WO2016121572A1 - 駐車場と目的地との関連付け - Google Patents

駐車場と目的地との関連付け Download PDF

Info

Publication number
WO2016121572A1
WO2016121572A1 PCT/JP2016/051419 JP2016051419W WO2016121572A1 WO 2016121572 A1 WO2016121572 A1 WO 2016121572A1 JP 2016051419 W JP2016051419 W JP 2016051419W WO 2016121572 A1 WO2016121572 A1 WO 2016121572A1
Authority
WO
WIPO (PCT)
Prior art keywords
vehicle
information
operation information
parking
tuple
Prior art date
Application number
PCT/JP2016/051419
Other languages
English (en)
French (fr)
Inventor
大介 斎藤
直樹 古城
シッダールタ クマー タクール
ナキール レーレー
Original Assignee
日産自動車株式会社
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Priority claimed from US14/609,745 external-priority patent/US9568335B2/en
Priority claimed from US14/609,686 external-priority patent/US9151628B1/en
Application filed by 日産自動車株式会社 filed Critical 日産自動車株式会社
Priority to JP2016571959A priority Critical patent/JP6477730B2/ja
Publication of WO2016121572A1 publication Critical patent/WO2016121572A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
    • G01C21/34—Route searching; Route guidance

Definitions

  • the present disclosure relates to vehicle routing and navigation.
  • Some vehicles are provided with a control system that generates and holds a moving route and controls the vehicle to move the moving route.
  • Autonomous vehicles are controlled autonomously without direct human intervention, and may travel a moving route from a departure point to a destination. As such, methods and apparatus for associating a parking lot with a destination may be beneficial.
  • One aspect of the disclosed embodiment is a vehicle that associates a parking lot with a destination.
  • the vehicle is traffic network information indicative of a vehicle traffic network including a first destination by executing instructions stored in the non-transitory computer readable medium, wherein the traffic network information comprises a plurality of parking lots.
  • Parking lot information indicating each parking lot of the plurality of parking lots corresponds to each position of the vehicle traffic network, and the parking lot information includes at least one parking lot out of the plurality of parking lots
  • a processor is provided for identifying traffic network information to include automatically generated parking lot related information indicating a relationship with the first destination.
  • the processor determines the target parking lot from the plurality of parking lots for the first destination based on the traffic network information by executing the instructions stored in the non-transitory computer readable medium, and the traffic network information To identify the route from the departure point in the vehicle traffic network to the target parking lot.
  • the vehicle includes a track controller that operates the vehicle to travel from a departure point to a destination parking lot using a route.
  • the system comprises a memory that includes a non-transitory computer readable medium, and a processor that generates traffic network information by executing instructions stored on the non-transitory computer readable medium.
  • the processor identifies traffic network information indicative of a vehicle traffic network by executing instructions stored in the non-transitory computer readable medium, and automatically generates parking lot related information by filtering operation information. .
  • the operation information includes vehicle operation information reported by a plurality of vehicles, and the vehicle operation information includes a plurality of vehicle operations including a parking operation, and each vehicle operation of the plurality of vehicle operations is of a plurality of vehicles
  • Each parking lot of a plurality of parking lots corresponds to each vehicle operation of a plurality of vehicle operations, and each vehicle of a plurality of passengers is associated with each vehicle of the plurality of vehicles.
  • passenger information identifying a plurality of passengers is included.
  • the operation information also includes vehicle position supplementary information which is information reported from a plurality of infrastructure devices in response to detection of each vehicle from a plurality of vehicles, and each infrastructure device of the plurality of infrastructure devices is
  • vehicle position supplementary information includes a plurality of supplementary vehicle parking positions, and each supplementary vehicle parking position of the plurality of supplementary vehicle parking positions is associated with each vehicle of the plurality of vehicles.
  • Each supplemental vehicle parking position of the plurality of supplemental vehicle parking positions corresponds to each parking operation of the plurality of vehicle operations.
  • the operation information also includes non-vehicle operation information including a plurality of non-vehicle operations, and each non-vehicle operation of the plurality of non-vehicle operations is associated with one passenger among the plurality of passengers.
  • the position information reported by the portable device or the position information reported to the third party computer system for the user is included, and the non-vehicle operation information includes the user and one passenger among the plurality of passengers. Includes the relationship between The processor identifies one vehicle from a plurality of vehicles, executes a command stored in the non-transitory computer readable medium, identifies a parking operation for the vehicle, and determines a position corresponding to the parking operation as a parking position candidate , Identifying a passenger associated with the vehicle, identifying a destination operation for the passenger, identifying a position corresponding to the destination operation as a destination, and automatically generating parking lot related information; The operation information is filtered by including automatically generated parking lot related information indicating the relation between the position indicating the destination and the parking lot corresponding to the parking position candidate.
  • the processor also updates traffic network information based on automatically generated parking related information by executing instructions stored in the non-transitory computer readable medium.
  • the system comprises a processor that, by executing instructions stored in the non-transitory computer readable medium, identifies traffic network information indicative of a vehicle traffic network and identifies vehicle operation information to be reported to a plurality of vehicles.
  • the vehicle operation information includes a plurality of vehicle operations, each vehicle operation of the plurality of vehicle operations is associated with each vehicle of the plurality of vehicles, and the vehicle operation information includes a plurality of passenger identifiers and a plurality of passengers It includes passenger information that associates each passenger identifier of the identifier with one vehicle of the plurality of vehicles.
  • the processor executes instructions stored in the non-transitory computer readable medium to identify non-vehicle operation information reported to a plurality of users, and the non-vehicle operation information includes a plurality of non-vehicle operations.
  • Each non-vehicle operation of a plurality of non-vehicle operations is associated with each user of a plurality of users, the non-vehicle operation information includes a plurality of destination operations, and each destination operation of a plurality of destination operations is a plurality of Correspond to each destination of destination.
  • the processor executes the command stored in the non-temporary computer readable medium to automatically identify the relation between the vehicle operation information and the non-vehicle operation information, and the automatically specified vehicle operation information and the non-vehicle operation information Update traffic network information based on relevance to
  • FIG. 1 is a diagram illustrating an example of a portion of an autonomous vehicle capable of implementing the aspects, features, and elements disclosed herein.
  • FIG. 2 is a diagram illustrating an example of a portion of an autonomous vehicle traffic communication system capable of implementing the aspects, features, and elements disclosed herein.
  • FIG. 3 is a diagram illustrating a portion of a vehicle traffic network according to the present disclosure.
  • FIG. 4 illustrates another portion of a vehicle traffic network in accordance with the present disclosure.
  • FIG. 5 is a diagram illustrating a navigation and routing method of an autonomous vehicle according to the present disclosure.
  • FIG. 6 is a diagram showing a method of automatically generating parking lot related information according to the present disclosure.
  • FIG. 7 is a diagram showing a method of associating non-vehicle operation information and vehicle operation information according to the present disclosure.
  • Autonomous vehicles travel from a departure point to a destination in a vehicle traffic network without human intervention.
  • Autonomous vehicles are equipped with a controller that routes and navigates autonomous vehicles.
  • the controller generates a travel route from the departure point to the destination based on vehicle information, environmental information, traffic network information indicating a vehicle traffic network, or a combination thereof.
  • the controller outputs the moving route to the track controller which operates to move the vehicle from the departure point to the destination by the generated route.
  • the traffic network information excludes information that clearly identifies the destination parking lot, and the parking lot information is automatically generated based on the operation information.
  • the information included in the operation information includes vehicle operation information such as information reported by one or more vehicles, vehicle position supplementary information such as information of a vehicle reported by the vehicle infrastructure unit, and vehicle passengers.
  • Non-vehicle operation information such as information reported by the mobile device, social media information associated with the passenger of the vehicle.
  • filtering and processing are performed on the operation information, and the parking lot information of the vehicle and the destination information of the passenger of the vehicle are correlated with each other. This correlated parking lot information is clustered around the destination and one or more parking lots are associated with the destination of the traffic network information.
  • the vehicle operation information is associated with non-vehicle operation information by spatial clustering
  • the parking lot information is associated with the destination based on the association between the vehicle operation information and the non-vehicle operation information.
  • the association of vehicle operation information and non-vehicle operation information by spatial clustering temporarily groups the vehicle operation information and the non-vehicle operation information and spatially divides the information within each temporary group. Clustering, identifying pairs or tuples of operations from vehicle operation information and operations from non-vehicle operation information, validating tuples by temporary storage, identifying dedicated tuples that occur multiple times, identified multiple times The vehicle operation information corresponding to the generated dedicated tuple is associated with the corresponding non-vehicle operation information.
  • computer and “computer device” are intended to include the methods disclosed herein or any device or combination of devices capable of performing one or more portions thereof.
  • processor refers to one or more dedicated processors, one or more digital processors, one or more microprocessors, one or more controllers, one or more Multiple microcontrollers, one or more application specific integrated circuits, one or more application specific standard products, one or more field programmable gate arrays, combinations of other integrated circuits, one or more It is intended to include one or more processors, such as multiple state machines, or a combination thereof.
  • the term "memory" is a computer-usable or computer-readable medium or apparatus capable of specifically storing, storing, communicating, transporting, signals or information utilized by or in connection with a processor Shall be indicated.
  • the memory may be, for example, one or more read only memories (ROMs), one or more random access memories (RAMs), one or more registers, one or more cache memories, one or more A plurality of semiconductor memory devices, one or more magnetic media, one or more optical media, one or more magneto-optical media, or a combination thereof.
  • the term "instructions” includes instructions or expressions for performing the methods disclosed herein or portions thereof, and may be hardware, software or a combination thereof. Is realized by For example, the instructions may be implemented as information stored in a memory, such as a computer program, and executed by a processor to perform each method, algorithm, aspect or combination thereof as described herein. In some embodiments, the instructions, or portions thereof, are implemented as dedicated processors or electrical circuits that include specialized hardware for executing the methods, algorithms, aspects or combinations thereof as described herein. Be done. In some embodiments, portions of the instructions may be multiple devices communicating on a single device, or directly or through a network such as a local area network, a wide area network, the Internet, or a combination thereof. Distributed to processors.
  • the terms “example”, “embodiment”, “example”, “aspect”, “feature”, “element” indicate functioning as an example, instance, or illustration.
  • the examples, embodiments, examples, aspects, features, elements are independent of each other, and any other examples, embodiments, examples, aspects, features, elements It may be used in combination with
  • the terms “determine” and “identify” or variations thereof are used to select, confirm, calculate, investigate, receive, determine, establish, obtain, or be described herein. Identification or determination by any method using one or more of the devices described herein.
  • the term "or” is intended to mean the inclusive “or” rather than the exclusive “or”. That is, unless otherwise specified or apparent from content, "X includes A or B” is intended to indicate a natural inclusive substitution. That is, if X contains A, then X contains B, or X contains both A and B, in which case "X contains A or B" is satisfied in any of the above cases. Also, for each component used in the specification and appended claims, unless otherwise specified or apparent from content, it means “one or more" components. It should be interpreted.
  • FIG. 1 is a diagram illustrating an example of a portion of an autonomous vehicle capable of implementing the aspects, features, and elements disclosed herein.
  • autonomous vehicle 1000 includes chassis 1100, powertrain 1200, controller 1300, wheels 1400, other elements, or a combination of autonomous vehicle elements.
  • the autonomous vehicle 1000 is illustrated as having four wheels 1400 for convenience, one or more other propulsion devices such as propellers or treads may be used.
  • wires interconnecting elements such as the power train 1200, the controller 1300, and the wheels 1400 exchange information such as data and control signals, power such as power and torque, or both information and power between the respective elements. Indicates that it will be done.
  • controller 1300 receives power from powertrain 1200, communicates with powertrain 1200, wheels 1400, or both, and controls autonomous vehicle 1000. This control includes acceleration, deceleration, steering, and other controls of the autonomous vehicle 1000.
  • the power train 1200 is composed of a power source 1210, a transmission 1220, a steering unit 1230, an actuator 1240, other elements, or a combination of elements of a power train such as a suspension, a drive shaft, an accelerator, and an exhaust system.
  • the wheels 1400 are shown separately but may be included in the powertrain 1200.
  • Power supply 1210 includes an engine, a battery, or a combination thereof.
  • the power source 1210 may be a device or combination thereof that functions to provide energy, such as electrical energy, thermal energy, kinetic energy, and the like.
  • power supply 1210 includes an engine, such as an internal combustion engine, an electric motor, or a combination of an internal combustion engine and an electric motor, and functions to provide kinetic energy to one or more wheels 1400 as a motive force.
  • the power source 1210 includes one or more of nickel cadmium (NiCd), nickel zinc (NiZn), nickel hydrogen (NiMH), lithium ion (Li-ion) dry cell, solar cell, fuel cell or energy May be comprised of potential energy parts such as other devices capable of supplying
  • Transmission 1220 receives energy, such as kinetic energy, from power supply 1210 and transmits the energy to wheels 1400 to provide motive power. Transmission 1220 may be controlled by controller 1300, actuator 1240 or both.
  • the steering unit 1230 is controlled by the controller 1300 and / or the actuator 1240 and controls the wheel 1400 to steer the autonomous vehicle.
  • Actuator 1240 receives signals from controller 1300 and operates autonomous vehicle 1000 by activating or controlling power source 1210, transmission 1220, steering unit 1230 or a combination thereof.
  • controller 1300 may be comprised of position location unit 1310, communication unit 1320, processor 1330, memory 1340, user interface 1350, sensor 1360, communication interface 1370, or a combination thereof.
  • the controller 1300 is illustrated as a single device, but may be an individual physical device by integrating one or more elements thereof.
  • user interface 1350 and processor 1330 may be integrated into a first physical device
  • memory 1340 may be integrated into a second physical device.
  • the controller 1300 may include a power source such as a battery.
  • the position specifying unit 1310, the communication unit 1320, the processor 1330, the memory 1340, the user interface 1350, the sensor 1360, the communication interface 1370, or a combination thereof are illustrated as separate elements, one or more electronic devices or circuits , May be integrated into the chip.
  • processor 1330 may be comprised of devices capable of manipulating and processing currently existing or later generated signals or other information, or a combination thereof, such as an optical processor, a quantum processor, a molecular processor Or a combination thereof.
  • processor 1330 may be one or more dedicated processors, one or more digital signal processors, one or more microprocessors, one or more controllers, one or more microcontrollers, one or more Integrated circuits, one or more application specific integrated circuits, one or more field programmable gate arrays, one or more programmable logic arrays, one or more programmable logic controllers, It may be comprised of one or more state machines, or any combination thereof.
  • the processor 1330 may be operatively connected to the position location unit 1310, the memory 1340, the communication interface 1370, the communication unit 1320, the user interface 1350, the sensor 1360, the power train 1200, or any combination thereof.
  • a processor may be operatively connected to memory 1340 via communication bus 1380.
  • the memory 1340 may be, for example, a touch-based, persistent computer capable of storing, storing, communicating, transporting, etc., for or in connection with the processor 1330 the machine-readable instructions or the information associated therewith. Or may be comprised of computer readable media.
  • the memory 1340 may be, for example, one or more semiconductor drives or drives, including hard disks, floppy disks, optical disks, magnetic or optical cards, or various persistent media suitable for storing electronic information. Memory card, one or more removable media, one or more read only memories, one or more random access memories, one or more disks, or any combination thereof. It is also good.
  • the communication interface 1370 may be a wireless antenna as shown, a wired communication port, an optical communication port, or various wired or wireless devices capable of interfacing with the wired or wireless electronic communication medium 1500. Although communication interface 1370 is illustrated in FIG. 1 as communicating via a single communication link, the communication interface may be configured to communicate via multiple communication links. Further, although only one communication interface 1370 is shown in FIG. 1, the autonomous traveling vehicle may include any number of communication interfaces.
  • the communication unit 1320 may be configured to transmit and receive signals via a wired or wireless electronic communication medium 1500, such as via the communication interface 1370.
  • the communication unit 1320 transmits via various wired or wireless communication media such as radio frequency (RF), ultraviolet (UV), visible light, optical fiber, wired or combinations thereof, It may be configured to receive or both.
  • RF radio frequency
  • UV ultraviolet
  • visible light optical fiber
  • wired or combinations thereof It may be configured to receive or both.
  • any number of electronic communication units and communication interfaces may be used.
  • the position specifying unit 1310 measures geographic position information such as the longitude, latitude, altitude, moving direction, and speed of the autonomous vehicle 1000.
  • the localization unit may comprise a Global Positioning System (GPS) unit, a wireless triangulation unit, or a combination thereof.
  • GPS Global Positioning System
  • the position specifying unit 1310 may obtain, for example, information indicating the current destination of the autonomous vehicle 1000, the current position in two or three dimensions of the autonomous vehicle 1000, the current angular direction of the autonomous vehicle 1000, or a combination thereof. Available.
  • the user interface 1350 comprises any device capable of interfacing with humans, such as virtual or physical keypads, touch pads, displays, touch displays, speakers, microphones, video cameras, sensors, printers, or any combination thereof. It is also good.
  • the user interface 1350 may be operatively connected to the processor 1330 as shown, or may be connected to other elements of the controller 1300.
  • the user interface 1350 is illustrated as a single device, but may be comprised of one or more physical devices.
  • the user interface 1350 may include an audio interface for performing voice communication with a person and a touch display for performing touch-based communication with the person.
  • the sensors 1360 are comprised of one or more sensors, such as a number of sensors that function to provide information that can be used to control an autonomous vehicle. Sensor 1360 can provide information regarding the current driving characteristics of the vehicle.
  • the sensor 1360 includes, for example, a speed sensor, an acceleration sensor, a steering angle sensor, a traction related sensor, a brake related sensor, and various sensors that function to report information on the current dynamic situation of the autonomous vehicle 1000. Or you may include those combinations.
  • sensor 1360 includes a sensor that can obtain information regarding the physical environment surrounding autonomous vehicle 1000.
  • one or more sensors can detect road shapes, fixed obstacles, obstacles such as vehicles, pedestrians and the like.
  • the sensor 1360 may be one or more video cameras now known or later developed, laser detection systems, infrared detection systems, hearing detection systems, other suitable in-vehicle environment detection devices, Or it may be the combination, and they may be included.
  • sensor 1360 and locator 1310 may be integrated.
  • the autonomous vehicle 1000 is provided with a track controller.
  • the controller 1300 may be configured by a trajectory controller.
  • the track controller can obtain the information indicating the current state of the autonomous vehicle 1000 and the route set for the autonomous vehicle 1000 to determine and optimize the trajectory of the autonomous vehicle 1000.
  • the track controller can output a signal that can control the autonomous vehicle 1000 so that the autonomous vehicle 1000 follows the track determined by the track controller.
  • the output of the track controller is an optimized track supplied to the powertrain 1200, the wheels 1400 or both.
  • the optimization trajectory is a control input, such as a series of steering angles, and each steering angle corresponds to a point in time or position.
  • the optimized trajectory is one or more paths, lines, curves or combinations thereof.
  • One or more wheels 1400 are steered wheels that are turned to a steering angle under the control of the steering unit 1230, propulsion wheels that are given torque to propel the autonomous traveling vehicle 1000 under the control of the transmission 1220, or autonomous traveling It may be a steering propulsion wheel that steers and promotes the vehicle 1000.
