融合環境感測器資料440g與當前世界視圖關係互動圖資料450a,以執行用於產生可以發送至世界視圖地圖聚集出現程序及模型層418fl的輸出的操作。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以從經過的命令決定循環的世界視圖中保留物體行動者設置。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以使用設置狀態來追蹤由物體行動者的當前及最近以及預先計算的可能及所認為的未來的預測狀態所組成的實況行為。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以使用經過的世界視圖(例如,WRIMS)以及當前世界視圖關係互動圖資料450a,以執行使用隨著操作的輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以使用當前世界視圖關係互動作用地圖資料450a來確定表示在CDC上擴張的動態狀態的可使用動態包絡元素,並且這種使用及確定能夠實現行為預測,以執行用於考慮主控平台所控制的動態系統420的動態狀態的操作。附加或可替代地,可以相對於主控平台的動態潛力來形成產生用於捕捉觀察者效果的預測輸出。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以傳送佔用動態包絡元素的物體行動者的概率分佈以及物體行動者的動態狀態係預測為將持續佔用動態包絡元素。在一些非限制性實施例中,此物體行動者動態狀態佔用概率分佈可以跨越所有時間範圍命令決定循環分配至所有適用的動態包絡元素,以將世界視圖地圖聚集出現程序及模型層集418fl合併至下一個世界視圖地圖更新中的動態包絡元素。在一些非限制性實施例中,物體行動者行為程序及模型層集418fc可以跨越世界視圖地圖CDC標定的動態包絡元素與感知包絡元素分佈物體行動者設置概率。在一些非限制性實施例中,與WRIM的性質一致,物體行動者的動態狀態可以相對於主控平台所控制的動態系統420(例如,物體行動者的動態狀態可以佔用動態包絡元素)。
在一些非限制性實施例中,可以施加邊界、限制條件、及/或規則來形成需要、限制、及/或建議主控平台所控制的動態系統420的禁止及/或允許使用及操作的限制條件,條件及/或邊界。舉例而言,可以藉由獨立於主控平台所控制的動態系統420的操作者的一方來施加規則限制條件、條件、及/或邊界,以例如向主控平台所控制的動態系統420(例如,可能具有未受限制的動態包絡)進行同步、解除衝突、提供通行權、及/或提供狀態導引及/或限制(主控平台所控制的動態系統420應該及/或必須遵守)。
在一些非限制性實施例中,邊界/限制條件/規則程序及模型層集418fd可以存取融合環境感測器資料440g及/或當前世界視圖關係互動圖資料450a,以執行用於產生可以發送至世界視圖地圖聚集出現程序及模型層418fl的輸出的操作。在一些非限制性實施例中,邊界/限制條件/規則程序及模型層集418fd可以使用當前世界視圖關係互動地圖資料450a中的分類資訊,及/或執行用於確定外部表達及/或所推斷(例如,隱含及/或類似者)的操作環境中的邊界、限制條件、及/或規則的存在的操作。在一些非限制性實施例中,邊界/限制條件/規則程序及模型層集418fd可以使用經過的世界視圖(例如,WRIM)及/或當前世界視圖關係互動地圖資料450a,以執行可以使用隨著操作的輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,在確定任何邊界、限制條件、及/或規則的存在期間或之後,邊界/限制條件/規則程序及模型層集418fd可以確定任何存在的邊界、限制條件、及/或規則的適用性。附加或可替代地,在確定存在及/或適用性之後,邊界/限制條件/規則程序及模型層集418fd可以將邊界、限制條件、及/或規則傳送至世界視圖地圖聚集出現程序及模型層集418fl,以合併至下一個世界視圖地圖更新中的命令決定循環標定的動態包絡元素與感知包絡元素。
在一些非限制性實施例中,動量交換確定程序及模型層集418ff可以存取當前世界視圖關係互動地圖資料450a,以執行用於產生可以傳送至世界視圖地圖聚集出現程序及模型層418fl的輸出的操作。在一些非限制性實施例中,動量交換確定程序及模型層集418ff可以使用包含在當前世界視圖關係互動地圖資料450a的動態包絡元素中的關於物體行動者分類、內部屬性、及/或行為概率分佈的資訊,以執行用於確定在主控平台所控制的動態系統420與物體行動者都在相同CDC中佔用動態包絡元素的事件中所得的動量交換的概率及量值、主控平台所控制的動態系統420與物體行動者的共同佔用的相關概率、質量、及/或速度的操作。在一些非限制性實施例中,動量交換確定程序及模型層集418ff可以執行用於將行為預測處理為佔用概率的操作,其中動量交換可以是佔用概率、質量、及速度的關係。在一些非限制性實施例中,動量交換確定程序及模型層集418ff可以採用經過的世界視圖(例如,WRIM)以及當前世界視圖關係互動地圖資料450a,以執行使用隨著操作的輸入而發生的感興趣特徵的改變的操作。在一些非限制性實施例中,動量交換確定程序及模型層集418ff可以將物體行動者的概率分佈擴張在更多數量的動態包絡元素上,並且如果這樣,則動量交換事件概率可以利用導致達到較低的交換等級的方式來擴張。在一些非限制性實施例中,隨著CDC的經過與概率分佈變緊,通過動態包絡元素的閾值可以增加,及/或可以具有更受限的分佈。在一些非限制性實施例中,在確定所得的動量交換之後,動量交換確定程序及模型層集418ff可以將動量交換資訊傳送至世界視圖地圖聚集出現程序及模型層集418fl。
在一些非限制性實施例中,地理空間地圖到世界視圖地圖的定向管理器418fi可以執行與地理空間參考地圖相關的操作,而可以由ROE命令及測量裝置410用於戰略及/或操作等級命令(例如,傳送至WRIM)。在一些非限制性實施例中,地理空間地圖到世界視圖地圖的定向管理器418fi可以從命令模組418i存取當前世界視圖關係互動地圖資料450a與地理空間參考地圖的記憶體中的區段。在一些非限制性實施例中,地理空間地圖到世界視圖地圖的定向管理器418fi可以使用藉由邊界/限制條件/規則程序及模型層集418fd以及物體行動者外部程序及模型層集418fa分類的屬性來針對當前世界視圖關係互動地圖資料450a執行操作,而體現可以用於對準及/或匹配地理空間參考地圖中的特徵的邊界及幾何形狀。在一些非限制性實施例中,地理空間地圖到世界視圖地圖的定向管理器418fi亦可以使用GPS、GNSS、另一可使用的信標或應答器類型的位置參考系統、及/或類似者,以相對於WRIM來定向地理空間參考地圖。
在一些非限制性實施例中,地理空間地圖到世界視圖地圖的定向管理器418fi可以利用針對地理空間地圖位置定位具有較低精度需求的方式(例如,相較於運動計劃處理需要高精度,而使得GPS/GNSS不足,需要使用針對定位參考而建構的高解析度三維地圖(以實現所需的位置精度)的某些其他自主方式)來將WRIM與地理空間地圖相關。在一些非限制性實施例中,此舉可能包括高計算循環成本。
在一些非限制性實施例中,在不存在或丟失地理空間參考地圖或外部定位系統的情況下,ROE命令及測量裝置410仍然可以維持相對於世界視圖(例如,WRIM)的定位及姿勢。在一些非限制性實施例中,ROE命令及測量裝置410可能仍然能夠產生ROE,並在ROE內執行命令。在一些應用中,可能不需要或不提供地理空間參考地圖。在一些非限制性實施例中,在包括路由及導航的戰略及操作目標需要使用地理空間參考地圖的應用中,ROE命令及測量裝置410可以偵測地理空間參考地圖,外部通訊及/或定位系統(例如,GPS、GNSS、及/或類似者)網路連接的丟失及/或不存在,及/或ROE命令及測量裝置410可能仍然能夠確定隱含目標,以藉由使用ROE來維持操作,並在ROE內以及具有在安全性及操作性能中所儲存的一組應急處理指令的情況下,最佳化閾值導引管理器418if可以嘗試將主控平台所控制的動態系統420定位於安全尋找模式的保持位置,直到在連接尋找模式下重新建立通訊及/或繼續進行通訊,以命令ROE內的主控平台移動離開通訊丟失區域,並在另一區域重新建立通訊及/或定位系統網路連接。
在一些非限制性實施例中,目標放置模組418fg可以接收及/或存取地理空間地圖資料、命令目標及限制導引資料440a(例如,來自命令模組418i)、當前世界視圖關係互動地圖450a、及/或類似者,以執行用於在滿足目標狀態標準的動態包絡元素中設定主動目標的操作。在一些非限制性實施例中,目標放置模組418fg可以將目標動態佔用元素分配以及狀態條件輸出傳送至世界視圖地圖聚集出現程序及模型層集418fl,以併入下一個世界視圖地圖更新(例如,經更新的世界視圖關係互動地圖450b)中的動態包絡元素及/或感知包絡元素。在一些非限制性實施例中,動態包絡元素命令串鏈結器418fk與元素限制模組418fh可以使用後續CDC中的輸出,以識別用於命令模組的命令串束及/或為了實現目標而針對元素開發進行優先排序。
在一些非限制性實施例中,針對測量用途,ROE命令及測量模組410能夠在沒有已知目標的情況下開發WRIM及ROE。附加或可替代地,ROE命令及測量模組410可以依據計算所控制的動態系統所處的位置作為經過的CDC的目標來執行推斷目標的操作。
在一些非限制性實施例中,信任度不確定性值可以捕捉在當前CDC中的ROE命令及測量裝置410(及/或其模組418)的所開發的信任度(例如,確定性、概率、不確定性的缺乏、保證度、及/或類似者)的等級,及/或將在經過的CDC的處理中的構成元素及/或歸因於世界視圖的元素的預測、分類、及/或概率分佈中的信任度(例如,確定性、概率、不確定性的缺乏、保證度、及/或類似者)等級的改變作為模式問題。舉例而言,影響信任度及不確定性等級的因子可以包括感測器資料品質、感測器資料中的失真/光學眩光/雜訊、視場中所發生的障礙、混淆的體積深度、及/或類似者(例如,其他物體行動者可以駐留但無法觀察的情況);針對沒有呈現追蹤歷史的新物體行動者的初始感知;偏離預測的過去CDC的DTIES值;及/或類似者。在一些非限制性實施例中,世界視圖模組418f可以分配與專用目的相關的值,而可以包括針對概率及/或伴隨所發佈的概率的不確定性的信任度的概率。舉例而言,信任度及不確定性程序及模型層集418fe可以執行用於聚集概率信任度與不確定性等級的集合的操作,以及執行可以增加信任度/降低不確定性的操作,及/或類似者。
在一些非限制性實施例中,信任度及不確定性程序及模型層集418fe可以接收當前世界視圖關係互動地圖450a,以執行用於確定(例如,求和及/或類似者)藉由ROE命令及測量裝置410的其他模組及/或世界視圖模組418f報告及分配至WRIM中的元素的信任度不確定性的操作。在一些非限制性實施例中,信任度及不確定性程序及模型層集418fe可以加權來自ROE命令及測量裝置410的其他模組及/或世界視圖模組418f的信任度不確定性。在一些非限制性實施例中,信任度及不確定性程序及模型層集418fe可以將針對世界視圖中的元素的組合信任度不確定度分類輸出至世界視圖地圖聚集出現程序及模型層集418f1。
在一些非限制性實施例中,世界視圖地圖聚集出現程序及模型層集418fl可以接收及/或存取當前世界視圖關係互動地圖資料450a以及世界視圖模組418f的其他模組(例如,子模組)的所有者或一些者的輸出,以執行包括將經更新的動態包絡及感知包絡元素與經更新的關係維度、幾何形狀、分類、屬性、性質、概率進行組合的操作。在一些非限制性實施例中,組合的輸出世界視圖地圖聚集出現程序及模型層集418f1可以包括經更新的世界視圖關係互動地圖450b。
在一些非限制性實施例中,在裝置啟動及/或開啟時(例如,ROE命令及測量裝置410),世界視圖模組418及/或其模組(例如,子模組)可以初始化所感測的環境的所接收的標準化感測器饋送資訊以及主控平台所控制的動態系統420的狀態(例如,當裝置在啟動時進行初始化並且沒有當前世界視圖關係互動地圖450a時)。
在一些非限制性實施例中,可以將經更新的世界視圖關係互動地圖450b作為當前世界視圖關係互動地圖450a提供給世界視圖模組418f,亦可以傳送及/或以其他方式提供給預測的合理操作包絡模組418h。
參照第4E圖,在一些非限制性實施例中,預測的合理操作包絡模組418h可以接收至少一個輸入。舉例而言,預測的合理操作包絡模組418h可以接收當前世界視圖關係互動地圖資料450a,以作為輸入。在一些非限制性實施例中,預測的合理操作包絡模組418h可以包括複數個模組(例如,子模組及/或類似者)。舉例而言,預測的合理操作包絡模組418h可以包括動量交換閾值程序及模型層集418ha、信任度不確定性閾值程序及模型層集418hb、邊界規則限制條件(BRC)閾值程序及模型層集418hc、主要分配程序及模型層集418hd、其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,預測的合理操作包絡模組418h的模組(例如,子模組及/或類似者)的至少一子集可以接收輸入的至少一子集(例如,當前世界視圖關係互動地圖資料450a),並據此產生輸出。舉例而言,動量交換閾值程序及模型層集418ha、信任度不確定性閾值程序及模型層集418hb、及/或BRC閾值程序及模型層集418hc中之每一者可以接收當前世界視圖關係互動地圖資料450a,以作為輸入。附加或可替代地,動量交換閾值程序及模型層集418ha可以依據輸入來產生動量合格/不合格/條件式分配更新資料440ha(例如,作為輸出)。附加或可替代地,信任度不確定性閾值程序及模型層集418hb可以依據輸入來產生信任度合格/不合格/條件式分配更新資料440hb(例如,作為輸出)。附加或可替代地,BRC閾值程序及模型層集418hc可以依據輸入來產生BRC合格/不合格/條件式分配更新440hc(例如,作為輸出)。
在一些非限制性實施例中,可以提供預測的合理操作包絡模組418h的模組(例如,子模組及/或類似者)的至少一個子集的輸出,以作為針對主要分配程序及模型層集418hd的輸入,並且可以據此產生至少一個輸出。舉例而言,動量交換閾值程序及模型層集418ha、信任度不確定性閾值程序及模型層集418hb、及/或邊界規則限制條件(BRC)閾值程序及模型層集418hc中之每一者的輸出可以作為輸入提供至主要分配程序及模型層集418hd,並且可以據此產生至少一個輸出。舉例而言,主要分配程序及模型層集418hd可以依據輸入來產生與預測的合理操作包絡相關聯的預測的合理操作包絡資料452。在一些非限制性實施例中,可以將主要分配程序及模型層集418hd的輸出(例如,預測的合理工作包絡資料452)提供至(例如,作為輸入)ROE命令及測量裝置410的其他模組418。舉例而言,可以將主要分配程序及模型層集418hd的輸出(例如,預測的合理操作包絡資料452)提供至調解及測量模組418g及/或命令模組418i。
在一些非限制性實施例中,閾值動量交換事件可以包括碰撞、操作環境中的主控平台所控制的動態系統420與另一實體(例如,物體行動者)之間的互動,及/或針對所得的動量交換滿足導致無法接受的動態狀態、範例目標使用故障、不期望的身體及/或財產損傷、其任一組合、及/或類似者的閾值的類似者。舉例而言,在一些非限制性實施例中,ROE命令及測量裝置410可以尋找影響所期望的動量交換事件,並且可以應用及/或定制上述技術以到達所期望的動量交換的目標及/或避免阻礙主控平台所控制的動態系統420得到其目標的動量交換事件。在一些非限制性實施例中,閾值可以具有預定值(例如,任意設定、依據基於經驗的學習模型的設定、及/或類似者)。
在一些非限制性實施例中,預測的ROE模組418h可以存取當前世界視圖關係互動地圖資料450a,以使用WRIM映射的動態包絡元素中的動量交換概率、信任度不確定性、及/或邊界/限制條件/規則資訊來執行操作。在一些非限制性實施例中,動量交換閾值程序及模型層集418ha、信任度不確定性閾值程序及模型層集418hb、及/或邊界規則限制條件閾值程序及模型層集418hc可以參考分別儲存的用於動量交換、信任度不確定性、及/或邊界/限制條件/規則的閾值標準,以執行用於將「GO」、「NO-GO」、及/或「CONDITIONAL」分配設定成動態包絡元素的操作。附加或可替代地,可以評估動態包絡元素以確定是否滿足閾值可接受標準。附加或可替代地,那些可接受的係分配為「GO」,那些無法接受的係分配為「NO-GO」,而可以針對與限制條件邊界規則與信任度不確定性有關的閾值標準來分配「CONDITIONAL」。舉例而言,「CONDITIONAL」分配動態包絡元素係保持為合理的動態包絡元素,以在某些條件式標準下佔用(例如,沒有其他「GO」動態包絡元素可使用)。在一些非限制性實施例中,屬於那些「NO-GO」動態包絡元素的對應命令串可以標記為「NO-GO」,及/或可以從主動命令發佈可使用的可行命令串以及CDC未來的動態包絡元素中清除。附加或可替代地,具有「GO」值的動態包絡元素及對應命令串可以預測為在ROE中。附加或可替代地,預測的ROE可以被傳遞至命令模組418i、調解及測量模組418g的概率崩潰捕捉模組418ga、調解及測量模組418g的操作者測量模組418gc、及/或類似者。在一些非限制性實施例中,預測的ROE模組418h可以謹慎地操作,而使得所有動態包絡元素預設為「NO-GO」分配,並且需要針對「GO」狀態的正面分配。附加或可替代地,模組可以利用初始狀態「GO」(及/或「CONDITIONAL」)來更寬鬆地操作。在一些非限制性實施例中,ROE可以僅駐留在包括在WRIM中的動態包絡元素的動態包絡中。
在一些非限制性實施例中,針對ROE,可以呈現受到時間需求限制的空間區域及/或體積。舉例而言,交通訊號燈(例如,紅色及/或綠色訊號燈)可能具有這樣的受限制的時間需求。附加或可替代地,在具有此類需求的情況下,ROE可以僅將「GO/NO-GO」狀態分配至CDC(針對事件時間上下文的參考),其中限制條件需求係確定為有效。
在一些非限制性實施例中,可以依據用於產生ROE的相同及/或類似方法(例如,使用其他標準)來產生附加子包絡。舉例而言,可以評估動態包絡元素的閾值標準(例如,最少行進時間、最少能量消耗、最短距離、乘客乘坐舒適性、及/或類似者)。附加或可替代地,這樣的附加子包絡可以針對閾值標準無法接受的動態包絡元素使用「CONDITIONAL」分配。
參照第4F圖,在一些非限制性實施例中,命令模組418i可以接收至少一個輸入。舉例而言,命令模組418i可以接收世界視圖模組418f的輸出(例如,當前世界視圖關係互動地圖資料450a)、來自主控平台致動命令介面418e的資料、其任一組合、及/或類似者,以作為輸入。附加或可替代地,命令模組418i可以接收地理空間地圖資料440b、與至少一個戰略目標相關聯的戰略目標資料440g、與至少一個操作目標相關聯的操作目標資料440h、與至少一個戰術目標相關聯的戰術目標資料440i、與至少一個命令指令相關聯的命令指令資料440j、與最近的先前循環的至少一命令決定循環(CDC)ROE幅度測量相關聯的最後循環CDC ROE幅度測量資料440gc、其任一組合、及/或類似者,以作為輸入。
在一些非限制性實施例中,命令模組418i可以包括複數個模組(例如,子模組及/或類似者)。舉例而言,命令模組418i可以包括地理空間地圖管理器418ia;任務路由及導航418ib;戰略等級管理器418ic;操作等級管理器418id;戰術等級管理器418ie;安全性及操作性能、最佳化、閾值導引管理器418if;其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,命令模組418i的模組(例如,子模組及/或類似者)的至少一子集可以接收輸入的至少一子集,並據此產生輸出。舉例而言,地理空間地圖管理器418ia可以接收地理空間地圖資料440b,並據此產生輸出。附加或可替代地,任務路由及導航模組418ib可以接收地理空間地圖管理器418ia及/或類似者的輸出,以作為輸入,並據此產生輸出(例如,與至少一個路線航點相關聯的路線航點封包資料440k)。附加或可替代地,戰略等級管理器418ic可以接收任務路由及導航模組418ibm的輸出(例如,路線航點封包資料440k及/或類似者)及/或戰略目標資料440g,以作為輸入。附加或可替代地,操作等級管理器418id可以接收操作目標資料440h,以作為輸入。附加或可替代地,戰術等級管理器418ie可以接收戰術目標資料440i及/或命令指令資料440j,以作為輸入。附加或可替代地,安全性及操作性能、最佳化、閾值導引管理器418if可以接收最後循環CDC ROE幅度測量資料440gc,以作為輸入。附加或可替代地,可以提供命令模組418i的任何模組(例如,子模組及/或類似者)的輸出,以作為針對命令模組418i的任何其他模組(例如,子模組及/或類似者)的輸入。
在一些非限制性實施例中,戰略等級管理器418ic可以依據輸入來產生至少一個輸出。舉例而言,戰略等級管理器418ic可以產生(例如,作為輸出)戰略任務導引封包資料440ia、任務及條件與標準更新資料440id、其任一組合、及/或類似者。附加或可替代地,可以將輸出(例如,戰略任務導引封包資料440ia及/或任務及條件與標準更新資料440id)提供至安全通訊閘道模組418j及/或人機介面418k中之至少一者。
在一些非限制性實施例中,可以產生與至少一個ROE地圖相關聯的ROE地圖資料440ib。舉例而言,命令模組418i可以依據操作等級管理器418id;戰術等級管理器418ie;安全性及操作性能、最佳化、閾值導引管理器418if;其任一組合、及/或類似者中之至少一者的輸出來產生ROE地圖資料440ib。
在一些非限制性實施例中,命令模組418i接收預測的合理操作包絡452、具有條件及標準的使用者任務(例如,從板載人機介面418k及/或透過安全通訊閘道模組418j及/或類似者)、及/或類似者。在一些非限制性實施例中,板載機器對機器介面可以獨立於ROE系統102而用於其他系統(例如,向ROE系統102及/或類似者發送任務)。
在一些非限制性實施例中,命令模組418i可以識別沒有駐留於ROE外側的任何世界視圖動態包絡元素的WRIM中的動態包絡的時間範圍內所聚集及終止的命令串。附加或可替代地,命令模組418i可以從可使用的緊急戰術命令計劃中選擇至少一個命令串(例如,最佳化命令串)。最佳化參數係藉由ROE系統102、ROE命令及測量裝置410、及/或其實施者確定,及/或可以針對域使用範例來進行定制。舉例而言,參數可以包括最小化的能量消耗、最小化的加速度、最大速度、最小時間(例如,在達到動態包絡元素的設定時間目標範圍的可容忍範圍的情況下)。附加或可替代地,一旦選擇(例如,最佳化)命令串,則可以將命令串發送至致動器介面,以傳送至主控平台所控制的動態系統420的致動器。
在一些非限制性實施例中,戰略等級命令可以是針對設定目標命令及決定責任(與實現使用者設定的戰略任務有關的命令決定)。附加或可替代地,戰略等級命令可以負責開發中間航點,以實現戰略目標的最終狀態。在一些非限制性實施例中,戰略等級設定航點來讓操作等級使用,以轉換成操作等級目標。
在一些非限制性實施例中,戰略等級管理器418ic可以(例如,從人機介面418k、經由安全通訊閘道模組418j的資產任務及管理裝置106、及/或類似者)接收任務及條件與標準更新440id及/或戰略任務導引封包資料440ia。在一些非限制性實施例中,管理器可以執行用於設定戰略等級命令目標(例如,440g)的操作,以滿足所分配任務、條件及標準、及/或指示導引的目的及所期望的最終狀態。附加或可替代地,戰略等級管理器418ic管理器可以將適用的指令傳播至操作等級管理器418id、戰術等級管理器418ie、及/或安全性及操作性能、最佳化、閾值導引管理器418if。在一些非限制性實施例中,戰略等級管理器418ic可以確定及/或設定用於操作等級管理器418id的航點,以完成發送目標更新(例如,操作目標440h、任務及條件與標準更新440id、路線航點包440k、及/或類似者)(例如,發送至WRIM(例如,世界視圖模組418f)及/或任務路由及導航模組418ib),以用於參考地理空間參考地圖(例如,地理空間地圖資料440b)與世界視圖(例如,WRIM)來追蹤戰略等級目標及航點。
在一些非限制性實施例中,操作等級命令可以包括針對在時間範圍CDC頻帶上或附近的預測ROE中的設定目標的命令及決定責任,以進一步實現戰略目標440g。附加或可替代地,操作等級可以負責將戰略命令等級所發佈的航點與最終狀態轉換成操作等級目標(例如,操作目標440h),以併入WRIM。
在一些非限制性實施例中,操作等級管理器418id可以執行用於確定隱含任務的操作,以實現戰略等級航點及最終狀態。在一些非限制性實施例中,操作等級管理器418id可以從戰略等級管理器418ic及/或預測ROE接收航點。附加或可替代地,操作等級管理器418id可以執行將航點轉換成具有WRIM/ROE相關的動態狀態與CDC時間事件發生的目標的操作,而能夠到達(例如,讓主控平台所控制的動態系統420能夠到達)戰略命令等級設定航點及/或最終目標。在一些非限制性實施例中,操作等級管理器418id可以確認及/或更新每一CDC中以及針對每一CDC的操作目標,以確保操作目標朝向目標航點前進。在一些非限制性實施例中,例如隨著CDC頻帶的經過,操作等級管理器418id可以將操作等級目標作為輸出而傳送至戰術等級管理器418ie及/或世界視圖模組418f。在一些非限制性實施例中,操作等級管理器418id的輸出可以包括一組世界視圖動態包絡元素,以作為滿足所期望的動態狀態的操作等級目標。附加或可替代地,若允許公差,則該組世界視圖動態包絡元素可以具有不同的包括性動態狀態與CDC頻帶範圍公差。
在一些非限制性實施例中,可以將目標放置在已經藉由世界視圖模組418f開發的動態包絡元素上。在一些非限制性實施例中,管理器(例如,戰略等級管理器418ic、操作等級管理器418id、及/或戰術等級管理器418ie)可以選擇應該設定為目標的至少一個(例如,一組)動態包絡元素,及/或採用該等元素的預測動態狀態。在一些非限制性實施例中,管理器(例如,戰略等級管理器418ic、操作等級管理器418id、及/或戰術等級管理器418ie)亦可以獨立於世界視圖開發的動態包絡元素而放置目標。舉例而言,各別管理器(例如,戰略等級管理器418ic、操作等級管理器418id、及/或戰術等級管理器418ie)可以放置一或更多個元素標記,其中包含可能包括目標的位置、速度、加速度、運載動量、與使用者確定的時間標準對應的CDC到達、及/或必須取得目標的CDC計數、及/或類似者的目標任務及標準。在一些非限制性實施例中,目標參數亦可以包括具有公差優先級的位置、速度、加速度、運載動量、及/或CDC到達的精確公差範圍。
在一些非限制性實施例中,戰術等級命令可以包括命令及決定責任,以將操作目標作為戰術目標,及/或在預測的合理操作包絡內設定目標,以選擇及/或發佈致動器命令集指令,以實現當前目標。在一些非限制性實施例中,在預設情況下,操作等級目標亦可以是戰術等級目標。附加或可替代地,戰術等級管理器418ie可以依據計算限制條件及/或其他標準來設定操作目標之前的戰術目標,以滿足所期望的戰術等級性能特性。
在一些非限制性實施例中,戰術等級管理器418ie可以執行用於利用ROE識別及/或向下選擇命令串並連接至當前目標以向主控平台所控制的動態系統發佈致動器命令集指令的操作。在一些非限制性實施例中,戰術等級管理器418ie可以存取預測的ROE地圖資料440ib。附加或可替代地,戰術等級管理器418ie可以識別對應於與所分配的操作目標及/或所設定的戰術目標重疊的世界視圖動態包絡元素的命令串。在一些非限制性實施例中,戰術等級管理器418ie可以排除違反合理操作包絡的所有命令串。附加或可替代地,在剩餘可行命令串的情況下,命令模組418i可以選擇藉由設定變量參數所確定(例如,藉由戰略等級管理器418ic、戰略目標440g、操作等級管理器418id、操作目標440h、及/或戰術目標440i所確定)的至少一個命令串(例如,最佳化的命令串)。在一些非限制性實施例中,戰術等級管理器418ie可以解析所選擇的命令串,以在CDC適用的致動器命令指令440j中結構化該串。在一些非限制性實施例中,戰術等級管理器418ie可以將所選擇的致動器命令指令440j發送至主控平台致動命令介面418e。在一些非限制性實施例中,戰術等級管理器418ie可以將目標更新及/或所選擇的命令串輸出至世界視圖模組418f。在一些非限制性實施例中,戰術等級管理器418ie可以從安全性及操作性能、最佳化、及閾值導引管理器418if中進一步向下選擇滿足附加標準的符合ROE的命令串。
在一些非限制性實施例中,安全性及操作性能、最佳化、及閾值導引管理器418if可以維持藉由系統實施者及/或使用者(例如,經由安全通訊閘道模組418j及/或人機介面418k)所設定的導引指令(例如,用於管控安全性、操作性能、最佳化、及/或閾值)。在一些非限制性實施例中,在外部通訊網路連接、地理空間參考地圖、外部定位系統、及/或類似者丟失的情況下,儲存應急處理指令,以供參考。在一些非限制性實施例中,命令模組418i可以作用於可以包括尋找安全及/或連接尋找模式指令的指令。在一些非限制性實施例中,安全性及操作性能、最佳化、及閾值導引管理器418if可以包括用於監測CDC ROE幅度及/或將ROE命令及測量裝置410命令至尋找安全模式及/或臨界模式目標的操作。在一些非限制性實施例中,若在混合命令狀態下及/或在主控平台所控制的動態系統420係藉由另一操作者命令的情況下使用ROE系統,及/或ROE命令及測量裝置410保留監督及/或干預命令責任,則安全性及操作性能、最佳化、及閾值導引管理器418if可以經配置以針對安全閾值標準違反監測CDC ROE幅度,安全閾值標準違反使得ROE命令及測量裝置410提供主控平台所控制的動態系統420的輔助及/或覆蓋命令,以將主控平台所控制的動態系統放置在可接受的CDC ROE幅度內。在一些非限制性實施例中,安全性及操作性能、最佳化、及閾值導引管理器418if亦可以維持預配置及/或使用者更新的性能及/或最佳化標準,以供命令模組418i參考。舉例而言,性能及/或最佳化標準可以是ROE閾值標準的附加,及/或可以包括特定於應用程式的注意事項(例如,乘客舒適度、對於其他行動者的操縱行為的習慣及禮節、能源效率、最短距離、偵測注意事項、最短時間、速度及加速度的最小及/或最大限制、及/或類似者)。在一些非限制性實施例中,命令等級管理器(例如,戰略等級管理器418ic、操作等級管理器418id、及/或戰術等級管理器418ie)可以參考該等標準,及/或在可能的情況下遵守該等標準(例如,若並未在目標設定及命令串指令選擇中藉由ROE進行覆蓋)。