  • the autonomous traveling vehicle includes a case, a Bluetooth (registered trademark) module, a frequency modulation (FM) radio unit, a near field communication (NFC) module, a liquid crystal display (LCD) display, and organic light emission.
  • a Bluetooth (registered trademark) module a frequency modulation (FM) radio unit
  • a near field communication (NFC) module a liquid crystal display (LCD) display
  • organic light emission a diode (OLED) display unit, speakers or any combination thereof.
  • OLED diode
  • FIG. 2 is a diagram illustrating an example of a portion of an autonomous vehicle traffic communication system capable of implementing the aspects, features, and elements disclosed herein.
  • Autonomous vehicle communication system 2000 includes one or more autonomous vehicles 2100 such as autonomous vehicle 1000 shown in FIG. 1, which may be one or more of one or more vehicle traffic networks 2200. And move through one or more communication networks 2300. Autonomous vehicles may also traverse areas not explicitly or completely included in the vehicle traffic network, such as off-road areas, which are not explicitly shown in FIG.
  • the communication network 2300 is, for example, a multiple access system, such as voice communication, data communication, video communication, and message communication between the autonomous vehicle 2100 and one or more communication devices 2400. Or provide a communication such as a combination thereof.
  • the autonomous vehicle 2100 receives information such as information indicating the vehicle traffic network 2200 from the communication device 2400 via the communication network 2300.
  • autonomous vehicle 2100 communicates via a wired communication link (not shown), a wireless communication link 2310/2320, or some combination of wired or wireless communication links.
  • the autonomous vehicle 2100 communicates via the terrestrial wireless communication link 2310, the extraterrestrial wireless communication link 2320, or a combination thereof.
  • the terrestrial wireless communication link 2310 can be an Ethernet link, a serial link, a Bluetooth link, an infrared (IR) link, an ultraviolet (UV) link, or various links capable of providing electronic communication. Is included.
  • autonomous vehicle 2100 communicates with communication network 2300 via access point 2330.
  • An access point 2330 including a computer device is configured to communicate with the autonomous vehicle 2100, the communication network 2300, one or more communication devices 2400, or a combination thereof via wired or wireless communication link 2310/2340 There is.
  • the access point 2330 is, for example, a base station, a base transceiver station (BTS), a node B, an extension node B (eNode-B), a home node B (HNode-B), a wireless router, a wired router, a hub, a relay, a switch, Or similar wired or wireless devices.
  • the access point is illustrated as a single device but may be comprised of several interconnected elements.
  • autonomous vehicle 2100 communicates with communications network 2300 via satellites 2350 or other extraterrestrial communications devices.
  • Satellites 2350 including computer devices, are configured to communicate with autonomous vehicle 2100, communication network 2300, one or more communication devices 2400, or a combination thereof, via one or more communication links 2320/2360. ing.
  • the satellites are illustrated as a single device but may be comprised of several interconnected elements.
  • Communication network 2300 may be any type of network configured to provide voice communication, data communication, or other electronic communication.
  • communication network 2300 may include a local area network (LAN), a wide area network (WAN), a virtual private network (VPN), a mobile / cellular telephone network, the Internet, or other electronic communication system.
  • the communication network 2300 may be Transmission Control Protocol (TCP), User Datagram Protocol (UDP), Internet Protocol (IP), Real-time Transport Protocol (RTP), Hypertext Transport Protocol (HTTP) or Use a combination of them.
  • TCP Transmission Control Protocol
  • UDP User Datagram Protocol
  • IP Internet Protocol
  • RTP Real-time Transport Protocol
  • HTTP Hypertext Transport Protocol
  • the electronic communication network is illustrated as a single device but may be comprised of several interconnected elements.
  • autonomous vehicle 2100 identifies a portion of vehicle traffic network 2200 and its state.
  • an autonomous vehicle is provided with one or more on-vehicle sensors 2110 such as the sensor 1360 shown in FIG. 1, and these sensors can determine and identify a part of the vehicle traffic network 2200 and its state Speed sensors, wheel speed sensors, cameras, gyroscopes, light sensors, laser sensors, radar sensors, acoustic sensors, other sensors and devices, or combinations thereof are included.
  • autonomous vehicle 2100 is communicated via communication network 2300, such as information indicative of vehicle traffic network 2200, information identified by one or more onboard sensors 2110, or a combination thereof.
  • the information is used to travel one or more portions of one or more vehicle traffic networks 2200.
  • autonomous vehicle traffic communication system 2000 may include devices, devices, elements not shown in FIG. Autonomous vehicle 2100 is illustrated as a single device, but may be comprised of several interconnected elements.
  • FIG. 3 is a diagram illustrating a portion of a vehicle traffic network according to the present disclosure.
  • the vehicle traffic network 3000 includes a non-navigable area 3100 such as a building, one or more partially navigable areas such as a parking lot 3200, and one or more navigable areas such as a road 3300/3400. Or a combination thereof.
  • an autonomous vehicle such as the autonomous vehicle 1000 shown in FIG. 1 or the autonomous vehicle 2100 shown in FIG. 2, travels one or more portions of the vehicle traffic network 3000.
  • the vehicle traffic network includes one or more interchanges 3210 between one or more navigable or partially navigable areas 3200/3300/3400.
  • part of the vehicle traffic network shown in FIG. 3 includes an interchange 3210 between the parking lot 3200 and the road 3400.
  • the parking lot 3200 includes a parking slot 3220.
  • a portion of a vehicle traffic network such as road 3300/3400, includes one or more lanes 3320/3340/3360/3420/3440 and is associated with one or more directions of movement indicated by the arrows in FIG. .
  • traffic network information is shown as traffic network information.
  • traffic network information is represented as a hierarchy of elements such as markup language elements stored in a database or file.
  • the drawings in this specification show traffic network information showing a portion of the vehicle traffic network as a chart or map, but if traffic network information can represent a vehicle traffic network or a part thereof, computer use It may be expressed in any possible manner.
  • traffic network information may include vehicle traffic network control information such as travel direction information, speed limit information, toll information, slope information such as slope and angle information, surface material information, aesthetic information, or The combination of those is included.
  • portions of the vehicle traffic network or combinations of portions thereof are identified as points of interest or destinations.
  • the traffic network information identifies the area 3100 as a point of interest
  • the autonomous vehicle identifies the point of interest as a destination
  • the autonomous vehicle moves across the vehicle traffic network from the departure point to the destination.
  • identifying the destination includes locating the destination, which is a distinct and uniquely identifiable geographic location, such as the geographic location 3500 of the area 3100.
  • the vehicle traffic network includes a determined position, such as a destination address, a zip code, a vehicle traffic network address, a longitude / latitude, or a GPS address.
  • the destination may be associated with one or more entrances, such as the entrance 3600 shown in FIG.
  • the traffic network information includes determined / predicted entrance location information, such as information identifying the geographic location of the entrance associated with the destination.
  • the vehicle traffic network is associated with or includes a pedestrian traffic network.
  • FIG. 3 includes a portion 3700 of the pedestrian traffic network that is a pedestrian pathway.
  • a pedestrian traffic network or a portion thereof, such as portion 3700 of the pedestrian traffic network shown in FIG. 3, is indicated as pedestrian traffic network information.
  • traffic network information may include pedestrian traffic network information.
  • the pedestrian traffic network includes areas where pedestrians can navigate. The area where pedestrians can navigate, such as pedestrian walkways and sidewalks, corresponds to the navigation impossible area of the vehicle traffic network.
  • an area where a pedestrian can navigate such as a pedestrian crosswalk, corresponds to a navigation area or partial navigation area of a vehicle traffic network.
  • a destination such as area 3100, is associated with a parking lot, such as parking lot 3200.
  • traffic network information may include determined parking lot information indicating that one or more parking lots are associated with a destination.
  • the traffic network information excludes information identifying the parking lot 3200 and information associating the parking lot 3200 with a destination.
  • the traffic network information includes information identifying the parking lot 3200 as a navigable or partially navigable part of the vehicle traffic network, information identifying the parking lot 3200 as a parking lot, and the purpose such as the area 3100 It includes determined parking lot related information indicating the association between the ground and the parking lot 3200.
  • the determined parking lot related information is parking lot related information generated in response to a user input that clearly determines or creates the parking lot related information.
  • the traffic network information includes information identifying the parking lot 3200 as a navigable or partially navigable part of the vehicle traffic network, information identifying the parking lot 3200 as a parking lot, and the area 3100 etc.
  • Automatically generated parking lot related information indicating the relation between the destination of the parking lot 3200 and the parking lot 3200.
  • Autogenerated parking lot related information is parking lot related information that is automatically generated as described herein.
  • the traffic network information excludes information identifying the location as a parking lot, and the automatic generation of parking lot related information includes automatically generating information identifying the location as parking lot Be
  • FIG. 4 illustrates another portion of a vehicle traffic network in accordance with the present disclosure.
  • one or more navigable areas 4100 such as buildings, one or more navigable areas such as roads 4200, and parking lots 4300/4310.
  • one or more partially navigable areas such as 4320/4330 or combinations thereof are included.
  • traffic network information includes location information of a destination, such as location 4110 of area 4100.
  • the parking lot is associated with or dedicated to the destination.
  • the parking lot 3200 shown in FIG. 3 is provided exclusively for the area 3100 shown in FIG.
  • a destination may not be associated with a parking lot dedicated to that destination.
  • the parking lot 4300/4310/4320/4330 shown in FIG. 4 is not provided exclusively for a specific building, destination or point of interest.
  • the association or relationship between the building and the parking lot is expressed in the traffic network information as determined parking lot related information.
  • the traffic network information excludes the determined parking lot related information, and the association or relationship between the building and the parking lot is expressed as automatically generated parking lot related information in the traffic network information.
  • the traffic network information indicating a part of the vehicle traffic network shown in FIG. 4 includes automatically generated parking lot related information indicating that the parking lot 4300/4310/4320/4330 is a parking lot of the area 4100.
  • FIG. 5 is a diagram illustrating a navigation and routing method of an autonomous vehicle according to the present disclosure.
  • the navigation and routing of the autonomous vehicle are implemented in an autonomous vehicle such as the autonomous vehicle 1000 shown in FIG. 1 and the autonomous vehicle 2100 shown in FIG.
  • the processor 1330 of the controller 1300 of the autonomous vehicle 1000 shown in FIG. 1 executes the instructions stored in the memory 1340 of the controller 1300 of the autonomous vehicle 1000 shown in FIG. I do.
  • For navigation and routing of autonomous vehicles specify traffic network information at 5100, determine a target parking lot (target parking position) at 5200, specify a route at 5300, move at 5400 Or combinations thereof.
  • traffic network information such as traffic network information shown in FIG. 3 or traffic network information shown in FIG. 4 is identified at 5100.
  • an autonomous vehicle control unit such as the controller 1300 shown in FIG. 1 reads traffic network information from a data storage unit such as the memory 1340 shown in FIG. 1 or via a communication system such as the communication network 2300 shown in FIG. Traffic network information from an external data source, such as communication device 2400 shown in FIG.
  • identifying traffic network information may include transcoding or reformatting traffic network information, storing reformatted traffic network information, or both.
  • traffic network information includes parking lot information that indicates one or more parking lots in a vehicle traffic network.
  • the autonomous vehicle identifies traffic network information such that the traffic network information includes determined parking lot related information, automatically generated parking lot related information, or both.
  • a destination is identified.
  • the point of interest such as the area 3100 shown in FIG. 3 or the position 4110 of the area 4100 shown in FIG. 4 is specified as the first destination, and the target parking lot for the point of interest is the second destination Identifying or identifying the first and second destinations is included.
  • a destination parking lot for a first destination in a vehicle traffic network is identified 5200 based on traffic network information.
  • a building such as area 3100 shown in FIG. 3 is specified as a first destination
  • a parking lot such as parking lot 3200 shown in FIG. 3 is specified as a target parking lot based on determined parking lot related information.
  • the target parking lot is identified based on the auto generated parking lot related information.
  • a building such as area 4100 shown in FIG. 4 is specified as a first destination, and a target parking lot such as any of parking lots 4300/4310/4320/4330 shown in FIG. It is identified as a target parking lot based on.
  • a route is generated.
  • generating a route includes identifying a departure point.
  • the departure point indicates a desired departure point, such as the current position of the autonomous vehicle.
  • identifying the departure point includes determining the current geographic location of the autonomous vehicle by controlling a location identification such as the location identification 1310 shown in FIG.
  • identifying the departure point at 5300 includes identifying traffic network information corresponding to the departure point.
  • identifying the departure point includes identifying roads, road segments, lanes, waypoints, or combinations thereof.
  • the current position of the autonomous vehicle is an area that is not clearly or completely included in the vehicle traffic network, such as a navigable non-road area, an off-road area, etc.
  • generating the route includes generating a route candidate from the departure point to the target parking lot.
  • the route candidate indicates a unique and characteristic route from the departure point to the target parking lot.
  • route candidates include unique and characteristic combinations of roads, road segments, lanes, waypoints, and interchanges.
  • generating a route includes identifying a routing state.
  • identifying the routing state includes, for each route candidate, identifying a routing state corresponding to each waypoint in the route candidate.
  • the first routing state indicates a road, a road segment, a lane, a waypoint, or a combination thereof in the first route candidate
  • a second routing state includes a road, a road segment, a lane, a waypoint or the second in the second route candidate. Indicates a combination.
  • generating a route includes evaluating a planned action cost for performing an action, such as transitioning from one routing state to another.
  • Such an action corresponds to the transition from one waypoint to another, and during route execution, the autonomous vehicle moves from one position indicated by the first waypoint to another position indicated by the second waypoint.
  • the action indicates a transition from one routing state to a directly adjacent routing state, which is to transition from one waypoint to a directly adjacent waypoint without crossing another waypoint.
  • And indicates that the autonomous vehicle moves from the position indicated by the first waypoint to another position indicated by the adjacent waypoint.
  • the action cost is determined based on traffic network information. For example, in the route candidate, the first routing state corresponds to the first waypoint corresponding to the first position in the vehicle traffic network, and the second routing state corresponds to the second waypoint corresponding to the second position in the vehicle traffic network And the action cost indicates the estimated, estimated or estimated cost for the autonomous vehicle to move from the first position to the second position.
  • the action cost is context dependent. For example, the action cost for transitioning between two waypoints at one time is much higher than the action cost for transitioning between the waypoints at another time.
  • route generation includes the generation of probability distributions.
  • generating the probability distribution includes generating an estimated cost distribution to perform an action, such as transitioning from one routing state to another.
  • the generation of the estimated cost distribution includes: determining the probability of successfully executing the action and the probability of failing to execute the action; determining a plurality of estimated costs for the execution of the action; Determining the estimated cost of correlating, or a combination thereof.
  • a normal or Gaussian distribution N ( ⁇ , ⁇ ) is used to generate the probability distribution, where ⁇ indicates the mean of the normal distribution and ⁇ indicates the standard deviation.
  • the mean and standard deviation of the normal distribution depend on the action.
  • the standard deviation is increased based on the action cost uncertainty variance modifier, which indicates a change in the action cost uncertainty.
  • generating the probability distribution includes generating a discrete cost probability combination for the action. For example, for the action on the route, to generate a probability distribution, a first estimated cost is generated as a combination of a first action cost such as 45 and a first probability such as 0.05, and a second such as 50 Generating a second estimated cost is included as a combination of the action cost and a second probability, such as 0.08.
  • generating the probability distribution involves using a linear model of resources and costs.
  • the probability distribution for travel time associated with an action is represented by a piecewise constant function
  • the cost to perform the action is represented by a piecewise linear function.
  • determining action costs includes evaluating cost criteria, such as distance cost criteria, term cost criteria, fuel cost criteria, acceptability cost criteria, or a combination thereof.
  • cost criteria are dynamically determined or generated and stored, and accessed from memory, such as a database.
  • determining an action cost includes calculating a cost function based on one or more of the above criteria. For example, the cost function is minimized to distance cost criteria, minimized to period cost criteria, minimized to fuel cost criteria, and maximized to acceptability cost criteria.
  • the distance cost standard indicates the distance from the first position indicated by the first waypoint corresponding to the first routing state to the second position indicated by the second waypoint corresponding to the second routing state.
  • the term cost reference indicates a predicted period of time taken to move from the first position indicated by the first waypoint corresponding to the first routing state to the second position indicated by the second waypoint corresponding to the second routing state. It is based on the traveling vehicle and vehicle traffic network condition information.
  • the condition information includes fuel efficiency information, estimated initial speed information, road surface information, or other information related to the movement period.
  • the fuel cost standard indicates the expected fuel utilization for the transition from the first routing state to the second routing state, and is based on the condition information of the autonomous traveling vehicle and the vehicle traffic network.
  • the condition information includes fuel efficiency information, estimated initial velocity information, estimated average velocity information, estimated final velocity information, road surface information, or other information related to fuel cost.
  • the acceptance cost criterion indicates the predicted acceptability for movement from the first position indicated by the first waypoint corresponding to the first routing state to the second position indicated by the second waypoint corresponding to the second routing state, and is autonomous It is based on the traveling vehicle and vehicle traffic network condition information.
  • the condition information includes predicted initial velocity information, predicted average velocity information, predicted final velocity information, road surface information, aesthetic information, toll information, or other information related to mobility acceptance.
  • the acceptability cost criteria are based on acceptability factors.
  • the acceptability factor is low or negative acceptability for locations including specific roads or areas, such as industrial areas, and road types such as unpaved roads and toll roads, and Acceptability factors indicate that places such as scenic roads have high or positive acceptability factors.
  • cost-based evaluation includes cost-based weighting, and calculating action costs based on weighted cost criteria.
  • Weighting of the cost criteria includes identifying weighting factors associated with the cost criteria. For example, identification of the weighting factor includes accessing the weighting factor and a record indicating the association of the weighting factor with the cost criteria.
  • weighting the cost metric includes generating a weighted cost metric based on the weighting factor and the cost metric. For example, the weighting cost criterion is the product of the weighting factor and the cost criterion.
  • estimating the action cost includes calculating a sum of cost criteria or a sum of weighted cost criteria.
  • route generation includes identifying an optimal route.
  • the identification of the optimum route includes selecting one route candidate from the route candidates based on the probability distribution. For example, a route candidate having the lowest estimated route cost is identified as the optimal route.
  • constant time probabilistic control processes such as hybrid Markov decision processes are used to identify the optimal route.
  • the identification of the optimal route includes an action cost probability distribution for transition from the first routing state to the second routing state, and an action cost probability distribution for transition from the first routing state to the third routing state. From which to select the lowest estimated action cost.
  • identifying the optimal route generates a route cost probability distribution for the candidate routes based on the action cost probability distribution for each action in the route. In some embodiments, identifying the optimal route generates a route cost probability distribution for each route candidate, and selects the route candidate having the lowest or the lowest estimated route cost as the optimal route.
  • the controller outputs or stores candidate routes, optimal routes, or both.