在一些非限制性實施例中,命令模組418i可以設定關於ROE所確定的基於上下文的應急目標。舉例而言,尋找安全模式目標可以包括戰術等級目標,而具有優先權並優先於(例如,可以覆蓋)舒適度及禮節性需求及/或限制條件及/或操作及戰略目標,以命令主控平台所控制的動態系統420駐留在ROE內的動態包絡元素中。附加或可替代地,關鍵模式目標可以包括戰術等級目標,而具有優先權並優先於(例如,可以覆蓋)法律、舒適度、及/或禮節性需求及/或限制條件及/或操作及/或戰略目標,以命令主控平台所控制的動態系統420按照關鍵閾值標準駐留在ROE CDC幅度內的動態包絡元素中。
在一些非限制性實施例中,地理空間地圖管理器418ia可以維持地理空間地圖資料440b,以用於戰略目標及/或操作航點及目標設定。舉例而言,戰略等級管理器418ic及/或操作等級管理器418id可以存取地理空間地圖資料440b,以用於路線選擇及/或目標及子目標設定、放置、及/或狀態追蹤。附加或可替代地,地理空間地圖管理器418ia可以向命令模組418i傳送(例如,伺服)資料,及/或向世界視圖模組418f傳送(例如,伺服)適用於當前WRIM的上下文的地理空間地圖資料440b的區段。在一些非限制性實施例中,任務路由及導航模組418ib可以專用於開發標準最佳化的路由及導航封包(例如,路線航點封包440k),以用於戰略等級管理器418ic及/或操作等級管理器418id,以用於航點目標的開發及/或追蹤。
參照第4G圖,在一些非限制性實施例中,調解及測量模組418g可以接收至少一個輸入。舉例而言,調解及測量模組418g可以接收世界視圖模組418f的輸出(例如,當前世界視圖關係互動地圖資料450a)、預測的合理運行包絡模組418h的輸出(例如,預測的合理運行包絡資料452)、任一組合、及/或類似者,以作為輸入。在一些非限制性實施例中,調解及測量模組418g可以包括複數個模組(例如,子模組及/或類似者)。舉例而言,調解及測量模組418g可以包括概率崩潰捕捉模組418ga、實現的ROE調解模組418gb、操作者測量模組418gc、其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,調解及測量模組418g的模組(例如,子模組及/或類似者)的至少一子集可以接收輸入的至少一子集,並據此產生輸出。舉例而言,概率崩潰捕捉模組418ga可以接收當前世界視圖關係互動地圖資料450a及/或預測的合理操作包絡資料452,並據此產生輸出(例如,CDC頻帶概率崩潰資料440gd)。附加或可替代地,實現的ROE調解模組418gb可以接收概率崩潰捕捉模組418ga的輸出(例如,CDC頻帶概率崩潰資料440gd),並據此產生輸出(例如,實現的ROE更新資料440gb)。附加或可替代地,操作者測量模組418gc可以接收實現的ROE調解模組418gb的輸出(例如,實現的ROE更新資料440gb),並據此產生輸出(例如,最後循環CDC ROE幅度測量資料440gc)。附加或可替代地,可以提供調解及測量模組418g的任何模組(例如,子模組及/或類似者)的輸出,以作為針對調解及測量模組418g的任何其他模組(例如,子模組及/或類似者)的輸入。在一些非限制性實施例中,可以將操作者測量模組418gc的輸出(例如,最後循環CDC ROE幅度測量資料440gc)提供至(例如,作為輸入)ROE命令及測量裝置410的其他模組418。可以將操作者測量模組418gc的輸出(例如,最後循環CDC ROE幅度測量資料440gc)提供至命令模組418i及/或記錄器418l。
在一些非限制性實施例中,在每一CDC完成時,WRIM的命令決定經過的CDC頻帶中的預測概率可能崩潰。附加或可替代地,概率崩潰捕捉模組418ga可以針對來自預測的ROE 452的至少一個先前循環的一系列資訊執行操作,以確定在在產生參考的預測的ROE 452的WRIM之後的WRIM中的WRIM CDC頻帶的經過中由物體行動者所佔用及/或未佔用的實際動態包絡元素。附加或可替代地,由於現在已知針對經過的循環CDC頻帶的物體行動者的狀態,因此先前存在的概率可以在經過的CDC頻帶中崩潰。在一些非限制性實施例中,概率崩潰捕捉模組418ga可以將概率崩潰資訊(例如,CDC頻帶概率崩潰資料440ga)輸出至實現的ROE調解模組418gb。
在一些非限制性實施例中,實現的ROE調解模組418gb可以採用經過的CDC頻帶中的概率崩潰值,及/或將預測的ROE中的具有動態包絡元素實現佔用概率為零的動態包絡元素更新成「GO」。附加或可替代地,保留「go」值的動態包絡元素及所對應的命令串可以包括在實現的ROE中(例如,實現的ROE包絡更新資料440gb)。
在一些非限制性實施例中,操作者測量模組418gc可以針對從實現的ROE中發生「NO-GO」動態包絡元素的最接近CDC頻帶移除所控制的動態系統的CDC頻帶的數量進行計數。操作者所命令及/或允許的所控制的動態系統離開佔用及/或在最接近的WRIM CDC頻帶中具有「NO-GO」動態包絡元素的WRIM CDC頻帶的數量係為CDC ROE幅度。在一些非限制性實施例中,可以針對考慮到主控平台所控制的動態系統420的操作環境上下文及/或動態狀態的經過的CDC來測量性能。在一些非限制性實施例中,CDC ROE幅度可以提供測量(例如,標準化及/或客觀測量及/或類似指者),以比較主控平台所控制的動態系統420的操作者的性能及能力。在一些非限制性實施例中,動態包絡的彈性性質(構成ROE的元素中之至少一些者)可以說明操作者已經及/或可能已經命令的實際潛在動作及/或結果。在一些非限制性實施例中,針對每一循環進行CDC ROE幅度測量(例如,最後循環CDC ROE幅度測量440gc)。附加或可替代地,使用多個CDC ROE幅度測量,操作者測量模組418gc可以執行各種分析方法,以確定操作者(例如,人、機器、及/或類似者)用於命令主控平台所控制的動態系統420的能力的一致性及/或可靠性。
在一些非限制性實施例中,附加於或替代於記錄資料,操作者測量模組418gc可以經由安全通訊閘道模組418j將實況及/或成束(例如,批次)測量發送至(例如,ROE系統102及/或類似者的)板外裝置。附加或可替代地,操作者測量模組418gc可以因此減少從ROE命令及測量裝置410所傳送的資料的尺寸。附加或可替代地,可以在操作者測量模組418gc中設定標準,舉例而言,若超過某些CDC ROE幅度容忍閾值,則僅有感興趣的CDC的較大的紀錄資料樣本可以封包,以傳輸至(例如,ROE系統102及/或類似者的)板外裝置,以用於進一步的檢查及評估。
現在參照第5A圖,第5A圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案500a的圖。如第5A圖所示,實施方案500a可以包括動態包絡元素512a-d的至少一個集合510。舉例而言,集合510可以包括第一動態包絡元素512a、第二動態包絡元素512b、第三動態包絡元素512c、第四動態包絡元素512d、及/或類似者。在一些非限制性實施例中,可以組合(例如,分組、覆蓋、疊加、及/或類似者)動態包絡元素512a-d,以形成集合510。
現在參照第5B圖,第5B圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案500b的圖。如第5B圖所示,實施方案500b可以包括世界視圖關係互動地圖504b,並且可以包括動態包絡元素512的至少一個集合510a-c。舉例而言,第一集合510a可以包括第一複數個動態包絡元素512,第二集合510b可以包括第二複數個動態包絡元素512,第三集合510c可以包括第三複數個動態包絡元素512,及/或類似者。在一些非限制性實施例中,可以組合(例如,分組、覆蓋、疊加、及/或類似者)第一集合510a-c,以形成世界視圖關係互動地圖504b。
現在參照第5C圖,第5C圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案500c的圖。如第5C圖所示,實施方案500c可以包括世界視圖關係互動地圖504c,並且可以包括動態包絡元素512的至少一個集合510。舉例而言,集合510中之每一者可以包括複數個動態包絡元素512。在一些非限制性實施例中,可以組合(例如,分組、覆蓋、疊加、及/或類似者)第一集合510a-c,以形成世界視圖關係互動地圖504c。在一些非限制性實施例中,主控平台所控制的動態系統120的當前位置502可以包括在世界視圖關係互動地圖504c中。
現在參照第5D圖,第5D圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案500d的圖。如第5D圖所示,實施方案500d可以包括複數個世界視圖關係互動地圖504d1-6,當主控平台所控制的動態系統120沿著目標命令路徑510行進時,複數個世界視圖關係互動地圖504d1-6中之每一者可以對應於主控平台所控制的動態系統120的不同時間及/或位置。舉例而言,如本文所述,在主控平台所控制的動態系統120處於第一位置502a期間的第一時間,可以產生第一世界視圖關係互動地圖504d1。附加或可替代地,如本文所述,在主控平台所控制的動態系統120處於第二位置502b期間的第二時間(例如,在第一時間之後),可以產生第二世界視圖關係互動地圖504d2。附加或可替代地,如本文所述,在主控平台所控制的動態系統120處於第三位置502c期間的第三時間(例如,在第二時間之後),可以產生第三世界視圖關係互動地圖504d3。附加或可替代地,如本文所述,在主控平台所控制的動態系統120處於第四位置502d期間的第四時間(例如,在第三時間之後),可以產生第四世界視圖關係互動地圖504d4。附加或可替代地,如本文所述,在主控平台所控制的動態系統120處於第五位置502e期間的第五時間(例如,在第四時間之後),可以產生第五世界視圖關係互動地圖504d5。附加或可替代地,如本文所述,在主控平台所控制的動態系統120處於第六位置502f期間的第六時間(例如,在第五時間之後),可以產生第六世界視圖關係互動地圖504d6。
在一些非限制性實施例中,目標命令路徑510可以包括複數個目標。舉例而言,目標命令路徑510可以包括戰術等級目標520、操作等級目標522、航點524、戰略等級目標526、尋找安全目標528、關鍵目標530、其任一組合、及/或類似者中之至少一個。
現在參照第5E圖,第5E圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案500e的圖。如第5E圖所示,實施方案500e可以包括世界視圖關係互動地圖504e,並且可以包括「GO」元素540、「NO-GO」元素542、及/或「CONDITIONAL」元素544。
現在參照第6A圖,第6A圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案600a的圖。如第6A圖所示,實施方案600a可以包括CDC當前狀態602及/或至少一個世界視圖CDC頻帶604a-e。舉例而言,世界視圖CDC頻帶604a-e中的每一點都可以表示一個動態包絡元素。為了說明之目的,如第6A圖所示,至少一個世界視圖CDC頻帶604a-e可以包括第一世界視圖CDC頻帶604a、第二世界視圖CDC頻帶604b、第三世界視圖CDC頻帶604c、第四世界視圖CDC頻帶604d、第五世界視圖CDC頻帶604e、及/或類似者。
在一些非限制性實施例中,世界視圖CDC頻帶604a-e的至少一個元素可以滿足動量交換概率閾值(MEth)。舉例而言,如第6A圖所示,第一複數個元素612可以滿足METh。在一些非限制性實施例中,如本文所述,可以將滿足MEth的任何元素(例如,第一複數個元素612)確定為「NO-GO」元素。
在一些非限制性實施例中,世界視圖CDC頻帶604a-e的至少一個元素可以滿足信任度不確定度閾值(CUth)。舉例而言,如第6A圖所示,第二複數個元素614可以滿足CUth。在一些非限制性實施例中,如本文所述,可以將滿足CUth的任何元素(例如,第二複數個元素614)確定為「NO-GO」元素。
在一些非限制性實施例中,世界視圖CDC頻帶604a-e的至少一個元素可以滿足限制條件邊界規則閾值(CBR)。舉例而言,如第6A圖所示,第三複數個元素616可以滿足CBR。在一些非限制性實施例中,如本文所述,可以將滿足CBR的元素的至少一子集(例如,第三複數個元素616的第一子集616a)確定為「NO-GO」元素。附加或可替代地,如本文所述,可以將滿足CBR的元素的至少一子集(例如,第三複數個元素616的第二子集616b)確定為「CONDITIONAL」元素。
在一些非限制性實施例中,如本文所述,世界視圖CDC頻帶604a-e中的至少一個元素可以鏈結至世界視圖CDC頻帶604a-e中的至少一個其他元素。舉例而言,第四複數個元素618中之每一者可以鏈結至第一複數個元素612、第二複數個元素614、及/或第三複數個元素616中的至少一個元素。舉例而言,佔用第四複數個元素618的各別元素可以直接及/或間接導致第一複數個元素612、第二複數個元素614、及/或第三複數個元素616中之至少一者的各別元素(例如,確定地、高概率、及/或類似者)。在一些非限制性實施例中,如本文所述,第四複數個元素618中的元素可以確定為「NO-GO」元素。
現在參照第6B圖,第6B圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案600b的圖。如第6B圖所示,實施方案600b可以包括第一鏈結動態包絡元素620、至少一個動態包絡CDC頻帶622a-d、至少一個鏈結624a-d、及/或第二鏈結動態包絡元素626。舉例而言,動態包絡CDC頻帶622a-d中的每一點可以代表一個動態包絡元素。為了說明之目的,如第6B圖所示,至少一個動態包絡CDC頻帶622a-d可以包括第一動態包絡CDC頻帶624a、第二動態包絡CDC頻帶624b、第三動態包絡CDC頻帶624c、第四動態包絡CDC頻帶624d、及/或類似者。
在一些非限制性實施例中,如本文所述,動態包絡CDC頻帶624a-d中的至少一個元素可以鏈結至動態包絡CDC頻帶624a-d中的至少一個其他元素。舉例而言,至少一個(例如,複數個及/或類似者)第一鏈結624a可以展示第一動態包絡元素620與第一動態包絡CDC頻帶622a的至少一個(例如,複數個及/或類似者)元素之間的鏈結。附加或可替代地,至少一個(例如,複數個及/或類似者)第二鏈結624b可以展示第一動態包絡CDC頻帶622a的至少一個(例如,複數個及/或類似者)元素與第二動態包絡CDC頻帶622b的至少一個(例如,複數個及/或類似者)元素之間的鏈結。附加或可替代地,至少一個(例如,複數個及/或類似者)第三鏈結624c可以展示第二動態包絡CDC頻帶622b的至少一個(例如,複數個及/或類似者)元素與第三動態包絡CDC頻帶622c的至少一個(例如,複數個及/或類似者)元素之間的鏈結。附加或可替代地,至少一個(例如,複數個及/或類似者)第四鏈結624d可以展示第三動態包絡CDC頻帶622c的至少一個(例如,複數個及/或類似者)元素與第四動態包絡CDC頻帶622d的至少一個(例如,複數個及/或類似者)元素之間的鏈結。舉例而言,第四動態包絡CDC頻帶622d的至少一個元素可以包括第二鏈結動態包絡元素626。
現在參照第7A圖至第7B圖,第7A圖至第7B圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案700的圖。如第7圖所示,實施方案700可以包括學習及評估系統704。在一些非限制性實施例中,學習及評估系統704可以與學習及評估系統104相同或類似。
在一些非限制性實施例中,學習及評估系統704可以(例如,從ROE命令及測量裝置110、資產任務及管理系統106、其他任務及調度網路108、及/或類似者)接收輸入資料740。舉例而言,輸入資料740可以包括感測器資料740a、主控平台資料740b、ROE系統所產生的資料740c、CDC ROE幅度測量資料740d、輔助資料740e、其任一組合、及/或類似者中之至少一者。
在一些非限制性實施例中,學習及評估系統704的軟體可以藉由模組實現(例如,完全、部分、及/或類似者)。舉例而言,這樣的模組可以包括使用者介面模組718a、安全通訊閘道模組718b、資料處理及攝取模組718c、事件成本嚴重性模組718d、版本管理模組718e、特徵及標籤分配模組718f、模擬產生模組718g、模擬管理模組718h、性能及能力分析模組718i、模型學習模組718j、模型測試模組718k、系統測試模組718l、虛擬ROE命令及測量裝置718m、其任一組合、及/或類似者。
在一些非限制性實施例中,學習及評估系統704可以包括至少一個儲存庫。舉例而言,學習及評估系統704可以包括日誌資料儲存庫712a、基準資料語料庫儲存庫712b、訓練資料語料庫儲存庫712c、模型庫儲存庫712d、閾值標準儲存庫712e、地理空間儲存庫712f、需求儲存庫712g、測試範例儲存庫712h、性能及能力屬性儲存庫712i、版本使用歷史及屬性712j、功能屬性嚴重性儲存庫712k、屬性儲存庫712l、操作者版本屬性儲存庫712m、情景上下文屬性儲存庫712n、主控平台屬性儲存庫712o、活動屬性儲存庫712p、域環境屬性儲存庫712q、其任一組合、及/或類似者中之至少之一者。
在一些非限制性實施例中,學習及評估處理可以包括學習,其中學習及評估系統704可以訓練實現模組及/或程序模型層集(例如,模組418及/或類似者),以執行任務以及中間任務來產生WRIM、產生預測的ROE、進行命令、及進行(例如,操作者命令的)測量、及/或類似者。在一些非限制性實施例中,可以藉由學習及評估系統704來評估訓練的結果,學習及評估系統704針對各別操作運行單元及功能測試中的模組及程序模型層集,隨後進行整合系統測試,以驗證及審核整個軟體的性能及功能。附加或可替代地,一旦藉由學習及評估系統704測試性能及能力的區域至產生驗證的WRIM的點,則用於產生世界視圖的軟體的驗證部分可以獨立於主控平台所控制的動態系統120及/或其操作者而用於評估操作者的性能。在一些非限制性實施例中,評估獨立操作者的結果可以將預測及實現的動量交換資訊的嚴重性及/或隱含成本(例如,技術成本函數及/或類似者)通知學習及評估系統704。在一些非限制性實施例中,學習及評估系統704可以接收用於策劃動量交換事件的輔助資料,而可以用於設定用於產生預測的ROE的閾值標準。附加或可替代地,學習及評估系統704然後可以進行訓練及/或測試操作,以調諧及/或驗證用於產生預測的ROE的模組及程序模型層集合。在一些非限制性實施例中,控制主控平台所控制的動態系統120的獨立操作者的結果可以用於驗證軟體版本。附加或可替代地,在驗證軟體的ROE產生能力之後,學習及評估系統704可以讓主控平台所控制的動態系統120所產生的命令能夠自我測量。在一些非限制性實施例中,學習及評估系統704可以針對系統使用者提供性能及分析工具集,以例如藉由操作者針對主控平台所控制的動態系統120的使用進行評級及監測。
在一些非限制性實施例中,版本可以指稱軟體的封包,軟體的封包可以是用於運行資產(例如,ROE命令及測量裝置110及/或主控平台所控制的動態系統120)的所有軟體的完整集合及/或模組及/或程序模型層集所包含的此類軟體的子集。在一些非限制性實施例中,學習及評估系統704可以結合ROE命令及測量裝置110、主控平台所控制的動態系統120、及/或軟體版本操作於其上及/或其內部的硬體配置來訓練、測試、及/或評估軟體版本。
在一些非限制性實施例中,學習及評估系統704及/或主控平台所控制的動態系統120(例如,ROE命令及測量裝置110)可以連接以透過使用安全通訊閘道718b(例如,經由網路130連接至安全通訊閘道418j)而用於資料通訊。在一些非限制性實施例中,主控平台所控制的動態系統120(例如,ROE命令及測量裝置110)的安全通訊閘道(例如,安全通訊閘道418j)可以傳送(例如,上載、卸載、及/或類似者)透過使用主控平台所控制的動態系統120(例如,ROE命令及測量裝置110)所獲取的記錄資料,及/或接收軟體版本更新。在一些非限制性實施例中,安全通訊閘道718b可以從主控平台所控制的動態系統120(例如,ROE命令及測量裝置110)接收所記錄及/或所傳送(例如,上載、串流、及/或類似者)的資料,及/或將軟體版本更新傳送至主控平台所控制的動態系統120(例如,ROE命令及測量裝置110)
在一些非限制性實施例中,資料處理及攝取模組718c可以(例如,從主控平台所控制的動態系統120及/或ROE命令及測量裝置110)攝取預先記錄及/或運行時間串流資料。在一些非限制性實施例中,資料處理及攝取模組718c可以執行將日誌資料提取、加載、及/或轉換成標準化資料集的操作,以供學習及/或評估系統704中的學習及/或評估模組使用。附加或可替代地,可以針對屬性索引所攝取的資料(包括但不限於日期時間、來源主控平台所控制的動態系統120(及/或ROE命令及測量裝置110)的身份及/或配置、所使用的區域及/或域、其任一組合、及/或類似者)。附加或可替代地,描述屬性以及針對記錄資料的位址可以儲存在資料索引中(例如,屬性儲存庫712l)。附加或可替代地,可以將用於保留的日誌資料集儲存在日誌資料儲存庫712a中。
在一些非限制性實施例中,資料處理及攝取模組718c可以管理用於處理所攝取的資料的使用者指定的指令。附加或可替代地,資料處理及攝取模組718c可以指示針對所接收的資料及/或是否以及在何處儲存所攝取的資料來執行操作。在一些非限制性實施例中,資料處理及攝取模組718c可以將從資產(例如,主控平台所控制的動態系統120及/或ROE命令及測量裝置110)接收的資料集與輔助資料鏈結。舉例而言,在引起保險索賠事件的時間處,資料處理及攝取模組718c可以將作為輔助資料而接收的保險索賠資料與記錄在資產(例如,主控平台所控制的動態系統120及/或ROE命令及測量裝置110)上的對應資料進行匹配。
在一些非限制性實施例中,使用範例可以呈現交換動量的場景,其中主控平台所控制的動態系統120及其乘客、貨物、及/或類似者將經歷可容忍的動量交換,但是相對於交換動量的物體行動者係為無法容忍。附加或可替代地,可以在學習及評估系統704中開發動量交換的嚴重性值及/或成本函數,以確定及設定用於產生ROE的閾值標準。
在一些非限制性實施例中,資產(例如,主控平台所控制的動態系統120及/或ROE命令及測量裝置110)可以提供事件結果資料,事件結果資料可以與提供可以在ROE軟體的訓練及/或評估中使用的附加訓練特徵及/或標籤(例如,用於主控平台所控制的動態系統120及/或ROE命令及測量裝置110)的輔助資料耦接。舉例而言,事件可以是涉及使用主控平台所控制的動態系統120(及/或ROE命令及測量裝置110)的結果的使用者、乘客、及/或觀察者所提供的觀察及/或評估。附加或可替代地,舉例而言,若主控平台所控制的動態系統120(及/或ROE命令及測量裝置110)係降級成僅測量及記錄獨立操作者及/或主控平台控制的動態系統120(及/或ROE命令及測量裝置110)保持控制責任的位置,則可以收集觀察及/或評估。舉例而言,汽車事故及/或碰撞可能導致這種收集。在一些非限制性實施例中,事件成本嚴重性模組718d可以執行操作以提取所記錄的測量及/或感測器資料(例如,從主控平台所控制的動態系統120及/或ROE命令及測量裝置110),及/或匹配具有外部分配的結果嚴重性值的此類測量及/或資料。舉例而言,在與汽車有關的碰撞中,可以將社會分配的嚴重性成本分配給事故。附加或可替代地,警察報告、交通安全調查、財產/車輛維修說明及/或費用、包含醫療的當前程序術語(CPT)代碼帳單及/或與汽車有關的財產及傷亡保險人身傷害、醫療及/或人身傷害保護及/或基本的第一方利益、財產及/或人身傷害索賠、及/或類似者可以提供事件的獨立的觀察及/或嚴重性的評估,及/或可以由學習及評估系統704使用來作為輔助資料,以產生訓練特徵及標籤。附加或可替代地,嚴重性觀察及評估可以針對學習及評估系統704提供特徵及/或標籤,以確定及/或設定用於在預測的ROE的產生中處理預測的動量交換的標準閾值。
在一些非限制性實施例中,可以從事件嚴重性資料推斷未知質量的物體行動者及/或共同佔用動態包絡中的元素而導致的結果嚴重性的情況實例。附加或可替代地,可能存在可以不嚴重地共同佔用動態包絡的元素的物體行動者。舉例而言,被風吹的塑膠袋可能與這種嚴重性不足有關。在一些非限制性實施例中,可以調諧模型及/或ROE閾值標準,以分類及/或考慮物體行動者的先前未知屬性及/或設定用於產生ROE的基於經驗的閾值標準。在一些非限制性實施例中,針對每一使用應用,學習及評估系統704可以經配置以處理可以用於確定嚴重性及/或設定閾值的可使用輔助資料。
在一些非限制性實施例中,事件成本嚴重性模組718d可以執行操作以利用可使用的日誌資料及/或輔助資料來源來解析及/或結構化事件實例,以確定所觀察及/或所記錄的事件的嚴重性(例如,主控平台所控制的動態系統120及/或ROE命令及測量裝置110)。附加或可替代地,事件成本嚴重性模組718d可以執行操作以鏈結所得的動量交換與嚴重性成本,以確定用於產生ROE的閾值標準。在一些非限制性實施例中,事件成本嚴重性模組718d將閾值標準資料傳送至閾值標準儲存庫712e,以進行記錄及檢索。
在一些非限制性實施例中,特徵及標籤分配模組718f可以執行操作以將已知值附加及/或嵌入至資料集,以成為用於模型訓練及/或模型測試的學習特徵及/或標籤。在一些非限制性實施例中,特徵及/或標籤策劃資料可以發送至訓練資料語料庫儲存庫712c及/或基準資料語料庫儲存庫712b(隨著自動處理指令所指定及/或隨著使用者指令所指定(例如,特定指令))。在一些非限制性實施例中,特徵及標籤分配模組718f可以執行自動特徵及/或標籤分配。舉例而言,特徵及標籤分配模組718f可以執行操作以確定經過的CDC處理的實現的結果及/或將實現的結果值應用於先前的資料集。附加或可替代地,所實現的值可以成為用於隨後的模型訓練的特徵及/或標籤。舉例而言,在訓練ROE命令及測量裝置110/410的世界視圖模組418f中的DTIES程序及模型層集418p時,可以在正常運行時間資料串流中補充稍後循環的實現(及/或現在所確定的後循環)的DTIES值。在一些非限制性實施例中,特徵及標籤分配模組718f亦可以管理資料集上的特徵及/或標籤的使用者引導註解、覆寫、及/或策劃,以利用經由使用者介面718a發送的使用者指令進行訓練。
在一些非限制性實施例中,模型學習模組718j可以從訓練資料語料庫儲存庫712c檢索訓練資料,及/或執行操作以訓練程序模型層集(例如,使用及/或不使用特徵補充資料)。附加或可替代地,模型學習模組718j可以例如藉由與標記的補充資料進行比較來評估程序模型層集的輸出。在一些非限制性實施例中,模型學習模組718j可以進行迭代及/或置換,以達到針對標籤及/或其他指定結果的預定擬合(例如,使用者指定的擬合、所選擇的擬合、及/或類似者)。在一些非限制性實施例中,舉例而言,利用藉由版本管理模組718e分配的版本身份,可以將經訓練的模型發送至模型庫儲存庫712d。附加或可替代地,經訓練的模組可以儲存在模型庫儲存庫712d中及/或可以在後續測試中使用。
在一些非限制性實施例中,模型測試模組718k可以例如依據來自測試範例儲存庫712h的預先指定及/或使用者指示的測試範例的參考,從模型庫儲存庫712d加載所測試的程序模型層集。附加或可替代地,模型測試模組718k可以擷取資料,以測試來自基準資料語料庫儲存庫712b的程序模型層集。在一些非限制性實施例中,模型測試模組718k可以透過測試範例運行程序模型集、對照測試範例標準來針對輸出評分、及/或記錄結果。附加或可替代地,可以將結果發送至版本管理模組718e,以經由使用者介面718a及/或自動報告來呈現給使用者。在一些非限制性實施例中,模型測試模組718k可以執行操作以依據經由使用者介面718a所接收的指令來針對使用者配置測試範例。
在一些非限制性實施例中,模擬管理模組718h可以執行操作以組裝用於模擬產生模組718h的指令,以用於訓練及測試目的。在一些非限制性實施例中,使用者可以經由使用者介面718a使用模組來設定及/或配置模擬參數、物體行動者存在及/或行為、用於操作的地圖區域、場景、其他屬性、及/或用於測試及/或評估目的之類似者。在一些非限制性實施例中,模擬管理模組718h可以將使用者產生的模擬配置鏈結至訓練資料語料庫儲存庫712c、基準資料語料庫儲存庫712b、及/或測試範例儲存庫712h。在一些非限制性實施例中,若使用者及/或預先指定的程式指示運行模擬以進行訓練及/或測試,則模擬管理模組可以加載所指定的模擬配置,及/或指示模擬產生模組來產生針對訓練及/或測試目的所需的序列的模擬資料。
在一些非限制性實施例中,模擬產生模組718g可以產生模擬環境以及模擬主控平台所控制的動態系統。附加或可替代地,模擬產生模組718g可以包括第三方所提供的模擬引擎的使用及/或併入。在一些非限制性實施例中,模擬產生模組718g可以例如回應於模擬管理模組718h所發送的指令來傳送(例如,伺服)資料串流。
在一些非限制性實施例中,學習及評估系統704可以包括虛擬的ROE命令及測量裝置718m,而可以包含ROE命令及測量裝置110及/或主控平台所控制的動態系統120的虛擬實例。附加或可替代地,虛擬的ROE命令及測量裝置718m可以執行ROE命令及測量裝置110的操作以在先前記錄的資料及/或模擬資料上運行,以用於學習、測試、及/或評估處理。在一些非限制性實施例中,整個系統軟體版本及/或模組及/或模型子版本/版次可以可互換地加載至虛擬實例中,以進行評估處理。
在一些非限制性實施例中,系統測試模組718l可以在完整的軟體版本上執行整合及/或系統測試。在一些非限制性實施例中,系統測試模組718l可以使用及/或管理測試使用範例的所規定的及/或特定的集合、記錄結果、及/或將結果傳送至性能及能力分析模組718i,以進行分析及/或歸因。在一些非限制性實施例中,完整的軟體發行版可以包括所控制的實現模組群組及/或具有可變模組的程序模型集及/或可互換的程序模型集,以用於評估目的。在一些非限制性實施例中,系統測試模組718l可以加載測試範例鏈結的基準資料及/或模擬場景,以進行系統測試。在一些非限制性實施例中,系統測試模組718l可以經由使用者介面718a接收指令,及/或執行操作以針對使用者來配置測試範例。