  • the controller stores the candidate route and the optimal route, and outputs the optimal route to the track controller, the vehicle actuator, or a combination thereof, so that the autonomous traveling vehicle travels from the departure point to the target parking lot using the optimal route. Operate as follows.
  • the autonomous vehicle travels from the departure point to the destination parking lot at 5400 using the optimal route.
  • the autonomous vehicle comprises a vehicle actuator, such as the actuator 1240 shown in FIG. 1, and the vehicle actuator operates to start the autonomous vehicle moving from the departure point to the target parking lot using the optimal route.
  • the autonomous vehicle comprises a track controller, and the track controller moves based on the optimal route, the current operating features of the autonomous vehicle, and the physical environment surrounding the autonomous vehicle. Operate to start the
  • the optimal route is updated. In some embodiments, in the update of the optimum route, the route candidate or the probability distribution is updated or reproduced, and the updated optimum route is specified from the updated or reproduced route candidate or the probability distribution.
  • the optimal route is based on updated traffic network information, based on the difference between the actual travel cost and the estimated cost of the selected route, or the updated traffic network information and the actual travel cost and the selected route. It is updated based on the combination with the estimated cost and the difference.
  • the autonomous vehicle receives current vehicle traffic network status information before or during travel.
  • the autonomous vehicle receives current vehicle traffic network status information, such as out-of-vehicle sensor information, directly from the out-of-vehicle sensor or via a network such as communication network 2300 shown in FIG.
  • the optimal route is updated in response to receipt of current vehicle traffic network status information.
  • current vehicle traffic network status information indicates a status change of a portion of the vehicle traffic network included in the optimal route, for example, a change from open to closed.
  • the route candidate including the closed part of the vehicle traffic network is excluded, and a new route candidate and a probability distribution are generated with the current position of the autonomous vehicle as a departure point.
  • a new optimal route is identified from the new route candidate.
  • the autonomous vehicle completes its travel from the current location of the autonomous vehicle to the destination parking lot using the updated optimal route.
  • the identification of traffic network information at 5100 may include parking information indicating parking in a vehicle traffic network and confirmed parking related information or auto generated parking indicating the relationship between the parking and the destination.
  • Traffic network information is identified such that parking lot related information such as related information is included in the traffic network information.
  • An example of the automatic generation of the parking lot related information is shown in FIG. 6 and FIG.
  • FIG. 6 is a diagram showing a method of automatically generating parking lot related information according to the present disclosure.
  • automatic generation of parking lot related information identifies vehicle operation information at 6100, vehicle location supplemental information at 6200, non-vehicle operation information at 6300, and location information at 6400 They are correlated, and clustering of location candidates is performed at 6500, parking locations and destinations are associated at 6600, or they are combined.
  • operation information including vehicle operation information, vehicle position supplementary information, non-vehicle operation information, or a combination thereof is specified.
  • identifying vehicle parking related information may include filtering or evaluating vehicle operation information, vehicle location supplemental information, non-vehicle operation information, or a combination thereof.
  • vehicle operation information is identified at 6100.
  • the vehicle operation information includes operation information generated for one or more manually operated vehicles, vehicle probe data, vehicle position information, vehicle state information, vehicle event information, Vehicle bus data such as controller area network (CAN) data or other information generated based on vehicle operation is included.
  • vehicle bus data such as controller area network (CAN) data or other information generated based on vehicle operation is included.
  • CAN controller area network
  • the vehicle operation information includes information reported by the vehicle or its operation unit, and the operation unit includes a power-up operation, a start operation, a driving operation condition, a stop operation, a power-down operation, Door opening operation, door opening operation condition, door closing operation, door closing operation condition, door locking operation, door locking operation condition, door unlocking operation, door unlocking operation condition, or other operation or operation conditions of the vehicle, etc.
  • a data logging unit, a telemetry unit, a probe unit, an operation recording unit, or a combination of other devices or devices capable of detecting, storing and reporting vehicle operations and operation conditions may be mentioned.
  • the vehicle operation information includes time, date, geographic location or a combination thereof for one or more operations or operating conditions.
  • the vehicle operation information is information reported by a plurality of vehicles.
  • the vehicle operation information includes records, each of which is associated with a vehicle identifier, and individual vehicles are uniquely identified based on the vehicle identifier.
  • the vehicle operation information includes information indicating a vehicle operation.
  • the vehicle operation includes event indicators, and the event indicators include types of vehicle operations and events such as start, stop, standby, parking, door opening, door closing, loading, unloading, and the like.
  • Vehicle operation includes date, time or both.
  • Vehicle operations include locations such as GPS locations within the vehicle traffic network.
  • vehicle operation includes vehicle state information such as the current number of passengers, occupancy rate, change in occupancy rate, presence of passengers, and the like.
  • the vehicle operation information includes information reported by the vehicle or its operation unit, and the operation unit includes power-up operation, start operation, driving operation condition, stop operation, power-down operation, door opening operation, door Operation or operation of the vehicle, such as opening operation condition, door closing operation, door closing operation condition, door locking operation, door locking operation condition, door unlocking operation, door unlocking operation condition, or other operation or operation condition of the vehicle
  • a data logging unit, a telemetry unit, a probe unit, an operation recording unit, or a combination of other devices or devices capable of detecting, storing and reporting conditions can be mentioned.
  • the vehicle operation information includes time, date, geographic location or a combination thereof for one or more operations or operating conditions.
  • the vehicle operation information indicates a vehicle operation including a stationary period such as a period or a continuation period from a vehicle stop event to the next vehicle start event. This is identified as a parking operation candidate, and the corresponding position is identified as a parking position candidate.
  • automatic generation of parking lot related information evaluates a series of events indicated in vehicle operation information of the vehicle.
  • the vehicle operation information includes an event indicator indicating a series of events including a stop event and the next start event.
  • the quiet period is determined as the time difference between the stop event and the start event.
  • the vehicle operation information includes passenger information such as a passenger identifier.
  • the vehicle operation information of the vehicle operation includes information that associates the vehicle operation with the passenger.
  • identifying the vehicle operation information filters the vehicle operation information to identify one or more parking position candidates.
  • the vehicle operation information includes information indicating the vehicle operation of a plurality of vehicles, and each vehicle operation is associated with each vehicle. Then, in the specification of the vehicle operation information, the vehicle operation information is filtered, and the operation information associated with the operation period of the vehicle, operation or operation group, day, night, morning, night etc. or operation time of the operation group
  • the parking operation candidate and the corresponding parking position candidate are identified based on criteria such as the frequency of position. For example, the stationary period associated with the vehicle operation exceeds the shortest parking period, and the vehicle operation is identified as a parking operation candidate.
  • parking lot information is automatically generated based on vehicle operation information including information generated for a defined type of vehicle.
  • the operation information includes a vehicle type index indicating whether the vehicle is a private vehicle or a fleet vehicle such as a taxi or a home delivery vehicle. Then, the operation information is filtered to exclude the operation information such as excluding fleet type vehicles based on the type.
  • the operation information includes a vehicle operation type indicator that indicates whether the vehicle is a transport vehicle with a low occupancy rate, such as a taxi or a vehicle operating as a home delivery vehicle. Then, the operation information is filtered, and the operation information of the vehicle is excluded based on the operation type, such as excluding the information of the vehicle operating as a transportation vehicle having a low occupancy rate.
  • vehicle location supplemental information is identified.
  • the vehicle position supplementary information includes information reported by the infrastructure device in response to the detection of each vehicle.
  • the infrastructure device may be a smart parking meter, a parking camera, a parking access device, or any other out-of-vehicle device associated with a parking lot and capable of detecting a defined parking lot of a vehicle.
  • Vehicle position supplementary information includes position information that specifies the position of an infrastructure device in a vehicle traffic network, such as a prescribed parking lot.
  • a parking meter may identify a vehicle entering a parking lot, record a time, date or both associated with a vehicle entering a parking lot, detect a vehicle leaving a parking lot, and define an infrastructure device Report supplemental parking maneuvers of the vehicle indicating position, vehicle, entry time, exit time or combinations thereof.
  • parking lot candidates are identified based on a combination of vehicle operation information and vehicle position supplemental information.
  • vehicle position supplementary information indicates that a vehicle was detected in a defined parking lot during a certain period, and the vehicle operation information of the vehicle during that period indicates that the vehicle was idling during that period,
  • the parking lot is filtered or excluded from the parking lot candidates.
  • 6300 identifies non-vehicle operation information.
  • the non-vehicle operation information includes information reported to one or more users of the non-vehicle operation information system or device, and includes information indicating non-vehicle operation.
  • Non-vehicle operation information includes date, time or both.
  • the non-vehicle operation indicates the position such as the GPS position, the destination, and the point of interest.
  • non-vehicle operation information includes non-vehicle operation information reported by a mobile device associated with the vehicle.
  • a portable device such as a smartphone carried by a passenger of the vehicle includes information associating the passenger with the vehicle, and includes geographical position information such as GPS or assisted GPS (AGPS) information.
  • AGPS assisted GPS
  • non-vehicle operation information includes information reported by the third party computer system to the user.
  • the non-vehicle operation information includes information from a social network including user state information indicating the association between the user and the prescribed position at the prescribed date and time.
  • non-vehicle operation information includes geo-tagged information, such as geo-tagged tweets, geo-tagged photos, or other geo-tagged non-vehicle operation information.
  • the non-vehicle operation information includes information identifying a location, such as a GPS location not associated with a destination or interest point, and the destination or interest point corresponding to the indicated location Are identified from traffic network information based on proximity.
  • non-vehicle operation information is filtered or processed to identify destination operations.
  • the destination operation is identified based on the frequency of information identifying the period within the prescribed position or the position within the prescribed position.
  • non-vehicle operation information includes information that clearly indicates the destination location.
  • the non-vehicle operation information includes information indicating the association between a passenger and a prescribed position such as check-in information, information referring to a position such as a review, and status information including social network status information.
  • filtering of non-vehicle operation information identifies the user from the non-vehicle operation information, identifies one or more destination operations for the user, and a location corresponding to the destination operations. Is identified as a destination candidate, or a combination of them.
  • identifying the destination operation for the passenger identifies the non-vehicle operation associated with the user from the non-vehicle operation information as the destination operation based on the stationary period associated with the non-vehicle operation. For example, the stationary period indicating the period in which the user stayed within the specified position exceeds the minimum destination period, and identifies the corresponding operation or group of operations as the destination operation.
  • the destination candidate position is identified based on vehicle operation information, non-vehicle operation information, or a combination of vehicle operation information and non-vehicle operation information.
  • vehicle operation information indicates a destination, and specifies the indicated destination as a destination candidate position.
  • vehicle operation information indicates a selected position including a plurality of identifiable destinations, and the non-vehicle operation information identifies one of the identifiable destinations as a vehicle passenger destination. Information is included.
  • filtering of non-vehicle operation information involves associating a non-vehicle operation information user identifier, such as a social media username, with a passenger identifier associated with the vehicle.
  • a non-vehicle operation information user identifier such as a social media username
  • the non-vehicle operation information user identifier is associated with a passenger identifier associated with the vehicle based on user input, such as user input identifying relevance.
  • a passenger of a vehicle operates a non-vehicle operation information system such as an application using a portable electronic device such as a smartphone, and a user identifier of the device, a user identifier of a non-vehicle operation information system operating on the device,
  • a non-vehicle operation information system such as an application using a portable electronic device such as a smartphone
  • information to associate the user identifier of the third party non-vehicle operation information system with the vehicle or the passenger or the passenger identifier associated with the vehicle is input.
  • the non-vehicle operation information user identifier is associated with a passenger identifier that is automatically associated with a vehicle, as shown in FIG.
  • location information is associated with one another.
  • a parking operation candidate and a destination operation candidate are specified.
  • the parking operation candidate information indicates corresponding temporal information, parking lot information, passenger information, or a combination thereof.
  • the destination operation candidate information indicates corresponding temporal information, destination position information, user information, or a combination thereof.
  • the parking operation candidate is associated with the destination operation candidate on the basis of temporal similarity, a defined relationship between passenger information from the parking operation candidate and user information from the destination operation candidate, or an automatically generated relationship.
  • clustering of candidate locations is performed.
  • one or more parking lot groups are generated, for example, by spatial clustering.
  • the parking lot group includes parking candidate position groups that are spatially or geographically close.
  • a parking lot is identified based on parking lot groups and traffic network information. For example, the location, the destination, and the point of interest are identified in traffic network information that spatially or geographically corresponds to a parking lot group and identified as a parking lot.
  • destination position groups are generated, for example, by spatial clustering.
  • destination location groups include candidate destination location groups that are spatially or geographically close.
  • destinations are identified based on destination locations and traffic network information. For example, the location, the destination, and the interest point are identified in traffic network information that spatially or geographically correspond to destination location groups, and are identified as a destination.
  • a parking lot is associated with a destination.
  • associating the parking lot with the destination identifies the parking lot identified in 6500 and the corresponding parking lot, and identifies the destination location identified in 6500 and the corresponding destination. Then, based on the correlation specified in 6400, the parking lot is associated with the destination, and parking lot related information is included in the parking lot information indicating the association between the parking lot and the destination.
  • FIG. 7 is a diagram showing a method of associating non-vehicle operation information and vehicle operation information according to the present disclosure.
  • associating the non-vehicle operation information with the vehicle operation information identifies the vehicle operation information at 7100, identifies the non-vehicle operation information at 7200, and temporarily groups the information at 7300, 7400.
  • the information is spatially clustered at, the tuples are identified at 7500, the tuples are validated by temporary storage at 7600, the private tuples are identified at 7700, the tuples are associated at 7800, or they are combined.
  • 7100 identifies vehicle operation information, similar to identifying vehicle operation information at 6100 as shown in FIG. Then, in 7200, non-vehicle operation information is specified, as in the specification of non-vehicle operation information in 6300 as shown in FIG. Although the vehicle position supplementary information specified by 6200 as shown in FIG. 6 is omitted from the description of FIG. 7 for simplicity and clarity, in the association of the non-vehicle operation information and the vehicle operation information, the vehicle position supplementary Information may be used.
  • 7300 temporarily groups vehicle operation information and non-vehicle operation information.
  • such temporal grouping of information identifies a set of information based on temporal information.
  • Operations and events from vehicle operation information and non-vehicle operation information include a time index within a prescribed period such as a day, and temporary grouping is performed based on the prescribed period.
  • the operation information group of a specific date includes vehicle operation information of that date and non-vehicle operation information of that date.
  • this temporary grouping is performed based on the local time zone corresponding to the geographical location indicated in the vehicle and non-vehicle operation information.
  • temporal information is normalized to a particular time zone or Coordinated Universal Time (UTC).
  • UTC Coordinated Universal Time
  • the information of each temporary group identified at 7300 is spatially or geographically clustered at 7400.
  • this spatial clustering is spatial clustering based on Delaunay triangulation.
  • the operation information of the temporary group of a specific date includes a plurality of spatial clusters, and each spatial cluster in the temporary group includes vehicle operation information of the date and geographical position and the date and geographical position And non-vehicle operation information.
  • vehicle operation and non-vehicle operation pairs or tuples are identified at 7500.
  • the tuples are identified based on a passenger identifier associated with the vehicle in the vehicle operation information and a user identifier associated with the non-vehicle operation from the non-vehicle operation information.
  • the operation information of the space cluster in the temporary group includes a plurality of passenger identifiers and a plurality of user identifiers, and a tuple is specified for a combination of each passenger identifier and the user identifier.
  • tuples are validated by temporary storage.
  • it is determined whether temporal information associated with non-vehicle operation information falls within a period associated with vehicle operation information or is associated with non-vehicle operation information. It is determined whether the difference between the temporal information and the temporal information associated with the vehicle operation information is within a threshold.
  • the vehicle operation information identifies a parking period, a vehicle, a parking lot, a parking operation associated with a passenger of the vehicle, and non-vehicle operation information includes a social media message such as geotagged tweets, a timestamp, etc.
  • the parking period and the temporary position correspond to a specific date, respectively, and the parking operation and the social media message are included in the group of the specific date.
  • the distance from the parking lot to the geotagged location is, for example, within a clustering threshold, and parking operations and social media messages are included in spatial clusters within that particular date.
  • Temporary storage determines that the temporary position is within the parking period, and a tuple including a passenger identifier associated with the parking operation and a user identifier associated with the social media message is identified as a candidate tuple .
  • 7700 identifies a dedicated tuple.
  • filtering or exclusion of non-dedicated tuples is performed.
  • the vehicle operation information includes information identifying another parking operation associated with another vehicle associated with another passenger, and the information is dated at 7300. And is included in the cluster at 7400, identified as a tuple by the user identifier at 7500, validated at 7600, and both tuples are excluded from the dedicated tuples at 7700.
  • the non-vehicle operation information includes information identifying other social media messages associated with other users.
  • That information is included in the specific date group at 7300, included in the cluster at 7400, identified as a tuple by the user identifier at 7500, validated at 7600, and both tuples are excluded from the private tuple at 7700 .
  • 7800 generates a relationship between the passenger identifier and the user identifier based on the dedicated tuples identified at 7700.
  • the passenger identifier and the user identifier for the dedicated tuple are associated based on the count and concentration of the number of times the tuple is identified as the dedicated tuple.
  • the number of times a tuple including multiple dates, multiple locations, or both is identified as a dedicated tuple exceeds the lowest association threshold and the passenger identifier is associated with the user identifier.
  • the association between the passenger identifier and the user identifier generated at 7800 is used to associate the parking lot with the destination and the point of interest as shown in FIG.
  • the vehicle operation information identified in 6100 of FIG. 6 and the non-vehicle operation information identified in 6300 are associated based on the relevancy generated as shown in FIG. .