在一些非限制性實施例中,CDC ROE幅度測量可以針對至少一個操作者(例如,單一操作者、操作者群組、及/或類似者)產生能力屬性,而可以依據例如各種域、地域、場景、情況、環境特徵、物體行動者類型處理、一天中的時間、照明、主控平台所控制的動態系統120的類型/分類/模型、天氣類型、其任一組合、及/或類似者而歸因。在一些非限制性實施例中,性能及能力分析模組718i可以執行操作以評估命令結果以及CDC ROE幅度測量的結果,以明確針對歸因於環境、任務活動、操作上下文、主控平台類型/分類/模型型號、操作者版本、及/或類似者的性能及/或能力。在一些非限制性實施例中,操作者版本可以包括人、第三方系統、及/或ROE命令及測量裝置110版本,而可以在測量週期期間控制主控平台所控制的動態系統120。附加或可替代地,操作者版本可以執行針對主控平台所控制的動態系統120(可以具有類型/分類/配置/模型型號)的控制,以進行可以具有所執行的任務的至少一個活動分類的任務。附加或可替代地,環境可以具有不同的操作上下文。附加或可替代地,屬性可以與可區分的類別及/或子類別相關聯。在一些非限制性實施例中,性能及能力分析模組718i可以在CDC進程上記錄CDC ROE幅度測量,執行操作以識別各種CDC計數序列的序列中的模式,及/或與屬性(例如,環境、任務活動、操作上下文、主控平台類型/分類/模型型號、及/或類似者)相關聯。
在一些非限制性實施例中,性能及能力分析模組718i可以管理可能存在於所測量的CDC ROE幅度性能及/或能力中的各種多對多關係的屬性及/或查詢。在一些非限制性實施例中,性能及能力分析模組718i可以聚集至少一個操作者版本實例(例如,單一操作者版本實例、操作者群組版本實例、及/或類似者)及/或其性能及/或能力的分析,以產生綜合能力報告,而可以將能力的任何差異歸因於環境、任務活動類型、主控平台因子、及/或類似者。在一些非限制性實施例中,綜合能力報告可以與事件成本嚴重性相關聯。在一些非限制性實施例中,性能及能力分析模組718i可以從資產(例如,ROE命令及測量裝置110)接收測量資料,及/或結構化測量資料,以分配至各別屬性儲存庫712l。
在一些非限制性實施例中,需求儲存庫712g可以維持ROE命令及測量裝置110可能需要滿足使用及/或接受標準的功能及/或技術需求的記錄。附加或可替代地,需求可以鏈結至環境、任務活動類型、主控平台類型型號、使用範例上下文、及/或類似者。
在一些非限制性實施例中,測試範例儲存庫712h可以維持模型測試模組718k及/或系統測試模組718l的配置及/或指令,以參考測試的運行。附加或可替代地,測試範例儲存庫712h可以儲存鏈結至對應功能及技術需求的測試範例。附加或可替代地,測試範例儲存庫712h可以將所鏈結的參考儲存到基準資料語料庫儲存庫712b中的所規定的資料集,及/或儲存在模擬管理模組718h中的模擬場景。在一些非限制性實施例中,模型測試模組718k及/或系統測試模組718l可以將使用者配置的測試範例加載至測試範例儲存庫712h中。
在一些非限制性實施例中,版本管理模組718e可以維持開發、測試、及/或使用中的軟體硬體配置的記錄。附加或可替代地,版本管理模組718e可以維持及/或強制執行用於提名及/或批准的使用者定義的標準及/或控制,以在開發、評估、及/或生產版本階段之間移動軟體版本。在一些非限制性實施例中,版本管理模組718e可以執行控制以檢查軟體版本是否經過所指定及/或所需的測試範例,以提名晉升至下一個階段(例如,從開發到測試、從測試到生產、及/或類似者)。在一些非限制性實施例中,版本管理模組718e可以執行操作以檢查測試範例及/或所鏈結的功能及/或技術需求是否通過、失敗、及/或未測試。在一些非限制性實施例中,版本管理模組718e可以運行控制以檢查版本是否通過及/或滿足使用者定義的使用軟體版本的需求。在一些非限制性實施例中,版本管理模組718e可以產生版本導引報告,而可以嵌入及/或包括於每一階段中的每一版本,並且可以包括版本的監管鏈、性能及/或能力屬性因子、批准及/或授權、及/或任何使用範例的規定性及/或限制性指令、及/或建議訊息的記錄。在一些非限制性實施例中,版本管理模組718e可以在學習及評估處理管線中追蹤從開始到退出的軟體版本的時期及/或階段。
現在參照第8圖,第8圖係為與第3圖所示的處理300有關的非限制性實施例的示例性實施方案800的圖。如第8圖所示,實施方案800可以包括資產任務及管理系統806。在一些非限制性實施例中,資產任務及管理系統806可以與資產任務及管理系統106相同或類似。
在一些非限制性實施例中,資產任務及管理系統806的軟體可以藉由模組實現(例如,完全、部分、及/或類似者)。舉例而言,這樣的模組可以包括版本及配置管理器模組818a、地理空間參考地圖模組818b、安全通訊閘道模組818c、人機介面模組818d、域認知管理器模組818e、能力管理器模組818f、資產狀態管理器模組818g、任務及調度管理器模組818h、路由及導航模組818i、第三方網路管理器模組818j、其任一組合、及/或類似者。
在一些非限制性實施例中,資產任務及管理系統806可以連接至至少一個資產(例如,至少一個ROE命令及測量裝置110)及/或至少一個學習及評估系統104。在一些非限制性實施例中,資產任務及管理系統806可以負責主控平台所控制的動態系統120(可以裝備ROE命令及測量裝置110)的遠端任務及/或管理。附加或可替代地,資產任務及管理系統806可以經由各別的安全通訊閘道從ROE命令及測量裝置110接收訊息,及/或這樣的訊息可以包括主控平台所控制的動態系統120及/或ROE命令及測量裝置110的資料(例如,當前位置、動態狀態、控制狀態、測量、及/或類似者)。附加或可替代地,這樣的資料可以包括運行時間診斷、串流式感測器資料、及/或類似者。
在一些非限制性實施例中,域認知管理器818e可以執行操作以更新及/或維持關於資產(例如,ROE命令及測量裝置110)可以操作的域的情境認知。在一些非限制性實施例中,情境認知可以包括已知、所報告、及/或預測的感興趣的目標行動者;事件;操作限制;所規定及/或所限制的操作區域;與關於及/或影響所管理資產的使用的解除衝突區;其任一組合、及/或類似者。在一些非限制性實施例中,域認知管理器818e可以將情況特徵鏈結至地理空間參考地圖。附加或可替代地,域認知管理器818e可以維持當前及/或過去的情況事件、狀態、規定及/或限制的索引,以供任務及調度管理器818h查詢。
在一些非限制性實施例中,能力管理器818f可以維持軟體及/或模型集版本、及/或在感興趣區域(例如,高速公路及/或類似者)中操作的能力、在操作域內處理情況(例如,永久條件(例如,建築)、特定條件(例如,天氣條件)、及/或類似者)的能力的記錄。在一些非限制性實施例中,能力管理器818f可以維持所有活動的及/或可使用的(例如,供使用的)軟體及/或硬體配置的記錄。在一些非限制性實施例中,能力管理器818f可以維持軟體及/或硬體版本的驗證狀態(例如,開發、測試、及/或生產)的記錄。
在一些非限制性實施例中,資產狀態管理器818g可以維持能夠有效加載在ROE命令及測量裝置110上(例如,在其上使用)的軟體及/或硬體配置及/或版本的清單。附加或可替代地,資產狀態管理器818g亦可以維持可能與資產(例如,ROE命令及測量裝置110)的選擇及任務相關(例如,取決於使用範例)的附加屬性的記錄(例如,佔用、燃料、附加裝備、服務及/或維持記錄、狀態、及/或類似者)。
在一些非限制性實施例中,任務及調度管理器818h可以從使用者接收指令以針對資產(例如,ROE命令及測量裝置110)進行任務,以用於調度(例如,立即調度、排程調度、及/或條件式調度)。在一些非限制性實施例中,任務及調度管理器818h可以執行檢查以審核僅使用經授權的軟體及/或硬體版本。在一些非限制性實施例中,任務及調度管理器818h可以查詢資產狀態管理器818g,以擷取任務需求資產(例如,ROE命令及測量裝置110)的軟體及/或硬體配置,及/或與能力管理器818f交叉參照以執行操作來檢查所指示的任務是否與裝備滿足使用者指示任務的能力需求的軟體及/或硬體的資產互相匹配。附加或可替代地,任務及調度管理器818h可以在發生能力未匹配的位置處呈現警報。在一些非限制性實施例中,若使用者任務係為開放式及/或未規定任何指定資產,則任務及調度管理器818h可以執行操作以選擇最接近及/或最佳的基於任務的資產(例如,藉由參考地理空間參考地圖模組818b及/或路由及導航模組818h)。在一些非限制性實施例中,任務及調度管理器818h可以執行操作以更新使用者的任務狀態以及執行任務的資產。
在一些非限制性實施例中,第三方網路管理器818i可以維持適用於可以與資產任務及管理系統806對接的第三方任務網路(例如,其他任務及調度網路108)的指令及/或授權處理,以用於資產的任務及/或使用。在一些非限制性實施例中,當任務源自第三方網路及/或向第三方網路提供更新時,任務及調度管理器818h可以查詢第三方網路管理器818i。
在一些非限制性實施例中,地理空間參考地圖模組818b可以維持相關地理空間資料以進行通訊(例如,伺服),與資料重疊,及/或針對(例如,用於任務的)資產執行操作。在一些非限制性實施例中,地理空間參考地圖模組818b可以將地圖資料傳送(例如,伺服)至人機介面818d。附加或可替代地,域認知管理器818e可以顯示重疊的情境認知特徵(例如,在地圖資料上重疊);能力管理器818f可以顯示重疊的能力區/區域(例如,在地圖資料上重疊);任務及調度管理器818h可以顯示重疊的資產軌跡、當前及計劃的區域、及/或使用及/或傳送(例如,伺服)過去或計劃的任務的重疊資料的路線(例如,在地圖資料上重疊);及/或類似者。
在一些非限制性實施例中,舉例而言,若沒有指定資產本身應該執行用於確定路線及/或導航的操作,則路由及導航模組818h可以針對從地理空間參考地圖模組818b伺服的地理空間參考地圖執行操作,以選擇操作的任務最佳化的路線及/或區域來發送資產。附加或可替代地,路由及導航模組818h可以從任務及/或調度管理器接收可以規定搜尋標準的最佳化標準,路由及導航模組818h可以針對搜尋標準來確定路由及導航指令集(例如,最佳化路由及導航指令集及/或類似者)。在一些非限制性實施例中,路由及導航模組818h可以參考域認知管理器818e,以合併規定性及/或限制性導引。
本文結合閾值描述本揭示的一些非限制性實施例。如本文所述,滿足閾值可以指稱大於閾值、多於閾值、高於閾值、大於或等於閾值、小於閾值、少於閾值、低於閾值、小於或等於閾值、等於閾值、及/或類似者的值。
儘管為了說明之目的已經依據當前視為最實用及較佳的實施例來詳細描述所揭示標的,但應理解,這樣的細節僅用於該目的,並且所揭示標的並不限於所揭示實施例,而相反地意欲覆蓋落在隨附請求項的精神及範圍內的修改及等同佈置。舉例而言,應理解,在可能的範圍內,所揭示之標的預期任何實施例的一或更多個特徵可以與任何其他實施例的一或更多個特徵組合。
100:環境
102:合理操作包絡(ROE)系統
104:學習及評估系統
106:資產任務及管理系統
108:任務及調度網路
110:ROE命令及測量裝置
120:主控平台
130:網路
200:裝置
202:匯流排
204:處理器
206:記憶體
208:儲存部件
210:輸入部件
212:輸出部件
214:通訊介面
300:處理
302:步驟
304:步驟
306:步驟
400:實施方案
410:ROE命令及測量裝置
412a:環境感知感測器介面
412b:人機介面
412c:通訊模組
412d:主控平台所控制的動態系統動態狀態資料介面
412e:處理器
412f:主控平台所控制的動態系統致動介面
412g:功率供應器
412h:記憶體
412i:匯流排
414:裝置硬體韌體
416:軟體
416a:軟體/神經網路/模型集
416b:中介訊息軟體
416c:即時操作系統
416d:嵌入式軟體/神經網路/模型集
418:模組
418a:感測器資料饋送介面模組
418b:感測資料融合及標準化模組
418c:主控平台狀態資料標準化模組
418d:主控平台動態資料饋送介面模組
418e:主控平台致動命令介面模組
418f:世界視圖模組
418fa:物體行動者外部程序及模型層集
418fb:物體行動者內部程序及模型層集
418fc:物體行動者行為程序及模型層集
418fd:邊界/限制條件/規則程序及模型層集
418fe:信任度及不確定性程序及模型層集
418ff:動量交換確定程序及模型層集
418fg:目標放置模組
418fh:元素限制模組
418fi:地理空間地圖到世界視圖地圖的定向管理器
418fj:動態互動媒體程序及模型層集
418fk:動態包絡元素命令串鏈結器
418fl:世界視圖地圖聚集出現程序及模型層集
418g:調解及測量模組
418ga:概率崩潰捕捉模組
418gb:實現的ROE調解模組
418gc:操作者測量模組
418h:預測合理運行包絡模組
418ha:動量交換閾值程序及模型層集
418hb:信任度不確定性閾值程序及模型層集
418hc:邊界規則限制條件(BRC)閾值程序及模型層集
418hd:主要分配程序及模型層集
418i:命令模組
418ia:地理空間地圖管理器
418ib:任務路由及導航
418ic:戰略等級管理器
418id:操作等級管理器
418ie:戰術等級管理器
418if:安全性及操作性能、最佳化、閾值導引管理器
418j:安全通訊閘道模組
418k:人機介面模組
418l:記錄器模組
418m:學習管理模組
418n:安全模組
418o:軟體/韌體/模型清單及加載程式管理器
418p:DTIES程序及模型層集
420:主控平台所控制的動態系統
422:人機介面
424:感測器
424a:相機
424b:雷射雷達
424c:聲學感測器
424d:雷達
424e:位置感測器
424f:指南針
424g:慣性測量感測器
426:狀態感測器
426a:壓力計/高度計/量錶
426b:流體流量計
426c:輪/功率轉移/控制表面/致動器編碼器
426d:功率/推進單元感測器
428:運動控制裝置
430:網路
440a:限制導引資料
440b:地理空間地圖資料
440c:致動器狀態資料
440d:當前及預測的可使用功率狀態資料
440e:當前狀態DTIES資料
440f:預測ACS-DTIES速度加速命令相鄰增量資料
440g:融合環境感測器資料
440ga:CDC頻帶概率崩潰資料
440gb:實現的ROE包絡更新資料
440gc:最後循環CDCROE幅度測量
440h:操作目標資料
440ha:動量合格/不合格/條件式分配更新資料
440hb:信任度合格/不合格/條件式分配更新資料
440hc:BRC合格/不合格/條件式分配更新
440i:戰術目標資料
440ia:戰略任務導引封包資料
440ib:ROE地圖資料
440id:任務及條件與標準更新資料
440j:命令指令資料
450a:當前世界視圖關係互動地圖資料
450b:經更新的世界視圖關係互動地圖資料
452:預測的合理操作包絡資料
500a:實施方案
500b:實施方案
500c:實施方案
500d:實施方案
500e:實施方案
502:當前位置
502a:第一位置
502b:第二位置
502c:第三位置
502d:第四位置
502e:第五位置
502f:第六位置
510:目標命令路徑
510a:第一集合
510b:第二集合
510c:第三集合
512:動態包絡元素
512a:第一動態包絡元素