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Automation & Control Theory (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Navigation (AREA)
  • Traffic Control Systems (AREA)

Abstract

　駐車場と目的地とを関連付けるための方法及び装置には、第１目的地を含む車両特定交通ネットワーク情報と、複数の駐車場を示す駐車場情報とが含まれ、この駐車場情報には、少なくとも一つの駐車場と第１目的地との間の関連性を示す自動生成駐車場関連情報が含まれる。車両は、交通ネットワーク情報に基づき、第１目的地に対して、複数の駐車場から目的駐車場を決定し、交通ネットワーク情報を用いて、車両交通ネットワークにおける出発地点からその目的駐車場までのルートを特定する。車両には、車両がそのルートを用いて出発地点から目的駐車場まで移動するよう操作する軌道コントローラが備えられている。

Description

駐車場と目的地との関連付け
　本開示は、車両のルーティング及びナビゲーションに関する。
　車両には、移動ルートの生成及び保持を行い、その移動ルートを移動するよう車両を制御する制御システムが備えられているものがある。自律走行車は、直接的な人間の介入なしに自律的に制御され、出発地点から目的地まで移動ルートを移動することがある。そのため、駐車場と目的地とを関連付けるための方法及び装置は有益となり得る。
　本明細書に開示されるのは、駐車場と目的地との関連付けを行う態様、特徴、要素、実施例及び実施形態である。
　開示される実施形態の一態様は、駐車場と目的地とを関連付ける車両である。この車両は、非一時性コンピュータ可読媒体に格納された命令を実行することによって、第１目的地を含む車両交通ネットワークを示す交通ネットワーク情報であって、該交通ネットワーク情報には複数の駐車場を示す駐車場情報が含まれ、該複数の駐車場の各駐車場は車両交通ネットワークの各位置に対応し、かつ、駐車場情報には、複数の駐車場のうちのうち少なくとも一つの駐車場と第１目的地との間の関連性を示す自動的に生成される駐車場関連情報が含まれるよう交通ネットワーク情報を特定するプロセッサを備える。上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、交通ネットワーク情報に基づき、第１目的地に対して、複数の駐車場から目的駐車場を決定し、交通ネットワーク情報を用いて、車両交通ネットワークにおける出発地点から目的駐車場までのルートを特定する。上記車両は、ルートを用いて出発地点から目的駐車場まで移動するよう車両を操作する軌道コントローラを備える。
　開示される実施形態の別の態様は、交通ネットワーク情報を生成するためのシステムである。このシステムは、非一時性コンピュータ可読媒体を含むメモリと、該非一時性コンピュータ可読媒体に格納された命令を実行することによって、交通ネットワーク情報を生成するプロセッサとを備える。上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、車両交通ネットワークを示す交通ネットワーク情報を特定し、操作情報をフィルタリングすることで駐車場関連情報を自動的に生成する。操作情報には、複数の車両によって報告される車両操作情報が含まれ、車両操作情報には駐車操作を含む複数の車両操作が含まれ、該複数の車両操作の各車両操作は複数の車両の各車両に関連付けられており、複数の駐車場の各駐車場は複数の車両操作の各車両操作に対応し、車両操作情報には、複数の乗客の各乗客が前記複数の車両の各車両に関連付けられるよう、複数の乗客を特定する乗客情報が含まれる。上記操作情報には、また、複数の車両からの各車両の検出に応じて、複数のインフラ装置から報告された情報である車両位置補足情報が含まれ、複数のインフラ装置の各インフラ装置は、車両交通ネットワークにおける各位置と関連付けられており、車両位置補足情報には複数の補足車両駐車位置が含まれ、複数の補足車両駐車位置の各補足車両駐車位置は、複数の車両の各車両と関連付けられており、複数の補足車両駐車位置の各補足車両駐車位置は、複数の車両操作の各駐車操作に対応する。上記操作情報には、また、複数の非車両操作が含まれる非車両操作情報が含まれ、複数の非車両操作の各非車両操作には、複数の乗客のうちの一人の乗客に関連付けられた携帯機器によって報告される位置情報、又は、ユーザのための第三者コンピュータ・システムに報告される位置情報が含まれ、非車両操作情報には、ユーザと複数の乗客のうちの一人の乗客との間の関連性が含まれる。上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、複数の車両から一つの車両を特定し、車両に対する駐車操作を特定し、駐車操作に対応する位置を駐車位置候補として特定し、車両に関連付けられた乗客を特定し、乗客に対する目的地操作を特定し、目的地操作に対応する位置を目的地として特定し、自動的に生成される駐車場関連情報に、前記目的地を示す位置と前記駐車位置候補に対応する駐車場との関連性を示す自動的に生成される駐車場関連情報を含めることで上記操作情報のフィルタリングを行う。また、上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、自動的に生成される駐車場関連情報に基づき、交通ネットワーク情報を更新する。
　開示される実施形態の別の態様は、自動特定された車両操作情報と非車両操作情報との関連性に基づいて、駐車場と目的地とを関連付けるためのシステムである。このシステムはプロセッサを備え、プロセッサは非一時性コンピュータ可読媒体に格納された命令を実行することによって、車両交通ネットワークを示す交通ネットワーク情報を特定し、複数の車両に報告される車両操作情報を特定し、車両操作情報には複数の車両操作が含まれ、複数の車両操作の各車両操作は、複数の車両の各車両に関連付けられ、車両操作情報には、複数の乗客識別子を含み複数の乗客識別子の各乗客識別子と、複数の車両のうちの一つの車両とを関連付ける乗客情報を含む。上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することで、複数のユーザに報告される非車両操作情報を特定し、非車両操作情報には複数の非車両操作が含まれ、複数の非車両操作の各非車両操作は、複数のユーザの各ユーザに関連付けられ、非車両操作情報には複数の目的地操作を含み、複数の目的地操作の各目的地操作は複数の目的地の各目的地に対応する。上記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することで、車両操作情報と非車両操作情報との関連性を自動特定し、自動特定される車両操作情報と非車両操作情報との関連性に基づき、交通ネットワーク情報を更新する。
　本明細書に開示された方法、装置、手順、アルゴリズムのこれら及びその他の態様、特徴、要素、実施例、実施形態における変更について以下にさらに詳細に説明する。
　本明細書に開示された方法及び装置の様々な態様が、以下の説明及び図面に記載された実施例を参照することでより明確になるであろう。
図１は、本明細書に開示された態様、特徴、要素を実施可能な自律走行車の一部の例を示す図である。
図２は、本明細書に開示された態様、特徴、要素を実施可能な自律走行車交通通信システムの一部の例を示す図である。
図３は、本開示に係る車両交通ネットワークの一部を示す図である。
図４は、本開示に係る車両交通ネットワークの別の一部を示す図である。
図５は、本開示に係る自律走行車のナビゲーション・ルーティング方法を示す図である。
図６は、本開示に係る駐車場関連情報の自動生成方法を示す図である。
図７は、本開示に係る非車両操作情報と車両操作情報とを関連付ける方法を示す図である。
　自律走行車は、人間の介入なしに、車両交通ネットワーク内を出発地点から目的地まで移動する。自律走行車は、自律走行車のルーティングとナビゲーションを行うコントローラを備えている。このコントローラは、車両情報、環境情報、車両交通ネットワークを示す交通ネットワーク情報又はこれらの組み合わせに基づき、出発地点から目的地までの移動ルートを生成する。コントローラは、車両がこの生成されたルートにより出発地点から目的地まで移動するよう操作する軌道コントローラへ、移動ルートを出力する。
　いくつかの実施形態において、交通ネットワーク情報からは、目的地の駐車場を明確に特定する情報が除外され、駐車場情報が操作情報に基づいて自動生成される。この操作情報に含まれる情報としては、一つ又は複数の車両によって報告される情報などの車両操作情報、車両インフラ部によって報告される車両の情報などの車両位置補足情報、車両の乗客に関連付けられた携帯機器によって報告される情報などの非車両操作情報、車両の乗客に関連付けられたソーシャルメディア情報が挙げられる。
　いくつかの実施形態において、上記操作情報に対してフィルタリングや処理が行われ、車両の駐車場情報と、車両の乗客の目的地情報とが相互に関連付けられる。この相互に関連付けられた駐車場情報は、目的地の周囲でクラスタ化され、一つ又は複数の駐車場が、交通ネットワーク情報の目的地と関連付けられる。
　いくつかの実施形態において、車両操作情報は、空間クラスタリングによって、非車両操作情報と関連付けられ、駐車場情報は、車両操作情報と非車両操作情報との関連性に基づき、目的地と関連付けられる。いくつかの実施形態において、空間クラスタリングによる車両操作情報と非車両操作情報との関連付けでは、車両操作情報と非車両操作情報とを一時的にグループ化し、各一時的グループ内で情報を空間的にクラスタ化し、車両操作情報からの操作及び非車両操作情報からの操作のペア又はタプルを特定し、一時的な格納によりタプルを有効化し、複数回発生する専用タプルを特定し、特定された複数回発生する専用タプルに対応する車両操作情報と、それに対応する非車両操作情報とを関連付ける。
　本明細書に用いられるように、「コンピュータ」や「コンピュータ装置」という用語は、本明細書に開示される方法やその一つ又は複数の部分を実行可能な装置又は装置の組み合わせを含むものとする。
　本明細書に用いられるように、「プロセッサ」という用語は、一つ又は複数の専用プロセッサ、一つ又は複数のデジタルプロセッサ、一つ又は複数のマイクロプロセッサ、一つ又は複数のコントローラ、一つ又は複数のマイクロコントローラ、一つ又は複数の特定用途向け集積回路、一つ又は複数の特定用途向け規格品、一つ又は複数のフィールド・プログラマブル・ゲート・アレイ、その他の集積回路の組み合わせ、一つ又は複数の状態機械、又は、それらの組み合わせなど、一つ又は複数のプロセッサを含むものとする。
　本明細書に用いられるように、「メモリ」という用語は、プロセッサにより又はそれに関連して利用される信号又は情報を明確に格納、記憶、通信、輸送可能なコンピュータ使用可能又はコンピュータ可読媒体又は装置を示すものとする。メモリは、例えば、一つ又は複数の読取専用メモリ（ＲＯＭ）、一つ又は複数のランダム・アクセス・メモリ（ＲＡＭ）、一つ又は複数のレジスタ、一つ又は複数のキャッシュ・メモリ、一つ又は複数の半導体メモリ装置、一つ又は複数の磁気媒体、一つ又は複数の光媒体、一つ又は複数の磁気光媒体、又は、それらの組み合わせである。
　本明細書に用いられるように、「命令」という用語は、本明細書に開示される方法やその一つ又は複数の部分を実行するための指示や表現を含み、ハードウェア、ソフトウェア又はその組み合わせによって実現される。例えば、命令は、メモリに記憶されたコンピュータプログラムなどの情報として実施され、プロセッサによって実行されることで、本明細書に説明されるような各方法、アルゴリズム、態様又はその組み合わせを実行する。いくつかの実施形態において、命令やその一部は、本明細書に説明されるような方法、アルゴリズム、態様、又はその組み合わせを実行するための特別なハードウェアを含む専用プロセッサや電気回路として実施される。いくつかの実施形態において、命令の部分は、単一の装置や、直接又はローカル・エリア・ネットワーク、広域ネットワーク、インターネット又はその組み合わせなどのネットワークを介して通信を行う複数の装置上で、複数のプロセッサへ分配される。
　本明細書に用いられるように、「例」、「実施形態」、「実施例」、「態様」、「特徴」、「要素」という用語は、例、実例、例示として機能することを示す。明示的に別段の定めをした場合を除き、例、実施形態、実施例、態様、特徴、要素は、互いに独立したものであり、その他のいかなる例、実施形態、実施例、態様、特徴、要素と組み合わせて使用してもよい。
　本明細書に用いられるように、「決定する」や「特定する」という用語又はそのバリエーションは、選択、確定、算出、調査、受信、判定、確立、取得、又は、本明細書に示され記載される一つ又は複数の装置を用いたいかなる方法による特定や決定を含むものとする。
　本明細書に用いられるように、「又は」という用語は、排他的な「又は」よりもむしろ包含的な「又は」を意味することが意図される。すなわち、他に特に規定がなければ、もしくは内容から明白でなければ、「ＸはＡ又はＢを含む」は、自然な包含的置換を示すものと意図される。つまり、もしＸがＡを含むなら、ＸはＢを含む、又は、ＸはＡとＢを両方含み、その場合、「ＸはＡ又はＢを含む」が上記のどの場合においても満たされる。また、本明細書及び添付の請求の範囲で使用される各構成要素について、他に特に規定がなければ、もしくは内容から明白でなければ、「一つまたは複数の」構成要素を意味するものと解釈されるべきである。
　さらに、説明の便宜上、本明細書における図面や説明には一連の工程や段階が含まれるが、本明細書に開示される方法の要素は、あらゆる順序又は同時に実行されるものであってもよい。又、本明細書に開示される方法の要素は、ここに明確には提示・記載されないその他の要素とともに実行されるものであってもよい。さらに、本開示に係る方法を実施するのに、本明細書に記載の方法のすべての要素が必要なわけではない。本明細書では、態様、特徴、要素が特定の組み合わせで記載されているが、各態様、特徴、要素は、その他の態様、特徴、要素の有無にかかわらず、独立して又はあらゆる組み合わせで使用可能である。
　図１は、本明細書に開示された態様、特徴、要素を実施可能な自律走行車の一部の例を示す図である。いくつかの実施形態において、自律走行車１０００は、シャーシ１１００、パワートレイン１２００、コントローラ１３００、車輪１４００、その他の要素又は自律走行車の要素の組み合わせを含む。便宜上、自律走行車１０００は４つの車輪１４００を備えるものと図示されているが、プロペラやトレッドなど、その他の一つ又は複数の推進装置が使用されていてもよい。図１において、パワートレイン１２００、コントローラ１３００、車輪１４００などの要素を相互接続する線は、データや制御信号などの情報、電力やトルクなどの動力、又は情報と動力の両方が各要素間でやり取りされることを示す。例えば、コントローラ１３００は、パワートレイン１２００から動力を受け取り、パワートレイン１２００、車輪１４００、又はその両方と通信を行い、自律走行車１０００を制御する。この制御には、自律走行車１０００の加速、減速、操舵、その他の制御が含まれる。
　パワートレイン１２００は、電源１２１０、変速機１２２０、操舵部１２３０、アクチュエータ１２４０、その他の要素、又は、サスペンション、ドライブシャフト、アクセル、排気システムなどのパワートレインの要素の組み合わせから構成される。車輪１４００は、別々に図示されているが、パワートレイン１２００に含まれていてもよい。
　電源１２１０は、エンジン、バッテリー、又はその組み合わせを含む。電源１２１０は、電気エネルギー、熱エネルギー、運動エネルギーなどのエネルギーを供給するよう機能する装置又はその組み合わせであってもよい。例えば、電源１２１０は、内燃エンジン、電気モーター又は内燃エンジンと電気モーターの組み合わせなど、エンジンを含み、一つ又は複数の車輪１４００に運動エネルギーを原動力として供給するよう機能する。いくつかの実施形態において、電源１２１０は、一つ又は複数のニッケルカドミウム（ＮｉＣｄ）、ニッケル亜鉛（ＮｉＺｎ）、ニッケル水素（ＮｉＭＨ）、リチウムイオン（Ｌｉ－ｉｏｎ）乾電池、太陽電池、燃料電池又はエネルギーを供給可能なその他の装置などのポテンシャルエネルギー部から構成されてもよい。
　変速機１２２０は、電源１２１０から運動エネルギーなどのエネルギーを受け取り、そのエネルギーを車輪１４００に送って原動力を提供する。変速機１２２０は、コントローラ１３００、アクチュエータ１２４０又はその両方により制御される。操舵部１２３０は、コントローラ１３００、アクチュエータ１２４０又はその両方により制御され、車輪１４００を制御することで自律走行車の操縦を行う。アクチュエータ１２４０は、コントローラ１３００から信号を受け取り、電源１２１０、変速機１２２０、操舵部１２３０又はその組み合わせを作動させる又は制御することにより自律走行車１０００を操作する。
　いくつかの実施形態において、コントローラ１３００は、位置特定部１３１０、通信部１３２０、プロセッサ１３３０、メモリ１３４０、ユーザー・インターフェース１３５０、センサ１３６０、通信インターフェース１３７０又はその組み合わせから構成されてもよい。コントローラ１３００は、単一の装置として図示されているが、その一つ又は複数の要素を統合することで個別の物理装置としてもよい。例えば、ユーザー・インターフェース１３５０とプロセッサ１３３０は第１物理装置に統合し、メモリ１３４０は第２物理装置に統合してもよい。図１には図示しないが、コントローラ１３００は、バッテリーなどの電源を含んでもよい。位置特定部１３１０、通信部１３２０、プロセッサ１３３０、メモリ１３４０、ユーザー・インターフェース１３５０、センサ１３６０、通信インターフェース１３７０又はその組み合わせは、別々の要素として図示されているが、一つ又は複数の電子装置、回路、チップに統合してもよい。
　いくつかの実施形態において、プロセッサ１３３０は、現時点で存在する又は後に生成される信号又はその他の情報を操作・処理可能な装置又はその組み合わせから構成されてもよく、光プロセッサ、量子プロセッサ、分子プロセッサ又はその組み合わせを含む。例えば、プロセッサ１３３０は、一つ又は複数の専用プロセッサ、一つ又は複数のデジタル信号プロセッサ、一つ又は複数のマイクロプロセッサ、一つ又は複数のコントローラ、一つ又は複数のマイクロコントローラ、一つ又は複数の集積回路、一つ又は複数の特定用途向け集積回路、一つ又は複数のフィールド・プログラマブル・ゲート・アレイ、一つ又は複数のプログラマブル・ロジック・アレイ、一つ又は複数のプログラマブル・ロジック・コントローラ、一つ又は複数の状態機械、又は、そのいずれかの組み合わせから構成されてもよい。プロセッサ１３３０は、位置特定部１３１０、メモリ１３４０、通信インターフェース１３７０、通信部１３２０、ユーザー・インターフェース１３５０、センサ１３６０、パワートレイン１２００又はそのいずれかの組み合わせと動作可能に接続されてもよい。例えば、プロセッサは、通信バス１３８０を介してメモリ１３４０と動作可能に接続されてもよい。
　メモリ１３４０は、機械可読命令又はそれに関連付けられた情報を、プロセッサ１３３０が利用できるよう又はそれに関連して、例えば、格納、記憶、通信、輸送を行うことが可能な接触型の持続性コンピュータ利用可能又はコンピュータ可読媒体から構成されてもよい。メモリ１３４０は、例えば、ハードディスク、フロッピー（登録商標）ディスク、光ディスク、磁気又は光カード、又は、電子情報の格納に適した各種持続性媒体を含む、一つ又は複数の半導体ドライブ、一つ又は複数のメモリカード、一つ又は複数のリムーバブル・メディア、一つ又は複数の読取専用メモリ、一つ又は複数のランダム・アクセス・メモリ、一つ又は複数のディスク、又は、そのいずれかの組み合わせであってもよい。
　通信インターフェース１３７０は、図示したような無線アンテナ、有線通信ポート、光通信ポート、又は、有線又は無線電子通信媒体１５００とインターフェース可能な各種有線又は無線装置であってもよい。通信インターフェース１３７０は、図１において、単一の通信リンクを介して通信を行うものとして示されているが、通信インターフェースは、複数の通信リンクを介して通信を行うよう構成されてもよい。また、図１には通信インターフェース１３７０が一つしか示されていないが、自律走行車には通信インターフェースがいくつ含まれていてもよい。
　通信部１３２０は、通信インターフェース１３７０を介してなど、有線又は無線電子通信媒体１５００を介して信号を送受信するよう構成されてもよい。また、通信部１３２０は、図１には明示されていないが、無線周波数（ＲＦ）、紫外線（ＵＶ）、可視光、光ファイバー、有線又はその組み合わせなど、各種有線又は無線通信媒体を介して送信、受信又はその両方を行うよう構成されてもよい。また、図１には通信部１３２０（電子通信部）と通信インターフェース１３７０がそれぞれ一つずつしか示されていないが、電子通信部と通信インターフェースはいくつ用いられてもよい。
　位置特定部１３１０は、自律走行車１０００の経度、緯度、高度、移動方向、速度などの地理位置情報を測定する。例えば、位置特定部は、全地球測位システム（ＧＰＳ）部、無線三角測量部又はその組み合わせから構成されてもよい。位置特定部１３１０は、例えば、自律走行車１０００の現在の行き先、自律走行車１０００の２次元又は３次元における現在位置、自律走行車１０００の現在の角度方向又はその組み合わせを示す情報を得るために利用できる。
　ユーザー・インターフェース１３５０は、仮想又は物理キーパッド、タッチパッド、ディスプレイ、タッチ・ディスプレイ、スピーカー、マイク、ビデオカメラ、センサ、プリンター又はそのいずれかの組み合わせなど、人とインターフェース可能ないかなる装置から構成されてもよい。ユーザー・インターフェース１３５０は、図示のように、プロセッサ１３３０と動作可能に接続されてもよく、又は、コントローラ１３００のその他の要素と接続されてもよい。ユーザー・インターフェース１３５０は、単一の装置として図示されているが、一つ又は複数の物理装置から構成されてもよい。例えば、ユーザー・インターフェース１３５０は、人と音声通信を行うための音声インターフェースと、その人とビジュアルとタッチベースの通信を行うためのタッチ・ディスプレイとを含んでいてもよい。
　センサ１３６０は、自律走行車の制御に使用可能な情報を提供するよう機能する数々のセンサなどの一つ又は複数のセンサから構成される。センサ１３６０は、車両の現在の運転の特徴に関する情報を提供することができる。センサ１３６０には、例えば、自律走行車１０００の現在の動的状況のある面に関する情報を報告するよう機能する、速度センサ、加速センサ、操舵角センサ、けん引関連センサ、ブレーキ関連センサや各種センサ、又は、それらの組み合わせを含んでいてもよい。
　いくつかの実施形態において、センサ１３６０には、自律走行車１０００を取り囲む物理的環境に関する情報を入手可能なセンサが含まれる。例えば、一つ又は複数のセンサは、道路形状や、固定障害物、車両、歩行者などの障害物を検出することができる。いくつかの実施形態において、センサ１３６０は、現在周知の、又は、後に開発される一つ又は複数のビデオカメラ、レーザー検知システム、赤外線検知システム、聴覚検知システム、その他の適切な車載環境検知装置、またはその組み合わせであってもよく、それらを含んでいてもよい。いくつかの実施形態において、センサ１３６０と位置特定部１３１０は統合されてもよい。
　別途図示しないが、いくつかの実施形態において、自律走行車１０００には軌道コントローラが備えられている。例えば、コントローラ１３００は、軌道コントローラにより構成されてもよい。軌道コントローラは、自律走行車１０００の現在の状態を示す情報と、自律走行車１０００のために設定されたルートとを入手して、自律走行車１０００の軌道を決定・最適化することができる。いくつかの実施形態において、軌道コントローラは、自律走行車１０００が軌道コントローラによって決定された軌道をたどるように自律走行車１０００を制御可能な信号を出力することができる。例えば、軌道コントローラの出力は、パワートレイン１２００、車輪１４００又はその両方に供給される最適化軌道である。いくつかの実施形態において、最適化軌道は、一連の操舵角などの制御入力であり、各操舵角は、ある時点又は位置に対応する。いくつかの実施形態において、最適化軌道は、一つ又は複数の経路、線、曲線又はその組み合わせである。
　一つ又は複数の車輪１４００は、操舵部１２３０の制御下で操舵角に旋回される操舵輪、変速機１２２０の制御下で自律走行車１０００を推進させるトルクが与えられる推進輪、又は、自律走行車１０００の操舵・推進を行う操舵推進輪であってもよい。
　図１には図示しないが、自律走行車には、筐体、Ｂｌｕｅｔｏｏｔｈ（登録商標）モジュール、周波数変調（ＦＭ）無線部、近距離無線通信（ＮＦＣ）モジュール、液晶表示（ＬＣＤ）ディスプレイ、有機発光ダイオード（ＯＬＥＤ）ディスプレイユニット、スピーカー又はそのいずれかの組み合わせなど、図１には図示されない装置や要素が含まれてもよい。
　図２は、本明細書に開示された態様、特徴、要素を実施可能な自律走行車交通通信システムの一部の例を示す図である。自律走行車交通通信システム２０００には、図１に示す自律走行車１０００などの一つ又は複数の自律走行車２１００が含まれ、それらは、一つ又は複数の車両交通ネットワーク２２００の一つ又は複数の部分を介して移動を行い、一つ又は複数の通信ネットワーク２３００を介して通信を行う。自律走行車は、図２には明示されないが、オフロード・エリアなど、車両交通ネットワークには明確又は完全には含まれないエリアを横断することもある。
　いくつかの実施形態において、上記通信ネットワーク２３００は、例えば、多重アクセスシステムであり、自律走行車２１００と一つ又は複数の通信装置２４００との間において、音声通信、データ通信、ビデオ通信、メッセージ通信又はその組み合わせなどの通信を提供する。例えば、自律走行車２１００は、通信ネットワーク２３００を介して通信装置２４００から車両交通ネットワーク２２００を示す情報などの情報を受け取る。
　いくつかの実施形態において、自律走行車２１００は、有線通信リンク（図示せず）、無線通信リンク２３１０／２３２０又はいくつかの有線又は無線通信リンクの組み合わせを介して通信を行う。例えば、図示のように、自律走行車２１００は、地上無線通信リンク２３１０を介して、地球外無線通信リンク２３２０を介して、又は、その組み合わせを介して通信を行う。いくつかの実施形態において、地上無線通信リンク２３１０には、イーサネット（登録商標）リンク、シリアルリンク、ブルートゥースリンク、赤外線（ＩＲ）リンク、紫外線（ＵＶ）リンク、又は、電子通信を提供可能な各種リンクが含まれる。
　いくつかの実施形態において、自律走行車２１００は、アクセスポイント２３３０を介して通信ネットワーク２３００と通信を行う。コンピュータ装置を含むアクセスポイント２３３０は、有線又は無線通信リンク２３１０／２３４０を介して、自律走行車２１００、通信ネットワーク２３００、一つ又は複数の通信装置２４００又はそれらの組み合わせと通信を行うよう構成されている。アクセスポイント２３３０は、例えば、基地局、基地送受信局（ＢＴＳ）、ノードＢ、拡張ノードＢ（ｅＮｏｄｅ－Ｂ）、ホームノードＢ（ＨＮｏｄｅ－Ｂ）、無線ルータ、有線ルータ、ハブ、リレー、スイッチ、又は、同様の有線又は無線装置である。アクセスポイントは、単一の装置として図示されているが、いくつかの相互接続した要素から構成されてもよい。
　いくつかの実施形態において、自律走行車２１００は、サテライト２３５０又はその他の地球外通信装置を介して通信ネットワーク２３００と通信を行う。コンピュータ装置を含むサテライト２３５０は、一つ又は複数の通信リンク２３２０／２３６０を介して、自律走行車２１００、通信ネットワーク２３００、一つ又は複数の通信装置２４００又はそれらの組み合わせと通信を行うよう構成されている。サテライトは、単一の装置として図示されているが、いくつかの相互接続した要素から構成されてもよい。
　通信ネットワーク２３００は、音声通信、データ通信、又は、その他の電子通信を提供するよう構成されたいかなるタイプのネットワークであってもよい。例えば、通信ネットワーク２３００は、ローカル・エリア・ネットワーク（ＬＡＮ）、広域ネットワーク（ＷＡＮ）、仮想プライベートネットワーク（ＶＰＮ）、移動／携帯電話ネットワーク、インターネット、又は、その他の電子通信システムを含む。通信ネットワーク２３００は、伝送制御プロトコル（ＴＣＰ）、ユーザー・データグラム・プロトコル（ＵＤＰ）、インターネット・プロトコル（ＩＰ）、リアルタイム・トランスポート・プロトコル（ＲＴＰ）、ハイパーテキスト・トランスポート・プロトコル（ＨＴＴＰ）又はそれらの組み合わせを使用する。電子通信ネットワークは、単一の装置として図示されているが、いくつかの相互接続した要素から構成されてもよい。
　いくつかの実施形態において、自律走行車２１００は、車両交通ネットワーク２２００の一部やその状態を特定する。例えば、自律走行車には、図１に示すセンサ１３６０などの一つ又は複数の車載センサ２１１０が備えられ、それらのセンサには、車両交通ネットワーク２２００の一部やその状態を判定・特定可能な速度センサ、車輪速度センサ、カメラ、ジャイロスコープ、光センサ、レーザーセンサ、レーダーセンサ、音響センサ、その他のセンサや装置、又は、それらの組み合わせが含まれる。
　いくつかの実施形態において、自律走行車２１００は、車両交通ネットワーク２２００を示す情報、一つ又は複数の車載センサ２１１０によって特定される情報、又は、それらの組み合わせなど、通信ネットワーク２３００を介してやり取りされる情報を用いて、一つ又は複数の車両交通ネットワーク２２００の一つ又は複数の部分を移動する。
　図２には、便宜上、自律走行車２１００、車両交通ネットワーク２２００、通信ネットワーク２３００、通信装置２４００はそれぞれ一つしか示されていないが、いくつかの自律走行車、ネットワーク、コンピュータ装置が使用されてもよい。いくつかの実施形態において、自律走行車交通通信システム２０００には、図２には図示されない機器、装置、要素が含まれてもよい。自律走行車２１００は、単一の装置として図示されているが、いくつかの相互接続した要素から構成されてもよい。
　図３は、本開示に係る車両交通ネットワークの一部を示す図である。車両交通ネットワーク３０００には、ビルなどのナビ不可能なエリア３１００、駐車場３２００などの一つ又は複数の部分的にナビ可能なエリア、道路３３００／３４００などの一つ又は複数のナビ可能なエリア、又は、それらの組み合わせが含まれる。いくつかの実施形態において、図１に示す自律走行車１０００又は図２に示す自律走行車２１００などの自律走行車は、車両交通ネットワーク３０００の一つ又は複数の部分を移動する。
　車両交通ネットワークには、一つ又は複数のナビ可能又は部分的にナビ可能なエリア３２００／３３００／３４００間における一つ又は複数のインターチェンジ３２１０が含まれる。例えば、図３に示す車両交通ネットワークの一部には、駐車場３２００と道路３４００との間のインターチェンジ３２１０が含まれている。いくつかの実施形態において、駐車場３２００には、駐車スロット３２２０が含まれる。
　道路３３００／３４００などの車両交通ネットワークの一部は、一つ又は複数のレーン３３２０／３３４０／３３６０／３４２０／３４４０を含み、図３に矢印で示す一つ又は複数の移動方向と関連付けられている。
　いくつかの実施形態において、車両交通ネットワーク又は図３に示す車両交通ネットワークの一部などその一部が、交通ネットワーク情報として示される。例えば、交通ネットワーク情報は、データベースやファイルに保存されるマークアップ言語要素などの要素の階層として表される。便宜上、本明細書における図面は、車両交通ネットワークの部分を図表やマップとして示す交通ネットワーク情報を示すものとするが、交通ネットワーク情報は、車両交通ネットワークやその一部を表すことができれば、コンピュータ使用可能ないかなる形で表現されてもよい。いくつかの実施形態において、交通ネットワーク情報には、移動方向情報などの車両交通ネットワーク制御情報、制限速度情報、通行料金情報、傾斜・角度情報などの勾配情報、表面物質情報、美観情報、又は、それらの組み合わせが含まれる。
　いくつかの実施形態において、車両交通ネットワークの一部やその部分の組み合わせは、関心点や目的地として特定される。例えば、交通ネットワーク情報によりエリア３１００が関心点として特定され、自律走行車によりその関心点が目的地として特定され、自律走行車は車両交通ネットワークを横切って出発地点からその目的地まで移動する。
　いくつかの実施形態において、目的地の特定には、エリア３１００の地理的な位置３５００などの個別で一意に特定可能な地理位置である、目的地の位置を特定することが含まれる。例えば、車両交通ネットワークには、目的地の番地、郵便番号、車両交通ネットワークアドレス、経度・緯度、又は、ＧＰＳアドレスなど、確定した位置が含まれる。
　いくつかの実施形態において、目的地は、図３に示す入り口３６００など、一つ又は複数の入り口と関連付けられていることもある。いくつかの実施形態において、交通ネットワーク情報には、目的地に関連付けられた入り口の地理位置を特定する情報などの確定／予測入り口位置情報が含まれる。
　いくつかの実施形態において、車両交通ネットワークは、歩行者交通ネットワークと関連付けられている、又は、それを含む。例えば、図３には、歩行者用通路である歩行者交通ネットワークの一部３７００が含まれる。いくつかの実施形態において、歩行者交通ネットワークや、図３に示す歩行者交通ネットワークの一部３７００などのその一部は、歩行者交通ネットワーク情報として示される。いくつかの実施形態において、交通ネットワーク情報には、歩行者交通ネットワーク情報が含まれてもよい。歩行者交通ネットワークには、歩行者がナビ可能なエリアが含まれる。歩行者用通路や歩道などの歩行者がナビ可能なエリアは、車両交通ネットワークのナビ不可能エリアに対応する。図３では別途図示されていないが、歩行者用横断歩道などの歩行者がナビ可能なエリアは、車両交通ネットワークのナビ可能エリアや部分的にナビ可能エリアに対応する。
　いくつかの実施形態において、エリア３１００などの目的地は、駐車場３２００などの駐車場と関連付けられている。例えば、交通ネットワーク情報には、一つ又は複数の駐車場が目的地と関連付けられていることを示す、確定した駐車場情報が含まれる。いくつかの実施形態において、交通ネットワーク情報からは、駐車場３２００を特定する情報や、駐車場３２００と目的地とを関連付ける情報が除外される。
　一例において、交通ネットワーク情報には、車両交通ネットワークのナビ可能又は部分的にナビ可能な部分として駐車場３２００を特定する情報と、駐車場３２００を駐車場として特定する情報と、エリア３１００などの目的地と駐車場３２００との関連性を示す確定駐車場関連情報とが含まれる。確定駐車場関連情報は、駐車場関連情報を明確に確定又は作成するユーザ入力に応じて生成される駐車場関連情報である。
　別の例において、交通ネットワーク情報には、車両交通ネットワークのナビ可能又は部分的にナビ可能な部分として駐車場３２００を特定する情報と、駐車場３２００を駐車場として特定する情報と、エリア３１００などの目的地と駐車場３２００との関連性を示す自動生成駐車場関連情報とが含まれる。自動生成駐車場関連情報は、本明細書で説明するように自動的に生成される駐車場関連情報である。いくつかの実施形態において、交通ネットワーク情報からは、駐車場として場所を特定する情報が除外され、駐車場関連情報の自動生成には、駐車場として場所を特定する情報を自動生成することが含まれる。
　図４は、本開示に係る車両交通ネットワークの別の一部を示す図である。図４に示すように、車両交通ネットワークの一部には、ビルなどの一つ又は複数のナビ不可能なエリア４１００、道路４２００などの一つ又は複数のナビ可能なエリア、駐車場４３００／４３１０／４３２０／４３３０などの一つ又は複数の部分的にナビ可能なエリア、又は、それらの組み合わせが含まれる。いくつかの実施形態において、交通ネットワーク情報には、エリア４１００の位置４１１０など、目的地の位置情報が含まれる。
　いくつかの実施形態において、駐車場は、目的地に関連付けられる、又は、目的地専用に設けられる。例えば、図３に示す駐車場３２００は、図３に示すエリア３１００専用に設けられている。いくつかの実施形態において、目的地が、その目的地専用に設けられた駐車場と関連付けられていないこともある。例えば、図４に示す駐車場４３００／４３１０／４３２０／４３３０は、ある特定のビル、目的地又は関心点専用に設けられたものではない。
　いくつかの実施形態において、ビルと駐車場との関連性又は関係性は、交通ネットワーク情報においては、確定駐車場関連情報として表現される。いくつかの実施形態において、交通ネットワーク情報からは確定駐車場関連情報が除外され、ビルと駐車場との関連性又は関係性は、交通ネットワーク情報においては、自動生成駐車場関連情報として表現される。例えば、図４に示す車両交通ネットワークの一部を示す交通ネットワーク情報には、駐車場４３００／４３１０／４３２０／４３３０がエリア４１００の駐車場であることを示す自動生成駐車場関連情報が含まれる。
　図５は、本開示に係る自律走行車のナビゲーション・ルーティング方法を示す図である。自律走行車のナビゲーションやルーティングは、図１に示す自律走行車１０００や図２に示す自律走行車２１００などの自律走行車において実施される。例えば、図１に示す自律走行車１０００のコントローラ１３００のプロセッサ１３３０は、図１に示す自律走行車１０００のコントローラ１３００のメモリ１３４０に格納された命令を実行することによって、自律走行車のナビゲーションやルーティングを行う。自律走行車のナビゲーションやルーティングの実施には、５１００において交通ネットワーク情報を特定すること、５２００において目的駐車場（目的駐車位置）を決定すること、５３００においてルートを特定すること、５４００において移動を行うこと、又は、それらの組み合わせが含まれる。
　いくつかの実施形態において、図３に示す交通ネットワーク情報や図４に示す交通ネットワーク情報などの交通ネットワーク情報は、５１００において特定される。例えば、図１に示すコントローラ１３００などの自律走行車制御部は、図１に示すメモリ１３４０などのデータ記憶部から交通ネットワーク情報を読み取る、又は、図２に示す通信ネットワーク２３００などの通信システムを介して、図２に示す通信装置２４００などの外部データソースから交通ネットワーク情報を受け取る。いくつかの実施形態において、交通ネットワーク情報の特定には、交通ネットワーク情報をコード変換又は再フォーマットすること、再フォーマットされた交通ネットワーク情報を記憶すること、又は、その両方が含まれる。
　いくつかの実施形態において、交通ネットワーク情報には、車両交通ネットワーク内の一つ又は複数の駐車場を示す駐車場情報が含まれる。いくつかの実施形態において、自律走行車は、交通ネットワーク情報に確定駐車場関連情報、自動生成駐車場関連情報、又は、その両方が含まれるよう、交通ネットワーク情報を特定する。
　いくつかの実施形態において、５２００において目的地が特定される。目的地の特定には、図３に示すエリア３１００や図４に示すエリア４１００の位置４１１０などの関心点を第１目的地として特定すること、その関心点に対する目的駐車場を第２目的地として特定すること、又は、第１及び第２目的地を特定することが含まれる。
　いくつかの実施形態において、車両交通ネットワーク内の第１目的地に対する目的駐車場は、５２００において交通ネットワーク情報に基づき特定される。例えば、図３に示すエリア３１００などのビルは、第１目的地として特定され、図３に示す駐車場３２００などの駐車場は、確定駐車場関連情報に基づき、目的駐車場として特定される。いくつかの実施形態において、目的駐車場は、自動生成駐車場関連情報に基づき特定される。例えば、図４に示すエリア４１００などのビルは、第１目的地として特定され、図４に示す駐車場４３００／４３１０／４３２０／４３３０のいずれかなどの目的駐車場は、自動生成駐車場関連情報に基づき、目的駐車場として特定される。
　５３００において、ルートが生成される。いくつかの実施形態において、ルートの生成には、出発地点を特定することが含まれる。例えば、出発地点は、自律走行車の現在位置など、目的出発点を示す。いくつかの実施形態において、出発地点の特定には、図１に示す位置特定部１３１０などの位置特定部を制御することで、自律走行車の現在の地理的位置を決定することが含まれる。いくつかの実施形態において、５３００における出発地点の特定には、出発地点に対応する交通ネットワーク情報を特定することが含まれる。例えば、出発地点の特定には、道路、道路区分、レーン、ウェイポイント又はそれらの組み合わせを特定することが含まれる。いくつかの実施形態において、自律走行車の現在位置は、ナビ可能なノンロード・エリアや、オフロード・エリアなど、車両交通ネットワークに明確又は完全には含まれていないエリアであり、出発地点の特定には、自律走行車の現在位置に近い又はその近位にある道路、道路区分、レーン、ウェイポイント又はそれらの組み合わせを特定することが含まれる。ルートの生成には、出発地点から５２００で特定された目的駐車場までのルートを決定すること、又は、出発地点から第１目的地に関連付けられたドッキング位置までのルートを生成すること、ドッキング位置から５２００で特定された目的駐車場までのルートを生成することが含まれる。ここでは、簡単かつ明確にするため、出発地点と目的駐車場間のルーティングとナビゲーションについて説明するが、ルーティングとナビゲーションには、出発地点と第１目的地に関連付けられたドッキング位置との間のルーティングとナビゲーションや、ドッキング位置と一つ又は複数の駐車場との間のルーティングとナビゲーションが含まれてもよい。
　いくつかの実施形態において、ルートの生成には、出発地点から目的駐車場までのルート候補を生成することが含まれる。いくつかの実施形態において、ルート候補は、出発地点から目的駐車場までの固有かつ特徴的なルートを示す。例えば、ルート候補としては、道路、道路区分、レーン、ウェイポイント、インターチェンジの固有かつ特徴的な組み合わせが含まれる。
　いくつかの実施形態において、ルートの生成には、ルーティング状態を特定することが含まれる。いくつかの実施形態において、ルーティング状態の特定には、各ルート候補に対して、ルート候補における各ウェイポイントに対応するルーティング状態を特定することが含まれる。例えば、第１ルーティング状態は、第１ルート候補における道路、道路区分、レーン、ウェイポイント又はその組み合わせを示し、第２ルーティング状態は、第２ルート候補における道路、道路区分、レーン、ウェイポイント又はその組み合わせを示す。
　いくつかの実施形態において、ルートの生成には、あるルーティング状態から他のルーティング状態への移行などのアクションを行うための予定アクションコストを評価することが含まれる。このようなアクションは、あるウェイポイントから他のウェイポイントへの移行に対応し、ルート実行の際、第１ウェイポイントが示すある位置から第２ウェイポイントが示す他の位置へ自律走行車が移動するのにかかる予定コストを示す。いくつかの実施形態において、アクションは、あるルーティング状態から直接隣接したルーティング状態への移行を示し、これは、あるウェイポイントから直接隣接したウェイポイントへ他のウェイポイントと交差せずに移行することに対応し、第１ウェイポイントが示す位置から直接隣接したウェイポイントが示す他の位置へ自律走行車が移動することを示す。
　いくつかの実施形態において、アクションコストは、交通ネットワーク情報に基づいて決定される。例えば、ルート候補において、第１ルーティング状態は、車両交通ネットワークにおける第１位置に対応する第１ウェイポイントに対応し、第２ルーティング状態は、車両交通ネットワークにおける第２位置に対応する第２ウェイポイントに対応し、アクションコストは、自律走行車が第１位置から第２位置へと移動するのにかかる推定、予測又は予定コストを示す。いくつかの実施形態において、アクションコストは、コンテキストに依存する。例えば、ある時刻に２つのウェイポイント間を移行するのにかかるアクションコストは、他の時刻にそのウェイポイント間を移行するのにかかるアクションコストよりも大幅に高い。
　いくつかの実施形態において、ルート生成には、確率分布の生成が含まれる。いくつかの実施形態において、確率分布の生成には、あるルーティング状態から他のルーティング状態への移行などのアクションを実行するための推定コスト分布を生成することが含まれる。推定コスト分布の生成には、アクションの実行に成功する確率とアクションの実行に失敗する確率を決定すること、そのアクションを実行するのにかかる複数の推定コストを決定すること、確率と想定コストとを関連付ける推定コストを決定すること、又は、それらの組み合わせが含まれる。
　いくつかの実施形態において、確率分布の生成には、正規又はガウス分布Ｎ（μ，σ）が用いられ、ここで、μは正規分布の平均を示し、σは標準偏差を示す。正規分布の平均と標準偏差は、アクションによって異なる。いくつかの実施形態において、標準偏差は、アクションコストの不確実性の変化を示す、アクションコスト不確実性分散変更子に基づいて増加する。
　いくつかの実施形態において、確率分布の生成には、アクションに対する離散コスト確率組み合わせを生成することが含まれる。例えば、ルートにおけるアクションに対して、確率分布の生成には、４５などの第１アクションコストと０．０５などの第１確率との組み合わせとして、第１推定コストを生成し、５０などの第２アクションコストと０．０８などの第２確率との組み合わせとして、第２推定コストを生成することが含まれる。
　いくつかの実施形態において、確率分布の生成には、リソースとコストの線形モデルを用いることが含まれる。例えば、アクションに関連付けられた移動時間に対する確率分布は、区分的定数関数によって表され、アクションを実行するためのコストは、区分的線形関数によって表される。
　いくつかの実施形態において、アクションコストの決定には、距離コスト基準、期間コスト基準、燃料コスト基準、受容性コスト基準又はその組み合わせなどのコスト基準を評価することが含まれる。いくつかの実施形態において、このようなコスト基準は、動的に決定される、又は、生成・記憶され、データベースなどのメモリからアクセスされる。いくつかの実施形態において、アクションコストの決定には、一つ又は複数の上記基準に基づいてコスト関数を算出することが含まれる。例えば、コスト関数は、距離コスト基準に対して最小化し、期間コスト基準に対して最小化し、燃料コスト基準に対して最小化し、受容性コスト基準に対して最大化する。
　距離コスト基準は、第１ルーティング状態に対応する第１ウェイポイントが示す第１位置から第２ルーティング状態に対応する第２ウェイポイントが示す第２位置までの距離を示す。
　期間コスト基準は、第１ルーティング状態に対応する第１ウェイポイントが示す第１位置から第２ルーティング状態に対応する第２ウェイポイントが示す第２位置まで移動するのにかかる予測期間を示し、自律走行車と車両交通ネットワークの条件情報に基づくものである。その条件情報としては、燃料効率情報、予想初期速度情報、路面情報、又は、移動期間に関係するその他の情報が含まれる。
　燃料コスト基準は、第１ルーティング状態から第２ルーティング状態への移行に対する予想燃料利用率を示し、自律走行車と車両交通ネットワークの条件情報に基づくものである。その条件情報としては、燃料効率情報、予想初期速度情報、予想平均速度情報、予想最終速度情報、路面情報、又は、燃料コストに関係するその他の情報が含まれる。
　受容性コスト基準は、第１ルーティング状態に対応する第１ウェイポイントが示す第１位置から第２ルーティング状態に対応する第２ウェイポイントが示す第２位置までの移動に対する予測受容性を示し、自律走行車と車両交通ネットワークの条件情報に基づくものである。その条件情報としては、予想初期速度情報、予想平均速度情報、予想最終速度情報、路面情報、美観情報、通行料金情報、又は、移動受容性に関係するその他の情報が含まれる。いくつかの実施形態において、受容性コスト基準は、受容性要因に基づくものである。いくつかの実施形態において、受容性要因は、工業地帯などの特定の道やエリアを含む場所や、未舗装の道路や有料道路などの道路タイプが低い又は負の受容性を有し、また、受容性要因は、景色の良い道路などの場所が高い又は正の受容性要因を有することを示す。