512b:第二動態包絡元素
512c:第三動態包絡元素
512d:第四動態包絡元素
520:戰術等級目標
522:操作等級目標
524:航點
526:戰略等級目標
528:尋找安全目標
530:關鍵目標
540:「GO」元素
542:「NO-GO」元素
544:「CONDITIONAL」元素
600a:實施方案
600b:實施方案
602:CDC當前狀態
604a:世界視圖CDC頻帶
604b:世界視圖CDC頻帶
604c:世界視圖CDC頻帶
604d:世界視圖CDC頻帶
604e:世界視圖CDC頻帶
612:第一複數個元素
614:第二複數個元素
616:第三複數個元素
616a:第一子集
616b:第二子集
618:第四複數個元素
700:實施方案
704:學習及評估系統
712a:日誌資料儲存庫
712b:基準資料語料庫儲存庫
712c:訓練資料語料庫儲存庫
712d:模型庫儲存庫
712e:閾值標準儲存庫
712f:地理空間儲存庫
712g:需求儲存庫
712h:測試範例儲存庫
712i:性能及能力屬性儲存庫
712j:版本使用歷史及屬性
712k:功能屬性嚴重性儲存庫
712l:屬性儲存庫
712m:操作者版本屬性儲存庫
712n:情景上下文屬性儲存庫
712o:主控平台屬性儲存庫
712p:活動屬性儲存庫
712q:域環境屬性儲存庫
718a:使用者介面模組
718b:安全通訊閘道模組
718c:資料處理及攝取模組
718d:事件成本嚴重性模組
718e:版本管理模組
718f:特徵及標籤分配模組
718g:模擬產生模組
718h:模擬管理模組
718i:性能及能力分析模組
718j:模型學習模組
718k:模型測試模組
718l:系統測試模組
718m:虛擬ROE命令及測量裝置
740:輸入資料
740a:感測器資料
740b:主控平台資料
740c:ROE系統所產生的資料
740d:CDCROE幅度測量資料
740e:輔助資料
800:實施方案
806:資產任務及管理系統
818a:版本及配置管理器模組
818b:地理空間參考地圖模組
818c:安全通訊閘道模組
818d:人機介面模組
818e:域認知管理器模組
818f:能力管理器模組
818g:資產狀態管理器模組
818h:任務及調度管理器模組
818i:路由及導航模組
818j:第三方網路管理器模組
下文參照隨附圖式所圖示的示例性實施例更詳細地解釋所揭示之標的之附加優點及細節,其中:
第1圖係為可以根據本揭示標的之原理實現本文所述的方法、系統、及/或電腦程式產品的環境的非限制性實施例的圖;
第2圖係為第1圖的一或更多個裝置及/或系統的部件的非限制性實施例的圖;
第3圖係為根據本揭示標的之原理建構用於動態系統的自主控制的WRIM的處理的非限制性實施例的流程圖;
第4A圖至第4G圖係為依據本揭示標的之原理的裝置及/或系統的非限制性實施例的圖;
第5A圖至第5E圖係為依據本揭示標的之原理的實施方案的非限制性實施例的圖;
第6A圖至第6B圖係為依據本揭示標的之原理的實施方案的非限制性實施例的圖;
第7A圖至第7B圖係為依據本揭示標的之原理的裝置及/或系統的非限制性實施例的圖;以及
第8圖係為依據本揭示標的之原理的裝置及/或系統的非限制性實施例的圖。
國內寄存資訊(請依寄存機構、日期、號碼順序註記)
無
國外寄存資訊(請依寄存國家、機構、日期、號碼順序註記)
無
300:處理
302:步驟
304:步驟
306:步驟
Claims (45)
- 一種系統,包含: 一或更多個處理器,經程式化或經配置以執行以下操作: 接收與一主控平台相關聯的資料; 依據與該主控平台相關聯的該資料來建構一運行時間動態包絡,其中當建構該運行時間動態包絡時,該一或更多個處理器經程式化並經配置以執行以下操作: 依據該主控平台的一組致動器命令、該主控平台對於該主控平台的該組致動器命令中的每一致動器命令的一回應、及該主控平台對於與一實體相關聯的一動態動作的感知的一預定回應來建構一初始化動態包絡,其中該初始化動態包絡包含與一預測感知轉換相關聯的一機器學習模型,其中與一預測感知轉換相關聯的該機器學習模型提供包含該主控平台對於與一實體相關聯的一動態動作的感知的該預定回應的一輸出,其中該輸出係與執行一致動器命令之後的相對於該主控平台的一第一位置的該主控平台的所有位置處的一預測感知轉換相關聯,其中該預測感知轉換係依據作為在該主控平台的一視場中被該主控平台感知的一參考點的一概念實體; 依據與一主控平台相關聯的資料,確定與該主控平台的一狀態相關聯的資料; 依據該初始化動態包絡、與該主控平台的一狀態相關聯的該資料、及與一感知包絡相關聯的資料,建構一理想動態包絡;以及 依據該理想動態包絡來建構該運行時間動態包絡;以及 依據該運行時間動態包絡來建構一世界視圖關係互動地圖(WRIM),其中該WRIM包含與該主控平台的一環境的一區域(例如,與該區域相關聯的一體積)對應的一座標系統,其中該座標系統包含複數個元素,其中該等複數個元素中的每一元素包含: 與一預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生。
- 如請求項1所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 依據與一預測感知轉換相關聯的一機器學習模型,確定與該主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
- 如請求項1所述的系統,其中當建構該運行時間動態包絡時,該一或更多個處理器經程式化或經配置以執行以下操作: 依據該理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構該運行時間動態包絡,其中與DTIES相關聯的該資料包含與該主控平台的一動態轉移介面與相關聯於該主控平台的一環境的該理想動態包絡的一元素的一動態互動媒體之間的一互動相關聯的一因子,其中該因子表示從該主控平台的該動態轉移介面到該動態互動媒體的一能量轉移以及輸出到該動態互動媒體的一所產生效率。
- 如請求項3所述的系統,其中當建構該運行時間動態包絡時,該一或更多個處理器經程式化或經配置以執行以下操作: 依據與DTIES相關聯的該資料,預測該主控平台對於致動器命令的一狀態結果;以及 依據該主控平台的該狀態結果來產生該運行時間動態包絡的一元素。
- 如請求項1所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 依據該WRIM的每一元素來識別一合理操作包絡(ROE); 其中在識別該ROE時,該一或更多個處理器經程式化或經配置以執行以下操作: 將與該WRIM的一元素的一動量交換相關聯的該一或更多個資料屬性與一閾值進行比較; 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台不應佔用該元素的一指示來標記該元素;以及 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性並未滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台可以佔用該元素的一指示來標記該元素。
- 如請求項1所述的系統,其中該等複數個元素中的每一元素包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性;以及 其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 依據該WRIM的每一元素的該等資料屬性來識別一合理操作包絡(ROE); 其中在識別該ROE時,該一或更多個處理器經程式化或經配置以執行以下操作: 提供與一動量交換相關聯的一或更多個資料屬性,以作為一第一機器學習模型的一輸入,以產生包括一動量交換值的一預測以及該動量交換值是否滿足一第一閾值的一指示的一輸出,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 提供與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的該一或更多個資料屬性,以作為一第二機器學習模型的一輸入,以產生包括該元素是否包括一旗標條件的一預測以及該旗標條件是否滿足一第二閾值的一指示的一輸出; 提供與該元素的該主控平台的一不確定性度量相關聯的該一或更多個資料屬性,以作為一第三機器學習模型的一輸入,以產生包括一不確定性值的一預測以及確定該不確定性值是否滿足一第三閾值的一輸出; 依據包括該動量交換值滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第一指示標記該元素;以及 依據包括該動量交換值並未滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件並未滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值並未滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第二指示標記該元素。
- 如請求項6所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 接收與一第二主控平台的一路徑相關聯的資料,其中該第二主控平台的該路徑包含在一系列所執行的致動器命令期間該第二主控平台所佔用的複數個元素;以及 將與該第二主控平台的該路徑相關聯的該資料與該ROE進行比較; 其中在將與沿著一第二WRIM的該第二主控平台的該路徑相關聯的該資料與該ROE進行比較時,該一或更多個處理器經程式化或經配置以執行以下操作: 比較在一系列所執行的致動器命令期間該第二主控平台所佔用的該等複數個元素中的一第一元素與具有一NO GO標籤的該ROE的一元素,其中該ROE的該元素係在最接近該第一元素的一CDC頻帶的位置;以及 確定該等複數個元素中的該第一元素與具有該NO GO標籤的該ROE的該元素之間的一CDC頻帶幅度,其中該CDC頻帶幅度係為從該等複數個元素中的該第一元素到具有該NO GO標籤的該ROE的該元素的一CDC頻帶數量。
- 如請求項7所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 確定與該第二主控平台的一操作者的CDC頻帶幅度相關聯的一模式; 依據與該操作者的CDC頻帶幅度相關聯的該模式,將一評級分配至該第二主控平台的一操作者的一識別符;以及 依據該操作者的該識別符的該評級來確定該操作者的一風險分類。
- 如請求項1所述的系統,其中一預測動量交換機器學習模型的一輸出包含與該預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生,且其中該一或更多處理器進一步經程式化或經配置以執行以下操作: 依據與一實際動量交換相關聯的一訓練資料集來訓練該預測動量交換機器學習模型,實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集來驗證該預測動量交換機器學習模型,該實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該預測動量交換機器學習模型,以產生與一預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用一元素的該主控平台而產生。
- 如請求項1所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 依據與一實際動量交換相關聯的一訓練資料集以及與一實際動量交換事件相關聯的一結果嚴重性來訓練一閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集以及與該實際動量交換事件相關聯的一結果嚴重性來驗證該閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該閾值機器學習模型來產生一預測以及該預測是否滿足一閾值的一指示。
- 如請求項8所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 確定與一實際動量交換的CDC頻帶幅度相關聯的一模式; 依據與一動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與一風險分類相關聯,該動量交換事件可能性係由於與一實體共同佔用一元素的該主控平台而產生; 確定與該操作者的CDC頻帶幅度相關聯的一模式; 依據與一主控平台的一操作者的CDC頻帶幅度相關聯的該模式來確定該操作者的CDC頻帶幅度的模式的該等複數個範圍中的一範圍;以及 依據該範圍來確定該操作者的一風險分類。
- 如請求項1所述的系統,其中該等複數個元素中的每一元素包含複數個資料屬性,其中該等複數個資料屬性包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性; 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性;以及 其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 依據該WRIM的每一元素的該等複數個資料屬性來識別一合理操作包絡(ROE);以及 依據該ROE來執行一動作。
- 如請求項12所述的系統,其中當依據該ROE來執行該動作時,該一或更多個處理器經程式化或經配置以執行以下操作: 識別聚集在與一目標對應的一元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,該等複數個元素包括與該主控平台的一初始位置對應的一第一元素以及與該目標對應的一最終元素;以及 依據與該命令串相關聯的一或更多個參數,從該等複數個命令串中選擇一命令串。
- 如請求項13所述的系統,其中當依據該ROE來執行該動作時,該一或更多個處理器經程式化或經配置以執行以下操作: 依據該命令串將一致動器命令發佈至該主控平台。
- 如請求項1所述的系統,其中該一或更多個處理器進一步經程式化或經配置以執行以下操作: 接收與一地理空間地圖上的一戰略等級目標相關聯的一使用者的一輸入, 依據該戰略等級目標來產生用於該戰略等級目標的一佔位符元素,其中用於該戰略等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準; 依據該戰略等級目標來確定一操作等級目標; 依據該操作等級目標來產生用於該操作等級目標的一佔位符元素,其中用於該操作等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準;以及 依據該操作等級目標來確定一戰術等級目標,其中該戰術等級目標係對應於一WRIM的一元素,其中對應於該戰術等級目標的該元素包含與相對於該WRIM的一座標系統的位置、速度、及加速度相關聯的標準,其中該元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
- 一種方法,包含以下步驟: 接收與一主控平台相關聯的資料; 依據與該主控平台相關聯的該資料來建構一運行時間動態包絡,其中建構該運行時間動態包絡之步驟包含以下步驟: 依據該主控平台的一組致動器命令、該主控平台對於該主控平台的該組致動器命令中的每一致動器命令的一回應、及該主控平台對於與一實體相關聯的一動態動作的感知的一預定回應來建構一初始化動態包絡,其中該初始化動態包絡包含與一預測感知轉換相關聯的一機器學習模型,其中與一預測感知轉換相關聯的該機器學習模型提供包含該主控平台對於與一實體相關聯的一動態動作的感知的該預定回應的一輸出,其中該輸出係與執行一致動器命令之後的相對於該主控平台的一第一位置的該主控平台的所有位置處的一預測感知轉換相關聯,其中該預測感知轉換係依據作為在該主控平台的一視場中被該主控平台感知的一參考點的一概念實體; 依據與一主控平台相關聯的資料,確定與該主控平台的一狀態相關聯的資料; 依據該初始化動態包絡、與該主控平台的一狀態相關聯的該資料、及與一感知包絡相關聯的資料,建構一理想動態包絡;以及 依據該理想動態包絡來建構該運行時間動態包絡;以及 依據該運行時間動態包絡來建構一世界視圖關係互動地圖(WRIM),其中該WRIM包含與該主控平台的一環境的一區域(例如,與該區域相關聯的一體積)對應的一座標系統,其中該座標系統包含複數個元素,其中該等複數個元素中的每一元素包含: 與一預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生。
- 如請求項16所述的方法,進一步包含以下步驟: 依據與一預測感知轉換相關聯的一機器學習模型,確定與該主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
- 如請求項16所述的方法,其中建構該運行時間動態包絡之步驟包含以下步驟: 依據該理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構該運行時間動態包絡,其中與DTIES相關聯的該資料包含與該主控平台的一動態轉移介面與相關聯於該主控平台的一環境的該理想動態包絡的一元素的一動態互動媒體之間的一互動相關聯的一因子,其中該因子表示從該主控平台的該動態轉移介面到該動態互動媒體的一能量轉移以及輸出到該動態互動媒體的一所產生效率。
- 如請求項18所述的方法,其中建構該運行時間動態包絡之步驟包含以下步驟: 依據與DTIES相關聯的該資料,預測該主控平台對於致動器命令的一狀態結果;以及 依據該主控平台的該狀態結果來產生該運行時間動態包絡的一元素。
- 如請求項16所述的方法,進一步包含以下步驟: 依據該WRIM的每一元素來識別一合理操作包絡(ROE); 其中識別該ROE之步驟包含以下步驟: 將與該WRIM的一元素的一動量交換相關聯的該一或更多個資料屬性與一閾值進行比較; 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台不應佔用該元素的一指示來標記該元素;以及 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性並未滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台可以佔用該元素的一指示來標記該元素。
- 如請求項16所述的方法,其中該等複數個元素中的每一元素包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性, 該方法進一步包含以下步驟: 依據該WRIM的每一元素的該等資料屬性來識別一合理操作包絡(ROE); 其中識別該ROE之步驟包含以下步驟: 提供與一動量交換相關聯的一或更多個資料屬性,以作為一第一機器學習模型的一輸入,以產生包括一動量交換值的一預測以及該動量交換值是否滿足一第一閾值的一指示的一輸出,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 提供與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的該一或更多個資料屬性,以作為一第二機器學習模型的一輸入,以產生包括該元素是否包括一旗標條件的一預測以及該旗標條件是否滿足一第二閾值的一指示的一輸出; 提供與該元素的該主控平台的一不確定性度量相關聯的該一或更多個資料屬性,以作為一第三機器學習模型的一輸入,以產生包括一不確定性值的一預測以及確定該不確定性值是否滿足一第三閾值的一輸出; 依據包括該動量交換值滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第一指示標記該元素;以及 依據包括該動量交換值並未滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件並未滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值並未滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第二指示標記該元素。
- 如請求項21所述的方法,進一步包含以下步驟: 接收與一第二主控平台的一路徑相關聯的資料,其中該路徑包含所執行的致動器命令期間該第二主控平台所佔用的複數個元素;以及 將與該第二主控平台的該路徑相關聯的該資料與該ROE進行比較; 其中將與沿著一第二WRIM的該第二主控平台的該路徑相關聯的該資料與該ROE進行比較之步驟包含以下步驟: 比較在一系列所執行的致動器命令期間該第二主控平台所佔用的該等複數個元素中的一第一元素與具有一NO GO標籤的該ROE的一元素,其中該ROE的該元素係在最接近該第一元素的一CDC頻帶的位置;以及 確定該等複數個元素中的該第一元素與具有該NO GO標籤的該ROE的該元素之間的一CDC頻帶幅度,其中該CDC頻帶幅度係為從該等複數個元素中的該第一元素到具有該NO GO標籤的該ROE的該元素的一CDC頻帶數量。
- 如請求項22所述的方法,進一步包含以下步驟: 確定與該第二主控平台的一操作者的CDC頻帶幅度相關聯的一模式; 依據與該操作者的CDC頻帶幅度相關聯的該模式,將一評級分配至該第二主控平台的一操作者的一識別符;以及 依據該操作者的該識別符的該評級來確定該操作者的一風險分類。
- 如請求項16所述的方法,其中一預測動量交換機器學習模型的一輸出包含與該預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生,該方法進一步包含以下步驟: 依據與一實際動量交換相關聯的一訓練資料集來訓練該預測動量交換機器學習模型,實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集來驗證該預測動量交換機器學習模型,該實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該預測動量交換機器學習模型,以產生與一預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用一元素的該主控平台而產生。
- 如請求項16所述的方法,進一步包含以下步驟: 依據與一實際動量交換相關聯的一訓練資料集以及與一實際動量交換事件相關聯的一結果嚴重性來訓練一閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集以及與該實際動量交換事件相關聯的一結果嚴重性來驗證該閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該閾值機器學習模型來產生一預測以及該預測是否滿足一閾值的一指示。
- 如請求項23所述的方法,進一步包含以下步驟: 確定與一實際動量交換的CDC頻帶幅度相關聯的一模式; 依據與一動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與一風險分類相關聯,該動量交換事件可能性係由於與一實體共同佔用一元素的該主控平台而產生; 確定與該操作者的CDC頻帶幅度相關聯的一模式; 依據與一主控平台的一操作者的CDC頻帶幅度相關聯的該模式來確定該操作者的CDC頻帶幅度的模式的該等複數個範圍中的一範圍;以及 依據該範圍來確定該操作者的一風險分類。
- 如請求項16所述的方法,其中該等複數個元素中的每一元素包含複數個資料屬性,其中該等複數個資料屬性包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性; 該方法進一步包含以下步驟: 依據該WRIM的每一元素的該等複數個資料屬性來識別一合理操作包絡(ROE);以及 依據該ROE來執行一動作。
- 如請求項27所述的方法,其中依據該ROE來執行該動作之步驟包含以下步驟: 識別聚集在與一目標對應的一元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,該等複數個元素包括與該主控平台的一初始位置對應的一第一元素以及與該目標對應的一最終元素;以及 依據與該命令串相關聯的一或更多個參數,從該等複數個命令串中選擇一命令串。
- 如請求項28所述的方法,其中依據該ROE來執行該動作之步驟包含以下步驟: 依據該命令串將一致動器命令發佈至該主控平台。
- 如請求項16所述的方法,進一步包含以下步驟: 接收與一地理空間地圖上的一戰略等級目標相關聯的一使用者的一輸入, 依據該戰略等級目標來產生用於該戰略等級目標的一佔位符元素,其中用於該戰略等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準; 依據該戰略等級目標來確定一操作等級目標; 依據該操作等級目標來產生用於該操作等級目標的一佔位符元素,其中用於該操作等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準;以及 依據該操作等級目標來確定一戰術等級目標,其中該戰術等級目標係對應於一WRIM的一元素,其中對應於該戰術等級目標的該元素包含與相對於該WRIM的一座標系統的位置、速度、及加速度相關聯的標準,其中該元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
- 一種包含至少一個非暫態電腦可讀取媒體的電腦程式產品,該至少一個非暫態電腦可讀取媒體包括一或更多個指令,在藉由至少一個處理器執行時,該一或更多個指令使該至少一個處理器以執行以下操作: 接收與一主控平台相關聯的資料; 依據與該主控平台相關聯的該資料來建構一運行時間動態包絡,其中用於使該至少一個處理器以建構該運行時間動態包絡的該一或更多個指令使該至少一個處理器以執行以下操作: 依據該主控平台的一組致動器命令、該主控平台對於該主控平台的該組致動器命令中的每一致動器命令的一回應、及該主控平台對於與一實體相關聯的一動態動作的感知的一預定回應來建構一初始化動態包絡,其中該初始化動態包絡包含與一預測感知轉換相關聯的一機器學習模型,其中與一預測感知轉換相關聯的該機器學習模型提供包含該主控平台對於與一實體相關聯的一動態動作的感知的該預定回應的一輸出,其中該輸出係與執行一致動器命令之後的相對於該主控平台的一第一位置的該主控平台的所有位置處的一預測感知轉換相關聯,其中該預測感知轉換係依據作為在該主控平台的一視場中被該主控平台感知的一參考點的一概念實體; 依據與一主控平台相關聯的資料,確定與該主控平台的一狀態相關聯的資料; 依據該初始化動態包絡、與該主控平台的一狀態相關聯的該資料、及與一感知包絡相關聯的資料,建構一理想動態包絡; 依據該理想動態包絡來建構該運行時間動態包絡;以及 依據該運行時間動態包絡來建構一世界視圖關係互動地圖(WRIM),其中該WRIM包含與該主控平台的一環境的一區域(例如,與該區域相關聯的一體積)對應的一座標系統,其中該座標系統包含複數個元素,其中該等複數個元素中的每一元素包含: 與一預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生。
- 如請求項31所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據與一預測感知轉換相關聯的一機器學習模型,確定與該主控平台的預測動量交換相關聯的一或更多個資料屬性,該預測動量交換係相關於與該元素相關聯的該實體。
- 如請求項31所述的電腦程式產品,其中用於使該至少一個處理器以建構該運行時間動態包絡的該一或更多個指令使該至少一個處理器以執行以下操作: 依據該理想動態包絡以及與動態轉移介面效果飽和度(DTIES)相關聯的資料,建構該運行時間動態包絡,其中與DTIES相關聯的該資料包含與該主控平台的一動態轉移介面與相關聯於該主控平台的一環境的該理想動態包絡的一元素的一動態互動媒體之間的一互動相關聯的一因子,其中該因子表示從該主控平台的該動態轉移介面到該動態互動媒體的一能量轉移以及輸出到該動態互動媒體的一所產生效率。
- 如請求項33所述的電腦程式產品,其中用於使該至少一個處理器以建構該運行時間動態包絡的該一或更多個指令使該至少一個處理器以執行以下操作: 依據與DTIES相關聯的該資料,預測該主控平台對於致動器命令的一狀態結果;以及 依據該主控平台的該狀態結果來產生該運行時間動態包絡的一元素。
- 如請求項31所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據該WRIM的每一元素來識別一合理操作包絡(ROE); 其中用於使該至少一個處理器以識別該ROE的該一或更多個指令使該至少一個處理器以執行以下操作: 將與該WRIM的一元素的一動量交換相關聯的該一或更多個資料屬性與一閾值進行比較; 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台不應佔用該元素的一指示來標記該元素;以及 依據確定與該元素的一動量交換相關聯的該一或更多個資料屬性並未滿足該閾值之步驟以及依據確定該元素的該一或更多個資料屬性之步驟,利用該主控平台可以佔用該元素的一指示來標記該元素。
- 如請求項31所述的電腦程式產品,其中該等複數個元素中的每一元素包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性; 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性;以及 其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據該WRIM的每一元素的該等資料屬性來識別一合理操作包絡(ROE); 其中用於使該至少一個處理器以識別該ROE的該一或更多個指令使該至少一個處理器以執行以下操作: 提供與一動量交換相關聯的一或更多個資料屬性,以作為一第一機器學習模型的一輸入,以產生包括一動量交換值的一預測以及該動量交換值是否滿足一第一閾值的一指示的一輸出,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 提供與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的該一或更多個資料屬性,以作為一第二機器學習模型的一輸入,以產生包括該元素是否包括一旗標條件的一預測以及該旗標條件是否滿足一第二閾值的一指示的一輸出; 提供與該元素的該主控平台的一不確定性度量相關聯的該一或更多個資料屬性,以作為一第三機器學習模型的一輸入,以產生包括一不確定性值的一預測以及確定該不確定性值是否滿足一第三閾值的一輸出; 依據包括該動量交換值滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第一指示標記該元素;以及 依據包括該動量交換值並未滿足該第一閾值的一指示的該第一機器學習模型的該輸出、包括該旗標條件並未滿足該第二閾值的一指示的該第二機器學習模型的該輸出、包括該不確定性值並未滿足該第三閾值的一指示的該第三機器學習模型的該輸出來利用一第二指示標記該元素。