　いくつかの実施形態において、コスト基準の評価には、コスト基準の重み付けや、重み付けコスト基準に基づくアクションコストの算出が含まれる。コスト基準の重み付けには、コスト基準に関連付けられた重み付け係数を特定することが含まれる。例えば、重み付け係数の特定には、重み付け係数と、その重み付け係数とコスト基準との関連性を示す記録にアクセスすることが含まれる。いくつかの実施形態において、コスト基準の重み付けには、重み付け係数とコスト基準に基づいて重み付けコスト基準を生成することが含まれる。例えば、重み付けコスト基準は、重み付け係数とコスト基準の積である。いくつかの実施形態において、アクションコストの推定には、コスト基準の合計や重み付けコスト基準の合計を計算することが含まれる。
　いくつかの実施形態において、ルート生成には、最適ルートを特定することが含まれる。最適ルートの特定には、確率分布に基づき、ルート候補から一つのルート候補を選択することが含まれる。例えば、最小推定ルートコストを有するルート候補が、最適ルートとして特定される。いくつかの実施形態において、最適ルートの特定には、ハイブリッド・マルコフ決定過程などの一定時間確率制御処理が用いられる。
　いくつかの実施形態において、最適ルートの特定には、第１ルーティング状態から第２ルーティング状態への移行に対するアクションコスト確率分布や、第１ルーティング状態から第３ルーティング状態への移行に対するアクションコスト確率分布から、最小推定アクションコストを選択することが含まれる。
　いくつかの実施形態において、最適ルートの特定では、ルート内の各アクションに対するアクションコスト確率分布に基づいて、ルート候補に対して、ルートコスト確率分布を生成する。いくつかの実施形態において、最適ルートの特定では、各ルート候補に対してルートコスト確率分布を生成し、最低又は最小推定ルートコストを有するルート候補を最適ルートとして選択する。
　いくつかの実施形態において、コントローラは、ルート候補、最適ルート又はその両方を出力又は記憶する。例えば、コントローラは、ルート候補と最適ルートを記憶し、最適ルートを軌道コントローラ、車両アクチュエータ又はその組み合わせに出力することによって、自律走行車が最適ルートを用いて出発地点から目的駐車場へと移動するよう操作する。
　いくつかの実施形態において、自律走行車は、５４００において、最適ルートを用いて出発地点から目的駐車場へ移動する。例えば、自律走行車は、図１に示すアクチュエータ１２４０などの車両アクチュエータを備え、車両アクチュエータは、自律走行車が最適ルートを用いて出発地点から目的駐車場へと移動を開始するよう操作する。いくつかの実施形態において、自律走行車は、軌道コントローラを備え、軌道コントローラは、自律走行車が、最適ルート、自律走行車の現在の操作特徴、自律走行車を取り囲む物理的環境とに基づき移動を開始するよう操作する。
　いくつかの実施形態において、最適ルートは更新される。いくつかの実施形態において、最適ルートの更新では、ルート候補や確率分布が更新又は再生され、更新又は再生されたルート候補や確率分布から更新最適ルートが特定される。
　いくつかの実施形態において、最適ルートは、更新交通ネットワーク情報に基づき、実際の移動コストと選択ルートの推定コストとの差に基づき、又は、更新交通ネットワーク情報と、実際の移動コストと選択ルートの推定コストとの差との組み合わせに基づき更新される。
　いくつかの実施形態において、自律走行車は、移動前又は移動中に、現在の車両交通ネットワーク状態情報を受け取る。いくつかの実施形態において、自律走行車は、車両外センサ情報などの現在の車両交通ネットワーク状態情報を、車両外センサから直接、又は、図２に示す通信ネットワーク２３００などのネットワークを介して受け取る。いくつかの実施形態において、最適ルートは、現在の車両交通ネットワーク状態情報の受取に応えて更新される。例えば、現在の車両交通ネットワーク状態情報は、最適ルートに含まれる車両交通ネットワークの一部の状態変化、例えば、開から閉への変化を示す。ルート候補の更新では、車両交通ネットワークの閉じられた部分を含むルート候補が除外され、自律走行車の現在位置を出発地点として、新しいルート候補や確率分布が生成される。また、最適ルートの更新では、新しい最適ルートが新しいルート候補から特定される。
　いくつかの実施形態において、自律走行車は、更新最適ルートを用いて、自律走行車の現在位置から目的駐車場への移動を完了する。
　いくつかの実施において、５１００における交通ネットワーク情報の特定では、車両交通ネットワークにおける駐車場を示す駐車場情報と、駐車場と目的地との関連性を示す、確定駐車場関連情報や自動生成駐車場関連情報などの駐車場関連情報が交通ネットワーク情報に含まれるよう、交通ネットワーク情報が特定される。駐車場関連情報の自動生成の例を図６、図７に示す。
　図６は、本開示に係る駐車場関連情報の自動生成方法を示す図である。いくつかの実施形態において、駐車場関連情報の自動生成では、６１００において車両操作情報が特定され、６２００において車両位置補足情報が特定され、６３００において非車両操作情報が特定され、６４００において位置情報が相互に関連付けられ、６５００において位置候補のクラスタ化が行われ、６６００において駐車場と目的地とが関連付けられ、又は、それらが組み合わせて行われる。
　図６に別途図示しないが、駐車場関連情報の自動生成では、車両操作情報、車両位置補足情報、非車両操作情報又はそれらの組み合わせを含む操作情報が特定される。いくつかの実施形態において、車両駐車場関連情報の特定では、車両操作情報、車両位置補足情報、非車両操作情報又はそれらの組み合わせのフィルタリング又は評価が行われる。
　いくつかの実施形態において、車両操作情報は、６１００において特定される。いくつかの実施形態において、車両操作情報には、手動操作車両である一つ又は複数の車両に対して生成される操作情報や、車両プローブデータ、車両位置情報、車両状態情報、車両イベント情報、コントローラ・エリア・ネットワーク（ＣＡＮ）データなどの車両バスデータ、又は、車両操作に基づいて生成されるその他の情報が含まれる。
　いくつかの実施形態において、車両操作情報には、車両又はその操作部により報告される情報が含まれ、操作部としては、パワーアップ操作、開始操作、運転操作条件、停止操作、パワーダウン操作、ドア開放操作、ドア開放操作条件、ドア閉鎖操作、ドア閉鎖操作条件、ドア施錠操作、ドア施錠操作条件、ドア解錠操作、ドア解錠操作条件、又は、車両のその他の操作や操作条件など、車両の操作や操作条件の検出、記憶、報告が可能な、データロギング部、遠隔測定部、プローブ部、操作記録部、又は、その他の装置や装置の組み合わせなどが挙げられる。いくつかの実施形態において、車両操作情報には、一つ又は複数の操作又は操作条件に対する時間、日付、地理的位置又はその組み合わせが含まれる。いくつかの実施形態において、車両操作情報は、複数の車両によって報告される情報である。例えば、車両操作情報には、それぞれが車両識別子に関連付けられる記録が含まれ、その車両識別子に基づき個々の車両が一意的に識別される。
　いくつかの実施形態において、車両操作情報には、車両操作を示す情報が含まれる。車両操作には、イベント指標が含まれ、そのイベント指標には、開始、停止、待機、駐車、ドア開放、ドア閉鎖、ロード、アンロードなど、車両操作やイベントの種類が含まれる。車両操作には、日付、時間又はその両方が含まれる。車両操作には、車両交通ネットワーク内でのＧＰＳ位置などの位置が含まれる。車両操作には、現在の乗客人数や占有率、占有率の変化、乗客の有無などの車両状態情報が含まれる。例えば、車両操作情報には、車両又はその操作部により報告される情報が含まれ、操作部としては、パワーアップ操作、開始操作、運転操作条件、停止操作、パワーダウン操作、ドア開放操作、ドア開放操作条件、ドア閉鎖操作、ドア閉鎖操作条件、ドア施錠操作、ドア施錠操作条件、ドア解錠操作、ドア解錠操作条件、又は、車両のその他の操作や操作条件など、車両の操作や操作条件の検出、記憶、報告が可能な、データロギング部、遠隔測定部、プローブ部、操作記録部、又は、その他の装置や装置の組み合わせなどが挙げられる。いくつかの実施形態において、車両操作情報には、一つ又は複数の操作又は操作条件に対する時間、日付、地理的位置又はその組み合わせが含まれる。例えば、車両操作情報は、車両停止イベントから次の車両開始イベントまでの期間又は継続期間などの静止期間を含む車両操作を示す。これは駐車操作候補として特定され、対応する位置は駐車位置候補として特定される。
　いくつかの実施形態において、駐車場関連情報の自動生成では、車両の車両操作情報に示される一連のイベントが評価される。例えば、車両操作情報には、停止イベントと次の開始イベントを含む一連のイベントを示すイベント指標が含まれる。一連のイベントの評価では、静止期間が、停止イベントと開始イベントとの間の時間差として判定される。
　いくつかの実施形態において、車両操作情報には、乗客識別子などの乗客情報が含まれる。例えば、車両操作の車両操作情報には、車両操作と乗客とを関連付ける情報が含まれる。
　いくつかの実施形態において、車両操作情報の特定では、車両操作情報をフィルタリングして一つ又は複数の駐車位置候補が特定される。例えば、車両操作情報には複数の車両の車両操作を示す情報が含まれ、各車両操作は各車両に関連付けられる。そして、車両操作情報の特定では、車両操作情報をフィルタリングして、車両、操作又は操作群の期間、日中、夜間、朝、夜などの操作又は操作群の時間帯に関連付けられた操作情報における位置の頻度などの基準に基づき、駐車操作候補や対応する駐車位置候補が特定される。例えば、車両操作に関連付けられた静止期間は最短駐車期間を上回り、その車両操作は駐車操作候補として特定される。
　いくつかの実施形態において、駐車場情報は、規定された種類の車両に対して生成された情報を含む車両操作情報に基づいて自動生成される。例えば、操作情報には、車両が私用車か、タクシーや宅配車などのフリート車両かを示す車両タイプ指標が含まれる。そして、操作情報がフィルタリングされて、フリートタイプの車両を除外するなど、操作情報がタイプに基づき除外される。他の例において、操作情報には、車両が、タクシーや宅配車として動作する車両など、占有率が低い輸送車かどうかを示す車両操作タイプ指標が含まれる。そして、操作情報がフィルタリングされて、占有率の低い輸送車として動作する車両の情報を除外するなど、車両の操作情報が操作タイプに基づき除外される。
　いくつかの実施形態において、６２００では車両位置補足情報が特定される。車両位置補足情報には、各車両の検出に応じてインフラ装置によって報告される情報が含まれる。例えば、インフラ装置は、スマートパーキングメーター、パーキングカメラ、パーキングアクセス装置、又は、駐車場に関連付けられ、車両の規定駐車場を検出可能なその他の車外装置である。車両位置補足情報には、規定駐車場など、車両交通ネットワークにおけるインフラ装置の位置を特定する位置情報が含まれる。例えば、パーキングメーターは、駐車場に進入する車両を特定し、駐車場に進入する車両に関連付けられた時間、日付又はその両方を記録し、駐車場を退出する車両を検出し、インフラ装置の規定位置、車両、進入時間、退出時間又はそれらの組み合わせを示す車両の補足駐車操作を報告する。
　いくつかの実施形態において、駐車場候補は、車両操作情報と車両位置補足情報との組み合わせに基づき特定される。例えば、車両位置補足情報は、ある期間に規定駐車場にて車両が検出されたことを示し、その期間の車両の車両操作情報は、車両がその期間にアイドリングしていたことを示し、規定駐車場はフィルタリングされる又は駐車場候補から除外される。
　いくつかの実施形態において、６３００では非車両操作情報が特定される。非車両操作情報には、非車両操作情報システム又は装置の一人又は複数のユーザに報告される情報が含まれ、非車両操作を示す情報が含まれる。非車両操作情報には、日付、時間又はその両方が含まれる。非車両操作は、ＧＰＳ位置、目的地、関心点などの位置を示す。
　いくつかの実施形態において、非車両操作情報には、車両に関連付けられた携帯機器によって報告された非車両操作情報が含まれる。例えば、車両の乗客が携帯するスマートフォンなどの携帯機器には、その乗客と車両とを関連付ける情報が含まれ、ＧＰＳ又は補助ＧＰＳ（ＡＧＰＳ）情報などの地理的位置情報が含まれる。
　いくつかの実施形態において、非車両操作情報には、ユーザに対して第三者コンピュータシステムによって報告される情報が含まれる。例えば、非車両操作情報には、規定日時におけるユーザと規定位置との関連性を示すユーザの状態情報を含む、ソーシャル・ネットワークからの情報が含まれる。いくつかの実施形態において、非車両操作情報には、ジオタグ付けされたツイート、ジオタグ付けされた写真、又は、その他のジオタグ付けされた非車両操作情報など、ジオタグ付けされた情報が含まれる。
　いくつかの実施形態において、非車両操作情報には、目的地や関心点に関連付けられていないＧＰＳ位置などの位置を特定する情報が含まれ、その示された位置に対応する目的地や関心点は、近接に基づき交通ネットワーク情報から特定される。
　いくつかの実施形態において、非車両操作情報はフィルタリングされて、又は、処理されて、目的地操作が特定される。例えば、目的地操作は、規定位置内における期間又はその規定位置内での位置を特定する情報の頻度に基づき特定される。いくつかの実施形態において、非車両操作情報には、目的地位置を明確に示す情報が含まれる。例えば、非車両操作情報には、チェックイン情報などの乗客と規定位置との関連付けを示す情報や、レビューなどの位置について言及する情報や、ソーシャル・ネットワーク状態情報を含む状態情報が含まれる。
　いくつかの実施形態において、非車両操作情報のフィルタリングでは、非車両操作情報からユーザを特定し、そのユーザに対して一つ又は複数の目的地操作を特定し、その目的地操作に対応する位置を目的地候補として特定し、又は、それらを組み合わせて行う。いくつかの実施形態において、乗客に対する目的地操作の特定では、ユーザに関連付けられた非車両操作を、非車両操作と関連付けられた静止期間に基づく目的地操作として、非車両操作情報から特定する。例えば、ユーザが規定位置内にとどまった期間を示す静止期間は、最低目的地期間を上回り、対応する操作又は操作群を目的地操作として特定する。
　いくつかの実施形態において、目的地候補位置は、車両操作情報、非車両操作情報又は車両操作情報と非車両操作情報との組み合わせに基づき特定される。例えば、車両操作情報は目的地を示し、その示された目的地を目的地候補位置として特定する。他の例において、車両操作情報は、複数の特定可能な目的地を含む選択位置を示し、非車両操作情報には、その特定可能な目的地の一つを車両の乗客の目的地として特定する情報が含まれる。
　いくつかの実施形態において、非車両操作情報のフィルタリングでは、ソーシャルメディア・ユーザ名などの非車両操作情報ユーザ識別子と、車両に関連付けられた乗客識別子とを関連付ける。いくつかの実施形態において、非車両操作情報ユーザ識別子は、関連性を特定するユーザ入力などのユーザ入力に基づき車両と関連付けられた乗客識別子と関連付けられる。例えば、車両の乗客は、スマートフォンなどの携帯電子機器を使用してアプリケーションなどの非車両操作情報システムを操作し、その機器のユーザ識別子、その機器上で動作する非車両操作情報システムのユーザ識別子、又は、第三者非車両操作情報システムのユーザ識別子と、車両又は乗客や車両と関連付けられた乗客識別子とを関連付ける情報を入力する。いくつかの実施形態において、非車両操作情報ユーザ識別子は、図７に示すように、車両と自動で関連付けられる乗客識別子と関連付けられる。
　いくつかの実施形態において、６４００では、位置情報が相互に関連付けられる。例えば、６１００／６２００／６３００における操作情報のフィルタリングでは、駐車操作候補と目的地操作候補とを特定する。駐車操作候補情報は、対応する時間的情報、駐車場情報、乗客情報又はそれらの組み合わせを示す。目的地操作候補情報は、対応する時間的情報、目的地位置情報、ユーザ情報又はそれらの組み合わせを示す。駐車操作候補は、時間的類似や、駐車操作候補からの乗客情報と目的地操作候補からのユーザ情報との間の規定の関連性又は自動生成された関連性に基づき、目的地操作候補と関連付けられる。
　いくつかの実施形態において、６５００では候補位置のクラスタ化が行われる。候補位置のクラスタ化では、例えば、空間クラスタリングによって、一つ又は複数の駐車場群を生成する。例えば、駐車場群には、空間的又は地理的に近接する駐車候補位置群が含まれる。いくつかの実施形態において、駐車場は、駐車場群と交通ネットワーク情報に基づき特定される。例えば、位置、目的地、関心点は、空間的又は地理的に駐車場群に対応する交通ネットワーク情報において特定され、駐車場として特定される。
　同様に、候補位置のクラスタ化では、例えば、空間クラスタリングによって、一つ又は複数の目的地位置群を生成する。例えば、目的地位置群には、空間的又は地理的に近接する候補目的地位置群が含まれる。いくつかの実施形態において、目的地は、目的地位置群と交通ネットワーク情報に基づき特定される。例えば、位置、目的地、関心点は、空間的又は地理的に目的地位置群に対応する交通ネットワーク情報において特定され、目的地として特定される。
　いくつかの実施形態において、６６００では駐車場が目的地と関連付けられる。いくつかの実施形態において、駐車場と目的地との関連付けでは、６５００で特定された駐車場群と対応する駐車場を特定し、６５００で特定された目的地位置群と対応する目的地を特定し、６４００で特定された相関関係に基づき、駐車場と目的地とを関連付け、駐車場関連情報を駐車場と目的地との関連性を示す駐車場情報に含める。
　図７は、本開示に係る非車両操作情報と車両操作情報とを関連付ける方法を示す図である。いくつかの実施形態において、非車両操作情報と車両操作情報との関連付けでは、７１００において車両操作情報を特定し、７２００において非車両操作情報を特定し、７３００において情報を一時的にグループ化し、７４００において情報を空間的にクラスタ化し、７５００においてタプルを特定し、７６００において一時的な格納によりタプルを有効にし、７７００において専用タプルを特定し、７８００においてタプルを関連付ける、又は、それらを組み合わせて行う。
　いくつかの実施形態において、７１００では、図６に示したような６１００における車両操作情報の特定と同様に、車両操作情報を特定する。そして、７２００では、図６に示したような６３００における非車両操作情報の特定と同様に、非車両操作情報を特定する。簡単かつ明確にするため、図６に示すような６２００で特定される車両位置補足情報は図７の説明から省略されているが、非車両操作情報と車両操作情報との関連付けでは、車両位置補足情報を使用してもよい。
　いくつかの実施形態において、７３００では、車両操作情報と非車両操作情報とを一時的にグループ化する。いくつかの実施形態において、そのような情報の一時的なグループ化では、時間的情報に基づいて、情報群を特定する。車両操作情報と非車両操作情報からの操作やイベントには、日などの規定期間内の時間指標が含まれ、その規定期間に基づき一時的なグループ化が行われる。例えば、ある特定の日付の操作情報群には、その日付の車両操作情報とその日付の非車両操作情報とが含まれる。いくつかの実施形態において、この一時的なグループ化は、車両及び非車両操作情報に示される地理的位置に対応するローカル・タイム・ゾーンに基づき行われる。いくつかの実施形態において、時間的情報は、特定のタイム・ゾーン又は協定世界時（ＵＴＣ）に正規化される。簡単かつ明確にするため、以下において、車両操作情報及び非車両操作情報をまとめて操作情報と称する。
　いくつかの実施形態において、７３００で特定された各一時的グループの情報は、７４００において、空間的又は地理的にクラスタ化する。いくつかの実施形態において、この空間的クラスタリングは、ドローネー三角分割法に基づく空間的クラスタリングである。例えば、特定の日付の一時的グループの操作情報には複数の空間クラスタが含まれ、一時的グループ内の各空間クラスタには、その日付と地理的位置の車両操作情報とその日付と地理的位置の非車両操作情報とが含まれる。
　いくつかの実施形態において、車両操作と非車両操作のペアやタプルは、７５００にて特定する。いくつかの実施形態において、タプルは、車両操作情報における車両に関連付けられた乗客識別子と、非車両操作情報からの非車両操作に関連付けられたユーザ識別子とに基づき特定される。例えば、一時的グループ内の空間クラスタの操作情報には、複数の乗客識別子と複数のユーザ識別子とが含まれ、各乗客識別子とユーザ識別子との組み合わせに対してタプルが特定される。
　いくつかの実施形態において、７６００では、一時的な格納によりタプルが有効化される。一時的な格納によるタプルの有効化では、非車両操作情報に関連付けられた時間的情報が車両操作情報に関連付けられた期間内であるか否かを判定する、又は、非車両操作情報に関連付けられた時間的情報と車両操作情報に関連付けられた時間的情報との差が閾値内であるかを判定する。
　一例において、車両操作情報によって、駐車期間、車両、駐車場、車両の乗客と関連付けられた駐車操作が特定され、非車両操作情報には、ジオタグ付けされたツイートなどのソーシャルメディアメッセージ、タイプスタンプなどの一時的位置、ユーザ識別子が含まれる。駐車期間や一時的位置は、それぞれ特定の日付に対応し、駐車操作とソーシャルメディアメッセージはその特定の日付のグループに含まれる。駐車場からジオタグ付けされた位置までの距離は、例えば、クラスタリング閾値内であり、駐車操作とソーシャルメディアメッセージはその特定の日付内の空間クラスタに含まれる。一時的な格納により、一時的位置は駐車期間内にあることが判定し、駐車操作に関連付けられた乗客識別子とソーシャルメディアメッセージに関連付けられたユーザ識別子とを含むタプルが、タプル候補として特定される。
　いくつかの実施形態において、７７００では、専用タプルを特定する。専用タプルの特定では、非専用タプルのフィルタリング又は除外が行われる。例えば、上記例を参照して、車両操作情報には、他の乗客に関連付けられた他の車両に関連付けられた他の駐車操作を特定する情報が含まれ、その情報は、７３００において特定の日付のグループに含まれ、７４００においてクラスタに含まれ、７５００においてユーザ識別子によりタプルとして特定され、７６００において有効化され、７７００において両方のタプルが専用タプルから除外される。他の例において、非車両操作情報には、他のユーザに関連付けられた他のソーシャルメディアメッセージを特定する情報が含まれる。その情報は、７３００において特定の日付のグループに含まれ、７４００においてクラスタに含まれ、７５００においてユーザ識別子によりタプルとして特定され、７６００において有効化され、７７００において両方のタプルが専用タプルから除外される。
　いくつかの実施形態において、７８００では、７７００において特定された専用タプルに基づき、乗客識別子とユーザ識別子との関連性を生成する。例えば、専用タプルに対する乗客識別子とユーザ識別子は、タプルが専用タプルとして特定された回数のカウントや濃度に基づき関連付けられる。例えば、複数の日付、複数の位置又はその両方を含むタプルが専用タプルとして特定された回数は、最低関連閾値を上回り、乗客識別子がユーザ識別子と関連付けられる。
　図７には図示しないが、７８００において生成された乗客識別子とユーザ識別子との関連性は、図６に示すような駐車場と目的地や関心点との関連付けに用いられる。例えば、６４００における位置情報の関連付けでは、図７に示すように生成された関連性に基づき、図６の６１００において特定された車両操作情報と、６３００において特定された非車両操作情報とが関連付けられる。
　本開示をよりよく理解するためになされた上記の態様、実施例及び実施形態は、それを限定するものではない。むしろ、本開示は、添付の請求項の範囲に含まれる様々な変更や均等構成を含み、その範囲は、法律上許されるそのような変更や均等構成を全て包含するよう最大限の解釈を与えるものである。
　本出願は、２０１５年１月３０日に出願された米国特許出願第１４／６０９６８６号、及び２０１５年１月３０日に出願された米国特許出願第１４／６０９７４５号に基づく優先権を主張しており、これらの出願の全内容が参照により本明細書に組み込まれる。