- 如請求項36所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 接收與一第二主控平台的一路徑相關聯的資料,其中該路徑包含所執行的致動器命令期間該第二主控平台所佔用的複數個元素;以及 將與該第二主控平台的該路徑相關聯的該資料與該ROE進行比較; 其中用於將與沿著一第二WRIM的該第二主控平台的該路徑相關聯的該資料與該ROE進行比較的該一或更多個指令進一步使該至少一個處理器以執行以下操作: 比較在一系列所執行的致動器命令期間該第二主控平台所佔用的該等複數個元素中的一第一元素與具有一NO GO標籤的該ROE的一元素,其中該ROE的該元素係在最接近該第一元素的一CDC頻帶的位置;以及 確定該等複數個元素中的該第一元素與具有該NO GO標籤的該ROE的該元素之間的一CDC頻帶幅度,其中該CDC頻帶幅度係為從該等複數個元素中的該第一元素到具有該NO GO標籤的該ROE的該元素的一CDC頻帶數量。
- 如請求項37所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 確定與該第二主控平台的一操作者的CDC頻帶幅度相關聯的一模式; 依據與該操作者的CDC頻帶幅度相關聯的該模式,將一評級分配至該第二主控平台的一操作者的一識別符;以及 依據該操作者的該識別符的該評級來確定該操作者的一風險分類。
- 如請求項31所述的電腦程式產品,其中一預測動量交換機器學習模型的一輸出包含與該預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用該元素的該主控平台而產生,且其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據與一實際動量交換相關聯的一訓練資料集來訓練該預測動量交換機器學習模型,實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集來驗證該預測動量交換機器學習模型,該實際動量交換係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該預測動量交換機器學習模型,以產生與一預測動量交換相關聯的該一或更多個資料屬性,該預測動量交換係由於與一實體共同佔用一元素的該主控平台而產生。
- 如請求項31所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據與一實際動量交換相關聯的一訓練資料集以及與一實際動量交換事件相關聯的一結果嚴重性來訓練一閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生; 依據與一實際動量交換相關聯的一驗證資料集以及與該實際動量交換事件相關聯的一結果嚴重性來驗證該閾值機器學習模型,該實際動量交換事件係由於與一實體共同佔用一元素的該主控平台而產生;以及 使用該閾值機器學習模型來產生一預測以及該預測是否滿足一閾值的一指示。
- 如請求項38所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 確定與一實際動量交換的CDC頻帶幅度相關聯的一模式; 依據與一動量交換事件可能性相關聯的結果嚴重性來產生CDC頻帶幅度的模式的複數個範圍,其中CDC頻帶幅度的模式的每一範圍係與一風險分類相關聯,該動量交換事件可能性係由於與一實體共同佔用一元素的該主控平台而產生; 確定與該操作者的CDC頻帶幅度相關聯的一模式; 依據與一主控平台的一操作者的CDC頻帶幅度相關聯的該模式來確定該操作者的CDC頻帶幅度的模式的該等複數個範圍中的一範圍;以及 依據該範圍來確定該操作者的一風險分類。
- 如請求項31所述的電腦程式產品,其中該等複數個元素中的每一元素包含複數個資料屬性,其中該等複數個資料屬性包含: 與一動量交換相關聯的一或更多個資料屬性,該動量交換係由於與一實體共同佔用該元素的該主控平台而產生; 與該元素的該主控平台的一環境的邊界、限制條件、及/或規則相關聯的一或更多個資料屬性;以及 與該元素的該主控平台的一不確定性度量相關聯的一或更多個資料屬性,以及 其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 依據該WRIM的每一元素的該等複數個資料屬性來識別一合理操作包絡(ROE);以及 依據該ROE來執行一動作。
- 如請求項42所述的電腦程式產品,其中用於使該至少一個處理器以依據該ROE來執行該動作的該一或更多個指令使該至少一個處理器以執行以下操作: 識別聚集在與一目標對應的一元素上的複數個命令串,其中每一命令串包含鏈結在一起的複數個元素,該等複數個元素包括與該主控平台的一初始位置對應的一第一元素以及與該目標對應的一最終元素;以及 依據與該命令串相關聯的一或更多個參數,從該等複數個命令串中選擇一命令串。
- 如請求項43所述的電腦程式產品,其中用於使該至少一個處理器以依據該ROE來執行該動作的該一或更多個指令使該至少一個處理器以執行以下操作: 依據該命令串將一致動器命令發佈至該主控平台。
- 如請求項31所述的電腦程式產品,其中該一或更多個指令進一步使該至少一個處理器以執行以下操作: 接收與一地理空間地圖上的一戰略等級目標相關聯的一使用者的一輸入, 依據該戰略等級目標來產生用於該戰略等級目標的一佔位符元素,其中用於該戰略等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準; 依據該戰略等級目標來確定一操作等級目標; 依據該操作等級目標來產生用於該操作等級目標的一佔位符元素,其中用於該操作等級目標的該佔位符元素包含與該佔位符元素處的該主控平台的速度及加速度相關聯的標準;以及 依據該操作等級目標來確定一戰術等級目標,其中該戰術等級目標係對應於一WRIM的一元素,其中對應於該戰術等級目標的該元素包含與相對於該WRIM的一座標系統的位置、速度、及加速度相關聯的標準,其中該元素的一或更多個資料屬性係與相關聯於位置、速度、及加速度的標準有關。
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962796961P | 2019-01-25 | 2019-01-25 | |
US201962796935P | 2019-01-25 | 2019-01-25 | |
US62/796,935 | 2019-01-25 | ||
US62/796,961 | 2019-01-25 |
Publications (1)
Publication Number | Publication Date |
---|---|
TW202040413A true TW202040413A (zh) | 2020-11-01 |
Family
ID=71736602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109102760A TW202040413A (zh) | 2019-01-25 | 2020-01-30 | 用於動態系統的自主控制的方法、系統及電腦程式產品 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220146992A1 (zh) |
TW (1) | TW202040413A (zh) |
WO (1) | WO2020154743A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI780669B (zh) * | 2021-04-19 | 2022-10-11 | 中華電信股份有限公司 | 用於管理機器學習模型之方法及電腦可讀取記錄媒體 |
CN115600478A (zh) * | 2021-06-28 | 2023-01-13 | 中企网络通信技术有限公司(Cn) | 软件定义广域网分析系统及其操作方法 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021131652A (ja) * | 2020-02-19 | 2021-09-09 | 株式会社トプコン | データ構造、記録媒体、プログラム、及びシステム |
EP4116738A4 (en) * | 2020-03-31 | 2024-03-20 | Bitsensing Inc | RADAR DEVICE AND METHOD FOR CLASSIFYING OBJECTS |
CN117014845B (zh) * | 2023-09-22 | 2024-02-20 | 北京紫光青藤微系统有限公司 | 用于确定通信开始位置的方法、装置和近场通信设备 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7164117B2 (en) * | 1992-05-05 | 2007-01-16 | Automotive Technologies International, Inc. | Vehicular restraint system control system and method using multiple optical imagers |
US9638537B2 (en) * | 2012-06-21 | 2017-05-02 | Cellepathy Inc. | Interface selection in navigation guidance systems |
US20150370228A1 (en) * | 2014-06-20 | 2015-12-24 | Atigeo Corp. | Determining control actions of decision modules |
US10678240B2 (en) * | 2016-09-08 | 2020-06-09 | Mentor Graphics Corporation | Sensor modification based on an annotated environmental model |
-
2020
- 2020-01-27 US US17/425,509 patent/US20220146992A1/en active Pending
- 2020-01-27 WO PCT/US2020/015264 patent/WO2020154743A1/en active Application Filing
- 2020-01-30 TW TW109102760A patent/TW202040413A/zh unknown
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI780669B (zh) * | 2021-04-19 | 2022-10-11 | 中華電信股份有限公司 | 用於管理機器學習模型之方法及電腦可讀取記錄媒體 |
CN115600478A (zh) * | 2021-06-28 | 2023-01-13 | 中企网络通信技术有限公司(Cn) | 软件定义广域网分析系统及其操作方法 |
CN115600478B (zh) * | 2021-06-28 | 2023-08-15 | 中企网络通信技术有限公司 | 软件定义广域网分析系统及其操作方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2020154743A1 (en) | 2020-07-30 |
US20220146992A1 (en) | 2022-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11314249B2 (en) | Teleoperation system and method for trajectory modification of autonomous vehicles | |
US10921811B2 (en) | Adaptive autonomous vehicle planner logic | |
TW202040413A (zh) | 用於動態系統的自主控制的方法、系統及電腦程式產品 | |
US11714413B2 (en) | Planning autonomous motion | |
US11106218B2 (en) | Adaptive mapping to navigate autonomous vehicles responsive to physical environment changes | |
US11022974B2 (en) | Sensor-based object-detection optimization for autonomous vehicles | |
US10712750B2 (en) | Autonomous vehicle fleet service and system | |
US9507346B1 (en) | Teleoperation system and method for trajectory modification of autonomous vehicles | |
JP7316789B2 (ja) | 物理的環境の変化に応答して自律車両をナビゲートするための適応マッピング | |
CN108292474B (zh) | 派遣和维护自主车辆的车队的协调 | |
US10496766B2 (en) | Simulation system and methods for autonomous vehicles | |
US9916703B2 (en) | Calibration for autonomous vehicle operation | |
JP2019504800A (ja) | 自律車両のためのシミュレーションシステムおよび方法 | |
WO2017079321A1 (en) | Sensor-based object-detection optimization for autonomous vehicles | |
Formosa et al. | An Experiment and Simulation Study on Developing Algorithms for CAVs to Navigate Through Roadworks | |
US20240028031A1 (en) | Autonomous vehicle fleet service and system |