Claims (39)

  1. 　プロセッサと軌道コントローラとを備えることを特徴とする車両であって、
    　前記プロセッサは、非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　　第１目的地を含む車両交通ネットワークを示す交通ネットワーク情報であって、
    　　　該交通ネットワーク情報には複数の駐車場を示す駐車場情報が含まれ、
    　　　該複数の駐車場の各駐車場は前記車両交通ネットワークの各位置に対応し、かつ、
    　　　前記駐車場情報には、
    　　　　前記複数の駐車場のうちのうち少なくとも一つの駐車場と
    　　　　前記第１目的地と
    　　　の間の関連性を示す駐車場関連情報が含まれるよう
    　　前記交通ネットワーク情報を特定し、
    　　前記交通ネットワーク情報に基づき、前記第１目的地に対して、前記複数の駐車場から目的駐車場を決定し、
    　　前記交通ネットワーク情報を用いて、前記車両交通ネットワークにおける出発地点から前記目的駐車場までのルートを特定し、
    　前記軌道コントローラは、
    　　前記ルートを用いて前記出発地点から前記目的駐車場まで移動するよう車両を操作すること
    を特徴とする車両。
  2. 　請求項１に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が複数の車両に対する操作情報に基づくように前記交通ネットワーク情報を特定し、
    　該操作情報には、車両操作情報、車両位置補足情報又は非車両操作情報のうち少なくとも一つが含まれること
    を特徴とする車両。
  3. 　請求項２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記車両操作情報が前記複数の車両から報告された情報となるよう、前記交通ネットワーク情報を特定し、
    　前記車両操作情報には複数の車両操作が含まれ、
    　前記複数の車両操作の各車両操作は、前記複数の車両の各車両と関連付けられており、
    　前記複数の駐車場の各駐車場は、前記複数の車両操作の各車両操作に対応すること
    を特徴とする車両。
  4. 　請求項２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記車両位置補足情報が、前記複数の車両からの各車両の検出に応じて、複数のインフラ装置から報告された情報となるよう、前記交通ネットワーク情報を特定し、
    　前記複数のインフラ装置の各インフラ装置は、前記車両交通ネットワークにおける各位置と関連付けられており、
    　前記車両位置補足情報には複数の補足車両駐車位置が含まれ、
    　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両の各車両と関連付けられており、
    　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両操作の各駐車操作に対応すること
    を特徴とする車両。
  5. 　請求項４に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記複数のインフラ装置の各インフラ装置が、スマートパーキングメーター、パーキングカメラ又はパーキングアクセス装置であるよう、前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  6. 　請求項２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　　複数の乗客を特定する乗客情報が前記車両操作情報に含まれるよう、かつ、
    　　　前記複数の乗客の各乗客が、前記複数の車両の各車両と関連付けられるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  7. 　請求項６に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記非車両操作情報には複数の非車両操作が含まれるよう前記交通ネットワーク情報を特定し、
    　前記複数の非車両操作の各非車両操作には、前記複数の乗客のうちの一人の乗客に関連付けられた携帯機器によって報告される位置情報、又は、ユーザのための第三者コンピュータ・システムに報告される位置情報が含まれ、
    　前記非車両操作情報には、ユーザと前記複数の乗客のうちの一人の乗客との間の関連性が含まれること
    を特徴とする車両。
  8. 　請求項２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が前記操作情報をフィルタリングすることで決定されるよう、前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  9. 　請求項８に記載の車両であって、
    　前記操作情報のフィルタリングには、
    　　前記複数の車両から一つの車両を特定し、
    　　前記車両に対する駐車操作を特定し、
    　　前記駐車操作に対応する位置を駐車位置候補として特定すること
    　が含まれること
    を特徴とする車両。
  10. 　請求項９に記載の車両であって、
    　前記駐車操作の特定には、
    　　前記操作情報には車両操作情報が含まれるという条件で、前記車両操作情報に基づき前記駐車操作を特定し、
    　　前記操作情報には車両位置補足情報が含まれるという条件で、前記車両位置補足情報に基づき前記駐車操作を特定し、
    　　前記操作情報には車両操作情報及び前記車両位置補足情報が含まれるという条件で、前記車両操作情報又は前記車両位置補足情報のうち少なくとも一つに基づき前記駐車操作を特定すること
    　が含まれること
    を特徴とする車両。
  11. 　請求項１０に記載の車両であって、
    　前記車両操作情報に基づく前記駐車操作の特定には、
    　　前記車両に関連付けられた操作を、その操作に関連付けられた静止期間が最短駐車継続時間を上回るという条件で、前記車両操作情報から前記駐車操作として特定すること
    　が含まれること
    を特徴とする車両。
  12. 　請求項９に記載の車両であって、
    　前記操作情報のフィルタリングには、
    　　前記車両に関連付けられた乗客を特定し、
    　　前記乗客に対する目的地操作を特定し、
    　　前記目的地操作に対応する位置を目的地位置として特定すること
    　が含まれること
    を特徴とする車両。
  13. 　請求項１２に記載の車両であって、
    　前記乗客に対する前記目的地操作の特定には、
    　　前記乗客に関連付けられた非車両操作を、その非車両操作に関連付けられた静止期間が最短目的地継続時間を上回るという条件で、前記非車両操作情報から前記目的地操作として特定すること
    　が含まれること
    を特徴とする車両。
  14. 　請求項１２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　　複数の駐車場群であって、その各駐車場群には少なくとも一つの駐車位置候補が含まれる該駐車場群を前記車両操作情報に基づいて特定し、
    　　　複数の目的地位置群であって、その各目的地位置群には少なくとも一つの目的地位置が含まれる該目的地位置群を前記非車両操作情報に基づいて特定することで
    　　前記駐車場情報が決定されるよう、
    　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  15. 　請求項１２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　　前記複数の駐車場のうち少なくとも一つの駐車場が前記複数の駐車場群の一つの駐車場群に対応するよう前記複数の駐車場を特定し、
    　　　複数の目的地に前記第１目的地が含まれ、前記複数の目的地のうち少なくとも一つの目的地が前記複数の目的地位置群の一つの目的地位置群に対応するよう前記複数の目的地を特定し、
    　　　前記駐車場関連情報が、前記複数の目的地のうちの一つの目的地と前記複数の駐車場のうちの一つの駐車場との間のうち少なくとも一つの関連性を示すよう、前記駐車場関連情報を前記駐車場情報に含むことで
    　　前記駐車場情報が決定されるよう、
    　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  16. 　請求項１５に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場関連情報が、前記第１目的地と前記複数の駐車場のうちの一つの駐車場との間の自動的に生成された関連性を示すよう、
    　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  17. 　請求項１に記載の車両であって、
    　前記駐車場関連情報が複数の車両に対する操作情報に基づいた情報であり、
    　前記駐車場関連情報は、前記操作情報をフィルタリングすることで決定され、
    　前記操作情報のフィルタリングには、
    　　前記複数の車両から一つの車両を特定し、
    　　前記車両に対する駐車操作を特定し、
    　　前記複数の駐車場のうち少なくとも一つの駐車場に対応する駐車位置候補として、前記駐車操作に対応する位置を特定し、
    　　前記車両に関連付けられた乗客を特定し、
    　　前記乗客に対する目的地操作を特定し、
    　　前記第１目的地の位置に対応する目的地位置として、前記目的地操作に対応する位置を特定し、
    　　前記駐車場関連情報に、前記第１目的地と前記駐車位置候補に対応する駐車場との関連性を示す自動的に生成される駐車場関連情報を含めること
    　が含まれること
    を特徴とする車両。
  18. 　請求項１７に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記操作情報に車両操作情報、車両位置補足情報又は非車両操作情報のうち少なくとも一つが含まれるよう前記交通ネットワーク情報を特定し、
    　前記車両操作情報は、前記複数の車両によって報告され、かつ前記駐車操作を含む複数の車両操作を含み、
    　　該複数の車両操作の各車両操作は前記複数の車両の各車両に関連付けられており、
    　　前記複数の駐車場の各駐車場は前記複数の車両操作の各車両操作に対応し、
    　　前記車両操作情報には、複数の乗客の各乗客が前記複数の車両の各車両に関連付けられるよう、前記複数の乗客を特定する乗客情報が含まれ、
    　前記車両位置補足情報は、前記複数の車両からの各車両の検出に応じて、複数のインフラ装置から報告された情報であり、
    　　前記複数のインフラ装置の各インフラ装置は、前記車両交通ネットワークにおける各位置と関連付けられており、
    　　前記車両位置補足情報には複数の補足車両駐車位置が含まれ、
    　　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両の各車両と関連付けられており、
    　　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両操作の各駐車操作に対応し、
    　前記非車両操作情報には、複数の非車両操作が含まれ、
    　　前記複数の非車両操作の各非車両操作には、前記複数の乗客のうちの一人の乗客に関連付けられた携帯機器によって報告される位置情報、又は、ユーザのための第三者コンピュータ・システムに報告される位置情報が含まれ、
    　　前記非車両操作情報には、ユーザと前記複数の乗客のうちの一人の乗客との間の関連性が含まれること
    を特徴とする車両。
  19. 　請求項１に記載の車両であって、
    　前記第１目的地は、少なくとも部分的に自動特定された車両操作情報と非車両操作情報との関連性に基づいて特定されること
    を特徴とする車両。
  20. 　請求項１９に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が複数の車両に対する操作情報に基づくように前記交通ネットワーク情報を特定し、
    　該操作情報には、車両操作情報及び非車両操作情報が含まれること
    を特徴とする車両。
  21. 　請求項２０に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記車両操作情報が前記複数の車両から報告された情報となるよう、前記交通ネットワーク情報を特定し、
    　前記複数の車両操作の各車両操作は、前記複数の車両の各車両と関連付けられており、
    　前記複数の駐車場の各駐車場は、前記複数の車両操作の各車両操作に対応すること
    を特徴とする車両。
  22. 　請求項２１に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記車両操作情報が、乗客を特定し、その乗客と前記複数の車両のうちの一つの車両とを関連付ける乗客情報を含むよう、前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  23. 　請求項２０に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記非車両操作情報が、複数のユーザに報告された情報となるよう、前記交通ネットワーク情報を特定し、
    　前記非車両操作情報には複数の非車両操作が含まれ、
    　該複数の非車両操作の各非車両操作が、前記複数のユーザの各ユーザに関連付けられていること
    を特徴とする車両。
  24. 　請求項２３に記載の車両であって、
    　前記車両交通ネットワークには、前記第１目的地を含む複数の目的地が含まれ、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記複数の非車両操作に複数の目的地操作が含まれるよう、前記交通ネットワーク情報を特定し、
    　前記複数の目的地操作の各目的地操作は、前記複数の目的地の各目的地に対応すること
    を特徴とする車両。
  25. 　請求項２４に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、前記操作情報を一時的にグループ化することで複数の一時的操作情報グループを生成することで決定されるよう、前記交通ネットワーク情報を特定し、
    　前記複数の一時的操作情報グループの各一時的操作情報グループには、
    　　複数の一時的にグループ化された車両操作であって、前記複数の一時的にグループ化された車両操作の各一時的にグループ化された車両操作には、一時的操作情報グループに特定された期間内の時間的情報が含まれる車両操作と
    　　複数の一時的にグループ化された非車両操作であって、前記複数の一時的にグループ化された非車両操作の各一時的にグループ化された非車両操作には、一時的操作情報グループに特定された期間内の時間的情報が含まれる非車両操作と、
    　が含まれること
    を特徴とする車両。
  26. 　請求項２５に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、前記複数の一時的操作情報グループの各一時的操作情報グループに対して、複数の空間クラスタを生成することで決定されるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  27. 　請求項２６に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、一時的操作情報グループからの前記複数の空間クラスタの各空間クラスタに対して、
    　　　それぞれが各車両操作に関連付けられている複数の乗客識別子を特定し、
    　　　それぞれが各非車両操作に関連付けられている複数のユーザ識別子を特定し、
    　　　それぞれが前記複数の乗客識別子のうちの一つの乗客識別子と前記複数のユーザ識別子のうちの一つのユーザ識別子を含む複数の個別タプルを特定すること
    　　で決定されるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  28. 　請求項２７に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、前記複数の個別タプルの各個別タプルに対して、
    　　　前記個別タプルから前記ユーザ識別子に対応する非車両操作の一時的位置を特定し、
    　　　前記個別タプルから前記乗客識別子に対応する車両操作の期間を特定し、
    　　　前記一時的位置が前記期間内にあるという条件で、前記個別タプルを複数のタプル候補に含める、
    　　ことで前記複数の個別タプルから前記複数のタプル候補を特定することで決定されるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  29. 　請求項２８に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、
    　　　複数の専用タプルが前記複数の一時的操作情報グループの各一時的操作情報グループから前記複数の空間クラスタの各空間クラスタからのタプルを含むよう、前記複数のタプル候補の各タプル候補を前記複数の専用タプルに含め、
    　　　前記複数の専用タプルからの各タプル候補に対して、
    　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からの乗客識別子を含み、前記タプル候補のユーザ識別子とは異なるユーザ識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外し、
    　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からのユーザ識別子を含み、前記タプル候補の乗客識別子とは異なる乗客識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外する、
    　　ことで前記複数の専用タプルを特定することで決定されるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  30. 　請求項２９に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記駐車場情報が、
    　　　前記複数の専用タプルから専用タプル群の濃度を特定し、前記複数の専用タプルの各専用タプルに対する乗客識別子は、前記複数の専用タプルの他の各専用タプルに対する乗客識別子と一致し、前記複数の専用タプルの各専用タプルに対するユーザ識別子は、前記複数の専用タプルの他の各専用タプルに対するユーザ識別子と一致し、
    　　　前記濃度が関連閾値を超えるという条件で、前記乗客識別子と前記ユーザ識別子とを関連付けることで、車両操作情報と非車両操作情報との関連性を自動特定する、
    　　ことで決定されるよう、
    　　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  31. 　請求項１９に記載の車両であって、
    　前記駐車場情報は複数の車両に対する操作情報に基づいた情報であり、
    　前記操作情報には、車両操作情報及び非車両操作情報が含まれること
    を特徴とする車両。
  32. 　請求項３１に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記車両操作情報が前記複数の車両によって報告された情報となるよう前記交通ネットワーク情報を特定し、
    　前記車両操作情報が複数の車両操作を含み、
    　該複数の車両操作の各車両操作は前記複数の車両の各車両に関連付けられており、
    　前記複数の駐車場の各駐車場は前記複数の車両操作の各車両操作に対応し、
    　前記車両操作情報には、乗客を特定し、その乗客と前記複数の車両のうちの一つの車両とを関連付ける乗客情報が含まれること
    を特徴とする車両。
  33. 　請求項３２に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記非車両操作情報が、複数のユーザに報告された情報となるよう前記交通ネットワーク情報を特定し、
    　前記非車両操作情報には複数の非車両操作が含まれ、
    　該複数の非車両操作の各非車両操作が、前記複数のユーザの各ユーザに関連付けられ、
    　前記複数の非車両操作には複数の目的に操作を含み、
    　前記複数の目的地操作の各目的地操作は、前記複数の目的地の各目的地に対応すること
    を特徴とする車両。
  34. 　請求項３３に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　　前記操作情報を一時的にグループ化して、複数の一時的操作情報グループの各一時的操作情報グループに、
    　　　　複数の一時的にグループ化された車両操作であって、前記複数の一時的にグループ化された車両操作の各一時的にグループ化された車両操作に、一時的操作情報グループに特定された期間内の時間的情報が含まれる車両操作と
    　　　　複数の一時的にグループ化された非車両操作であって、前記複数の一時的にグループ化された非車両操作の各一時的にグループ化された非車両操作に、一時的操作情報グループに特定された期間内の時間的情報が含まれる非車両操作と、
    　　　が含まれるよう、
    　　前記複数の一時的操作情報グループを生成し、
    　　前記複数の一時的操作情報グループの各一時的操作情報グループに対して、複数の空間クラスタを生成し、
    　　一つの一時的操作情報グループのうちの、前記複数の空間クラスタの各空間クラスタに対して、
    　　　それぞれが各車両操作に関連付けられている複数の乗客識別子を特定し、
    　　　それぞれが各非車両操作に関連付けられている複数のユーザ識別子を特定し、
    　　　それぞれが前記複数の乗客識別子のうちの一つの乗客識別子と前記複数のユーザ識別子のうちの一つのユーザ識別子を含む複数の個別タプルを特定し、
    　　　　前記複数の個別タプルの各個別タプルに対して、
    　　　　　前記個別タプルから前記ユーザ識別子に対応する非車両操作の一時的位置を特定し、
    　　　　　前記個別タプルから前記乗客識別子に対応する車両操作の期間を特定し、
    　　　　　前記一時的位置が前記期間内にあるという条件で、前記個別タプルを複数のタプル候補に含めることで、
    　　　前記複数の個別タプルから前記複数のタプル候補を特定する
    　　処理を行い、
    　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からの乗客識別子を含み、
    　　　前記複数の専用タプルから各タプル候補に対して、
    　　　　前記タプル候補のユーザ識別子とは異なるユーザ識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外し、
    　　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からのユーザ識別子を含み、前記タプル候補の乗客識別子とは異なる乗客識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外することで、
    　　前記複数の専用タプルを特定し、
    　　前記複数の専用タプルの各専用タプルに対する乗客識別子が、前記複数の専用タプルの他の各専用タプルに対する乗客識別子と一致し、前記複数の専用タプルの各専用タプルに対するユーザ識別子は、前記複数の専用タプルの他の各専用タプルに対するユーザ識別子と一致するよう、複数の専用タプル群を生成し、
    　　前記複数の専用タプル群から各専用タプル群の濃度を特定し、
    　　前記濃度が関連閾値を超えるという条件で、各専用タプル群からの前記乗客識別子と前記専用タプル群からの前記ユーザ識別子とを関連付けることで、
    　　前記車両操作情報と前記非車両操作情報との関連性を自動特定することにより、前記駐車場情報が決定されるよう、
    　前記交通ネットワーク情報を特定すること
    を特徴とする車両。
  35. 　請求項１から３４のいずれか一項に記載の車両であって、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　前記第１目的地に対するドッキング位置を特定し、
    　　前記ルートが、前記出発地点から前記ドッキング位置までの第１ルート部と、前記ドッキング位置から前記目的駐車場までの第２ルート部とを含むよう前記ルートを特定すること
    を特徴とする車両。
  36. 　請求項１から３５のいずれか一項に記載の車両であって、
    　自律走行車であること
    を特徴とする車両。
  37. 　交通ネットワーク情報を生成するためのシステムであって、
    　非一時性コンピュータ可読媒体を含むメモリと、
    　プロセッサと
    を備え、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　車両交通ネットワークを示す交通ネットワーク情報を特定し、
    　　操作情報をフィルタリングすることで駐車場関連情報を自動的に生成し、
    　　前記自動的に生成された駐車場関連情報に基づき、前記交通ネットワーク情報を更新し、
    　前記操作情報には、車両操作情報、車両位置補足情報又は非車両操作情報のうち少なくとも一つが含まれ、
    　前記車両操作情報は、複数の車両によって報告され、かつ駐車操作を含む複数の車両操作を含み、
    　　該複数の車両操作の各車両操作は前記複数の車両の各車両に関連付けられており、
    　　前記複数の駐車場の各駐車場は前記複数の車両操作の各車両操作に対応し、
    　　前記車両操作情報には、複数の乗客の各乗客が前記複数の車両の各車両に関連付けられるよう、前記複数の乗客を特定する乗客情報が含まれ、
    　前記車両位置補足情報は、前記複数の車両からの各車両の検出に応じて、複数のインフラ装置から報告された情報であり、
    　　前記複数のインフラ装置の各インフラ装置は、前記車両交通ネットワークにおける各位置と関連付けられており、
    　　前記車両位置補足情報には複数の補足車両駐車位置が含まれ、
    　　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両の各車両と関連付けられており、
    　　前記複数の補足車両駐車位置の各補足車両駐車位置は、前記複数の車両操作の各駐車操作に対応し、
    　前記非車両操作情報には、複数の非車両操作が含まれ、
    　　前記複数の非車両操作の各非車両操作には、前記複数の乗客のうちの一人の乗客に関連付けられた携帯機器によって報告される位置情報、又は、ユーザのための第三者コンピュータ・システムに報告される位置情報が含まれ、
    　　前記非車両操作情報には、ユーザと前記複数の乗客のうちの一人の乗客との間の関連性が含まれ、
    　前記操作情報のフィルタリングには、
    　　前記複数の車両から一つの車両を特定し、
    　　前記車両に対する駐車操作を特定し、
    　　前記駐車操作に対応する位置を駐車位置候補として特定し、
    　　前記車両に関連付けられた乗客を特定し、
    　　前記乗客に対する目的地操作を特定し、
    　　前記目的地操作に対応する位置を目的地として特定し、
    　　前記自動的に生成された駐車場関連情報に、前記目的地を示す位置と前記駐車位置候補に対応する駐車場との関連性を示す自動的に生成される駐車場関連情報を含めること
    　が含まれること
    を特徴とするシステム。
  38. 　交通ネットワーク情報を生成するためのシステムであって、
    　非一時性コンピュータ可読媒体を含むメモリと、
    　プロセッサと
    を備え、
    　前記プロセッサは、前記非一時性コンピュータ可読媒体に格納された命令を実行することによって、
    　　車両交通ネットワークを示す交通ネットワーク情報を特定し、
    　　複数の車両に報告される車両操作情報を特定し、
    　　複数のユーザに報告される非車両操作情報を特定し、
    　　前記車両操作情報と前記非車両操作情報との関連性を自動特定し、
    　　前記自動特定される車両操作情報と非車両操作情報との関連性に基づき、前記交通ネットワーク情報を更新し、
    　前記車両操作情報には複数の車両操作が含まれ、
    　前記複数の車両操作の各車両操作は、前記複数の車両の各車両に関連付けられ、
    　前記車両操作情報には、
    　　複数の乗客識別子を含み、かつ
    　　前記複数の乗客識別子の各乗客識別子と、前記複数の車両のうちの一つの車両とを関連付ける
    　乗客情報を含み、
    　前記非車両操作情報には複数の非車両操作が含まれ、
    　前記複数の非車両操作の各非車両操作は、前記複数のユーザの各ユーザに関連付けられ、
    　前記複数の非車両操作は、複数の目的地操作を含み、
    　前記複数の目的地操作の各目的地操作は、前記複数の目的地の各目的地に対応すること
    を特徴とするシステム。
  39. 　請求項３８に記載のシステムであって、
    　前記車両操作情報と前記非車両操作情報との関連性の自動特定には、
    　　　前記車両操作情報と前記非車両操作情報を一時的にグループ化して、複数の一時的操作情報グループの各一時的操作情報グループに、
    　　　　複数の一時的にグループ化された車両操作であって、前記複数の一時的にグループ化された車両操作の各一時的にグループ化された車両操作に、一時的操作情報グループに特定された期間内の時間的情報が含まれる車両操作と、
    　　　　複数の一時的にグループ化された非車両操作であって、前記複数の一時的にグループ化された非車両操作の各一時的にグループ化された非車両操作に、一時的操作情報グループに特定された期間内の時間的情報が含まれる非車両操作と、
    　　　が含まれるよう、
    　　前記複数の一時的操作情報グループを生成し、
    　　前記複数の一時的操作情報グループの各一時的操作情報グループに対して、複数の空間クラスタを生成し、
    　　一つの一時的操作情報グループのうちの、前記複数の空間クラスタの各空間クラスタに対して、
    　　　それぞれが各車両操作に関連付けられている複数の乗客識別子を特定し、
    　　　それぞれが各非車両操作に関連付けられている複数のユーザ識別子を特定し、
    　　　それぞれが前記複数の乗客識別子のうちの一つの乗客識別子と前記複数のユーザ識別子のうちの一つのユーザ識別子を含む複数の個別タプルを特定し、
    　　　　前記複数の個別タプルの各個別タプルに対して、
    　　　　　前記個別タプルから前記ユーザ識別子に対応する非車両操作の一時的位置を特定し、
    　　　　　前記個別タプルから前記乗客識別子に対応する車両操作の期間を特定し、
    　　　　　前記一時的位置が前記期間内にあるという条件で、前記個別タプルを複数のタプル候補に含めることで、
    　　　前記複数の個別タプルから前記複数のタプル候補を特定する
    　　処理を行い、
    　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からの乗客識別子を含み、
    　　　前記複数の専用タプルから各タプル候補に対して、
    　　　　前記タプル候補のユーザ識別子とは異なるユーザ識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外し、
    　　　　前記複数の専用タプルからの他のタプル候補が前記タプル候補からのユーザ識別子を含み、前記タプル候補の乗客識別子とは異なる乗客識別子を含むことを条件に、前記複数の専用タプルから前記タプル候補を除外することで、
    　　前記複数の専用タプルを特定し、
    　　前記複数の専用タプルの各専用タプルに対する乗客識別子が、前記複数の専用タプルの他の各専用タプルに対する乗客識別子と一致し、前記複数の専用タプルの各専用タプルに対するユーザ識別子は、前記複数の専用タプルの他の各専用タプルに対するユーザ識別子と一致するよう、複数の専用タプル群を生成し、
    　　前記複数の専用タプル群から各専用タプル群の濃度を特定し、
    　　前記濃度が関連閾値を超えるという条件で、各専用タプル群からの前記乗客識別子と前記専用タプル群からの前記ユーザ識別子とを関連付けること
    　が含まれること
    を特徴とするシステム。
PCT/JP2016/051419 2015-01-30 2016-01-19 駐車場と目的地との関連付け WO2016121572A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2016571959A JP6477730B2 (ja) 2015-01-30 2016-01-19 駐車場と目的地との関連付け

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
US14/609,745 2015-01-30
US14/609,686 2015-01-30
US14/609,745 US9568335B2 (en) 2015-01-30 2015-01-30 Associating parking areas with destinations based on automatically identified associations between vehicle operating information and non-vehicle operating information
US14/609,686 US9151628B1 (en) 2015-01-30 2015-01-30 Associating parking areas with destinations

Publications (1)

Publication Number Publication Date
WO2016121572A1 true WO2016121572A1 (ja) 2016-08-04

Family

ID=56543189

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/051419 WO2016121572A1 (ja) 2015-01-30 2016-01-19 駐車場と目的地との関連付け

Country Status (2)

Country Link
JP (1) JP6477730B2 (ja)
WO (1) WO2016121572A1 (ja)

Cited By (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2020510570A (ja) * 2017-02-10 2020-04-09 ニッサン ノース アメリカ，インク 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理
JP2021509992A (ja) * 2018-02-26 2021-04-08 ニッサン ノース アメリカ，インク 集中型共有自律走行車動作管理
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
US11084504B2 (en) 2017-11-30 2021-08-10 Nissan North America, Inc. Autonomous vehicle operational management scenarios
US11113973B2 (en) 2017-02-10 2021-09-07 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
US11300957B2 (en) 2019-12-26 2022-04-12 Nissan North America, Inc. Multiple objective explanation and control interface design
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11613269B2 (en) 2019-12-23 2023-03-28 Nissan North America, Inc. Learning safety and human-centered constraints in autonomous vehicles
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
US11702070B2 (en) 2017-10-31 2023-07-18 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11782438B2 (en) 2020-03-17 2023-10-10 Nissan North America, Inc. Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008180591A (ja) * 2007-01-24 2008-08-07 Toyota Motor Corp 走行制御計画生成装置
JP2009244032A (ja) * 2008-03-31 2009-10-22 Aisin Aw Co Ltd 車載ナビゲーション装置
JP2009250891A (ja) * 2008-04-09 2009-10-29 Denso Corp 駐車場案内装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2008180591A (ja) * 2007-01-24 2008-08-07 Toyota Motor Corp 走行制御計画生成装置
JP2009244032A (ja) * 2008-03-31 2009-10-22 Aisin Aw Co Ltd 車載ナビゲーション装置
JP2009250891A (ja) * 2008-04-09 2009-10-29 Denso Corp 駐車場案内装置

Cited By (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11500380B2 (en) 2017-02-10 2022-11-15 Nissan North America, Inc. Autonomous vehicle operational management including operating a partially observable Markov decision process model instance
JP2020510570A (ja) * 2017-02-10 2020-04-09 ニッサン ノース アメリカ，インク 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理
US11113973B2 (en) 2017-02-10 2021-09-07 Nissan North America, Inc. Autonomous vehicle operational management blocking monitoring
US11027751B2 (en) 2017-10-31 2021-06-08 Nissan North America, Inc. Reinforcement and model learning for vehicle operation
US11702070B2 (en) 2017-10-31 2023-07-18 Nissan North America, Inc. Autonomous vehicle operation with explicit occlusion reasoning
US11084504B2 (en) 2017-11-30 2021-08-10 Nissan North America, Inc. Autonomous vehicle operational management scenarios
US11874120B2 (en) 2017-12-22 2024-01-16 Nissan North America, Inc. Shared autonomous vehicle operational management
US11110941B2 (en) 2018-02-26 2021-09-07 Renault S.A.S. Centralized shared autonomous vehicle operational management
JP2021509992A (ja) * 2018-02-26 2021-04-08 ニッサン ノース アメリカ，インク 集中型共有自律走行車動作管理
US11120688B2 (en) 2018-06-29 2021-09-14 Nissan North America, Inc. Orientation-adjust actions for autonomous vehicle operational management
US12001211B2 (en) 2019-11-26 2024-06-04 Nissan North America, Inc. Risk-aware executor with action set recommendations
US11635758B2 (en) 2019-11-26 2023-04-25 Nissan North America, Inc. Risk aware executor with action set recommendations
US11899454B2 (en) 2019-11-26 2024-02-13 Nissan North America, Inc. Objective-based reasoning in autonomous vehicle decision-making
US11613269B2 (en) 2019-12-23 2023-03-28 Nissan North America, Inc. Learning safety and human-centered constraints in autonomous vehicles
US11300957B2 (en) 2019-12-26 2022-04-12 Nissan North America, Inc. Multiple objective explanation and control interface design
US11714971B2 (en) 2020-01-31 2023-08-01 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11577746B2 (en) 2020-01-31 2023-02-14 Nissan North America, Inc. Explainability of autonomous vehicle decision making
US11782438B2 (en) 2020-03-17 2023-10-10 Nissan North America, Inc. Apparatus and method for post-processing a decision-making model of an autonomous vehicle using multivariate data

Also Published As

Publication number Publication date
JP6477730B2 (ja) 2019-03-06
JPWO2016121572A1 (ja) 2017-11-02

Similar Documents

Publication Publication Date Title
JP6477730B2 (ja) 駐車場と目的地との関連付け
US10269240B2 (en) Automatically identifying associations between vehicle operating data and non-vehicle operating data
US10012995B2 (en) Autonomous vehicle routing and navigation using passenger docking locations
US9151628B1 (en) Associating parking areas with destinations
US9625906B2 (en) Passenger docking location selection
JP6890757B2 (ja) 部分観測マルコフ決定過程モデルインスタンスを動作させることを含む自律走行車動作管理
JP6897938B2 (ja) 車両交通ネットワークの横断に使用される方法と自律走行車
US9436183B2 (en) Associating passenger docking locations with destinations using vehicle transportation network partitioning
RU2714056C2 (ru) Работа рассматриваемого транспортного средства с использованием прогнозирования намерений удаленных транспортных средств
US9519290B2 (en) Associating passenger docking locations with destinations
JP6963158B2 (ja) 集中型共有自律走行車動作管理
JP6969756B2 (ja) 自律走行車の動作管理制御
US10120381B2 (en) Identifying significant locations based on vehicle probe data
US9805605B2 (en) Using autonomous vehicles in a taxi service
JP2021523057A (ja) 自律走行車動作管理のための方向調整アクション
US9778658B2 (en) Pattern detection using probe data
KR20190115464A (ko) 자율주행 차량 운용 관리
CN111886611B (zh) 用于自主运载工具的批路线规划的计算框架
JPWO2016114191A1 (ja) 乗客ドッキング位置を使用した自律走行車両のルーティング及びナビゲーション
US20200372417A1 (en) On-Demand Travel Through a Transportation Network

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16743176

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2016571959

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 16743176

Country of ref document: EP

Kind code of ref document: A1